这项由清华大学和微软亚洲研究院合作完成的研究，通过创新的动态知识蒸馏和选择性遗忘机制，成功解决了AI系统在学习新任务时会遗忘旧知识的"灾难性遗忘"问题。该技术让AI能够像人类一样进行终身学习，在掌握新技能的同时保持对已有能力的熟练程度，为智能手机助手、自动驾驶、医疗AI等领域的应用带来重大突破，推动AI从静态工具向智能伙伴的转变。

南开大学团队开发出DepthAnything-AC模型，解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制，该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断，同时保持正常条件下的优秀性能，为自动驾驶和机器人导航等应用提供了重要技术支撑。

2022年5月24日，IBM在中国正式发布新一代的主机系统——IBM z16。z16是浓缩了IBM的领先科技、行业洞见及远见，结合混合云与AI时代关键应用的新需求，与全球不同行业的客户和合作伙伴携手共创、共同设计开发出来的。

人人都在焦虑中奋力奔跑。在知乎上，有人唱衰互联网大厂，有人问现在成为程序员是不是晚了，有人说35岁后的程序员都去哪了？这些问题一直热议不断。

中科院微电子研究所团队揭示深度学习中感知优化与质量评估存在意外不对称现象。研究发现评估性能优秀的模型在训练指导中效果有限，对抗性训练具主导作用，传统卷积网络在某些场景仍具优势。这项发现颠覆了"评估性能等同于优化能力"的传统认知，为AI图像处理技术改进提供新方向。

新加坡南洋理工大学研究团队开发的STREAM3R系统革命性地改变了3D重建方式，采用流式处理技术像阅读故事一样按序处理图像，而非传统的同时处理所有图像。该系统实现每秒12-33帧的实时处理速度，准确度高达94.7%，特别擅长处理动态场景，为自动驾驶、机器人导航和虚拟现实应用开辟了新可能。

这项研究开发了ScaleEnv框架，能够从简单关键词自动构建完整的AI训练环境。通过程序化测试和双阶段构建，确保虚拟环境的真实可靠。实验证明，在此框架训练的AI智能体在跨领域测试中表现显著提升，验证了环境多样性对AI泛化能力的重要作用，为AI训练方法开辟了新方向。

Facebook公司透露了关于其加密货币Libra的更多细节，用户可以用它购买商品或者以几乎零手续费的方式向他人汇款。

2018年，行业云发展趋势更为明显，每个行业都逐渐形成了自身行业的云计算落地流程和样板案例，极大的促进了私有云建设的落地。同样私有云模式也正在改变着行业企业的业务模式和发展方式。

香港大学XLANG实验室联合多所知名院校开发的OPENCUA，是全球首个完整开源的电脑操作AI框架。该系统通过2.2万个真实操作录像训练，具备三层推理能力，能像人一样使用电脑完成复杂任务。在权威测试中超越OpenAI同类产品，为电脑自动化技术树立了新标杆。

南洋理工大学研究团队开发了WorldMem框架，首次让AI拥有真正的长期记忆能力，解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景，并使用智能检索机制，让AI能准确重现之前的场景和事件，即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色，为游戏、自动驾驶、机器人等领域带来广阔应用前景。

这篇研究来自加州大学伯克利分校和谷歌研究院团队，探讨了什么让图像看起来"自然"这一问题。论文提出了一种识别自然图像特征的深度学习方法，通过训练神经网络区分真实照片与人工处理的图像，并能将"不自然"的图像转化为更自然的版本。研究不仅揭示了自然图像在颜色分布、纹理特征和内容语义等方面的规律，还展示了在图像修复、质量提升和伪造检测等领域的潜在应用，为理解人类视觉感知和改进AI图像生成提供了新视角。

北京大学联合字节跳动推出MoVieS技术，能够从单镜头视频中快速重建4D动态场景。该系统采用"动态溅射像素"概念，统一处理场景外观、几何和运动信息，在一秒内完成传统方法需要数小时的重建任务。技术支持新视角合成、3D点追踪、场景流估计等多种应用，在保持高质量的同时实现数量级的速度提升。

阿里团队开发的FantasyPortrait系统突破了传统人像动画的局限，通过隐式表情表示和掩码交叉注意力机制，实现了高质量的单人和多人肖像动画生成，特别在跨身份表情迁移方面表现出色，为视频制作和虚拟交流等领域带来新的技术可能性。

大飞和方平是两家中小企业的IT总监，老乡会上认识之后，两人很快成了朋友，经常在工作之余一起打打球、爬爬山、喝喝酒、看看电影（同漫威“死忠粉”），几乎无话不谈。

这项由中国科学院大学、新加坡国立大学、浙江大学和耶鲁大学研究人员联合发表的研究提出了VF-EVAL，一个专门评估多模态大语言模型对AI生成视频提供反馈能力的新基准。研究通过四项任务：连贯性验证、错误感知、错误类型检测和推理评估，全面测试模型理解合成视频的能力。研究发现即使是最先进的GPT-4.1模型也难以在所有任务上保持良好表现，表明AI对生成视频的理解仍有巨大提升空间。研究还通过REPROMPT实验证明，将大模型反馈与人类偏好更好地对齐可以显著提升视频生成质量。

普渡大学研究团队开发的深度平衡正则化器（DEC）解决了AI模型在处理不同大小物体时判断不一致的问题。该方法基于单调缩放群理论，通过潜在空间正则化显著提升了ViT、Swin等模型的尺度一致性和整体准确率，在ImageNet等数据集上表现优异，为自动驾驶、医疗图像分析等应用提供更可靠的视觉识别能力。

首尔国立大学研究团队提出STR-Match视频编辑技术，通过创新的时空相关性分数(STR分数)解决传统方法在帧一致性、运动保持和域转换方面的局限。该方法无需重新训练模型，可直接应用于现有文本到视频生成模型，在极端编辑场景下仍能保持高质量输出，为视频编辑领域带来突破性进展。

麻省理工学院研究团队开发出突破性的三维场景理解技术，让机器能够像人类一样理解复杂的三维空间。该技术采用分层空间表示和多模态数据融合，在场景重建准确率上达到92.3%，平均定位误差仅2.1厘米。这项技术将广泛应用于机器人、自动驾驶、AR/VR等领域，为人工智能的空间理解能力带来重大突破。

斯科尔科夫科技学院等机构联合开发的G-CUT3R是一种创新的3D重建技术，通过巧妙融合相机参数、深度信息等辅助数据，显著提升了传统仅依赖RGB图像重建方法的准确性和速度。该技术采用轻量级设计和零卷积融合策略，在多个基准测试中表现出色，为自动驾驶、AR/VR、机器人导航等领域的实际应用开辟了新路径。