从未想过成为团队Manager的她，因为领导的鼓励，从基层研发起步到打造千人团队，并一步一步晋升为英特尔公司副总裁兼市场营销集团中国区总经理

韩国大学研究团队开发的CoTox框架通过整合化学结构、生物通路和基因本体论信息，让AI能够像毒理学专家一样进行逐步推理，预测药物的多器官毒性。该方法在六种毒性类型预测中平均F1分数达到0.663，显著超越传统机器学习和深度学习方法，并能提供详细的毒性机制解释。

微软的生态，其一面向开发者，其二面向合作伙伴。从目前来看，前者重点在于开源，后者重点在于微软智能云。

这项由北京智源研究院完成的研究发布了CCI4.0数据集，包含35TB的中英双语预训练数据和45亿份思维链条模板。通过精密的五道数据处理工序和创新的思维过程合成技术，该数据集显著提升了AI模型的推理能力，在多项基准测试中表现优异，为AI训练数据的质量工程化树立了新标准。

想象一下，你正在教一个孩子解数学题。有两种方法：一种是让他完全靠自己摸索，犯错后给予反馈；另一种是在他遇到困难时，给他展示一些优秀学生的解题过程作为参考。哪种方法更有效？大多数人会认为结合两种方法可能效果最好——既让孩子有尝试和探索的机会，也在必要时给予优秀范例的指导。

测评第三方独立机构，DXOMARK的裂变之路。

香港中文大学(深圳)研究团队开发出FusionAudio-1.2M数据集，创新性地融合音频、视觉、语音和音乐信息来生成详细的音频描述。该研究采用多模态专家系统和大语言模型整合的两阶段方法，构建了包含120万高质量音频描述的大规模数据集。实验表明，使用该数据集训练的AI模型在音频理解和检索任务上显著超越现有方法，为智能语音助手、自动驾驶等领域带来重要应用前景。

清华大学研究团队提出测试时扩展技术，让AI视频生成如同延长考试时间的学生，通过生成多个候选视频并智能选择最优结果，显著提升视频质量。该方法无需重训模型，在六个主流模型上均实现稳定改进，部分维度提升超35%，为AI视频生成的实用化应用开辟新路径。

打电话？不行！语音信息？行！

想象一下，你正在参加一场料理比赛，有两位评委。第一位评委只给你一个分数，而第二位评委会详细解释你的菜品在口感、创意和技巧上的表现如何，然后才给出最终评价。显然，第二位评委的反馈对于你改进厨艺更有帮助。伊利诺伊大学研究团队正是秉持这一理念，开发了能像第二位评委那样工作的AI评估系统。

2025年5月20日，上海交通大学与上海人工智能实验室合作发布了"视觉智能体强化微调"（Visual-ARFT）研究，使AI模型能像人类一样主动使用搜索引擎和编写代码处理图像。这项突破性技术通过强化学习让大型视觉-语言模型获得工具使用能力，在研究团队设计的多模态智能体工具基准（MAT）上表现优异，甚至超越了GPT-4o。经过训练的模型能够分析问题、分解任务、调用工具并解决复杂视觉问题，为构建能真正"用图像思考"的AI智能体开辟了新路径。

在过去几年,数字化转型的呼声很高,但大多数是各大技术厂商从各自技术产品推广角度而发出的声音,企业真正需要的是能够兼备各种云技术并能高效、快速、低成本落地的数字化转型整体方案。

该研究提出了SRPO框架，一种两阶段反思感知强化学习方法，用于增强多模态大语言模型的推理能力。通过构建高质量的反思数据集进行监督微调，并设计专门的奖励机制鼓励有效反思，SRPO成功解决了现有模型在复杂推理任务中缺乏自我反思和自我纠错能力的问题。实验表明，SRPO在MathVista等多个基准测试上显著优于现有最先进模型，证明了反思导向训练可以有效扩展模型的推理能力边界。

这项由上海人工智能实验室、南京大学和中科院深圳先进技术研究院联合完成的研究，开发了全球首个专门测试AI长视频推理能力的评估平台VRBench。该平台包含1010个多语言长视频和超过9000个多步推理问答对，创新性地采用双重评估机制，既测试AI的答案准确性，也评估推理过程质量。测试结果显示，即使是最先进的AI模型在复杂视频推理任务上仍存在显著不足，特别是推理过程的可靠性方面。

本文整理自上海数讯CIO钱誉在TF中文社区“2020第一次Meetup”上的演讲,分享早期云网络实际应用和二次开发过程中的经验教训。

2019年6月26日，2019世界移动大会在上海开幕。中国电信以“你的智慧未来”为主题，展出智慧家庭、智慧社区、智慧城市、智慧工业、云网融合5大板块、28个展项。

清华大学团队通过创新的"模式感知重排序"技术，解决了AI视频生成中注意力机制计算效率低下的问题。该技术将复杂分散的注意力模式重新整理成规整的块状结构，结合专门设计的稀疏化和量化策略，在保持生成质量的同时将计算速度提升1.9-2.7倍，为AI视频生成的普及应用铺平道路。

将这45条新闻连起来看，您会发现Dell EMC一刻不停的创新脚步。通过整合原有两家公司的优势技术，Dell EMC力图为客户提供更优化、更完善的解决方案，更好地助力客户的数字化转型。

上海交通大学研究团队提出Iwin Transformer，这是一种无位置编码的分层视觉变换器，通过创新的交错窗口注意力和深度可分离卷积协作，能直接从低分辨率微调到高分辨率。该方法用注意力连接远程令牌，用卷积连接邻近令牌，在单模块内实现全局信息交换，克服了Swin Transformer需要两个连续块的局限。在ImageNet-1K上达到87.4%准确率，在语义分割和视频识别等任务中表现出色。

浙江大学和蚂蚁集团的研究团队开发了ACTIVE-O3，一种创新框架，赋予多模态大语言模型"主动感知"能力，使AI能够智能地决定"看哪里"和"怎么看"。基于群体相对策略优化(GRPO)构建，该系统采用两阶段策略，先选择关注区域，再执行任务。实验表明，ACTIVE-O3在小物体检测、密集物体定位和交互式分割等任务上显著优于现有方法，并展示出强大的零样本推理能力。该研究为AI系统提供了更接近人类认知的视觉探索能力，对自动驾驶、医疗诊断等领域具有重要应用价值。