每个做过计算机图像处理的人，都认识 Lena Forsen。

为了洞察数据更好地为公民服务，各机构正在应用自动化、机器人流程自动化、机器学习和人工智能等技术，更好地管理数据、改进方法和工作流程。

如果说大模型的上半场是以互联网大数据预训练为代表的数字AI；而下半场，是以机器人、世界模型等为代表的物理AI。汽车可能正好处于两者之间的分水岭上。

OpenAI团队开发了PaperBench评估系统，测试AI复现顶级机器学习论文的能力。通过20篇ICML 2024精选论文和8316个评估点，发现最强AI模型Claude 3.5 Sonnet达到21%成功率，而人类专家为41.4%。研究揭示AI在代码编写方面较强但在实际执行中存在局限，为AI科研能力发展提供重要基准。

约翰霍普金斯大学研究团队开发了ETTIN模型套件，首次实现了编码器和解码器模型的公平比较。研究发现编码器擅长理解任务，解码器擅长生成任务，跨界训练效果有限。该研究为AI模型选择提供了科学依据，所有资料已开源供学术界使用。

根据Gartner今年二月对全球政府机构进行的调查访谈，在接受调查的233位国外政府相关首席信息官中，其中85%认为，其政府机构所提供的服务是以“被动应对”、“被动响应”性质为主，而“主动出击”提供服务的政府机构仅占4%。

IT部门的低迷也会限制企业满足不断变化的市场需求的能力，延长开发和发布新产品和服务所需的时间，最终会降低客户满意度。

加州理工学院研究团队开发出名为Kyvo的突破性AI系统，首次实现文字、图像和3D空间信息的统一处理。该系统通过创新的"结构化3D表示法"和"统一token空间"技术，让AI能够同时理解和生成三种不同类型的信息。在四大核心任务（3D渲染、识别、指令跟随、问答）中表现出色，为设计、机器人、AR/VR等领域带来重要应用前景。

Copilot+ PC在企业市场渗透缓慢，IT决策者对其专有Windows AI功能印象一般。尽管微软推出了配备NPU芯片、支持40+ TOPS算力的高端笔记本，但企业更关注Windows 11设备更新等优先事项。分析显示，2025年第二季度欧洲AI PC出货量中，Copilot+ PC仅占9%。其专有功能如Recall、Click to Do等主要面向消费者，对企业价值有限。企业购买此类设备更多是基于硬件升级周期和对未来AI应用的投资，而非当前AI功能需求。

他们不同于以往叙事中继承父辈产业的“厂二代”，他们中的许多人是典型的“跨境创一代”。

丽笙酒店集团在全球95个国家拥有超过1250家酒店，是全球业内规模最大的酒店集团之一。集团全球首席信息官（CIO）Jaime González-Peralta在访谈中，分享了IT技术对于企业未来、乃至整个酒店行业的重要价值。

最后在训练之前，可以选择是否启动 “迁移学习” 的功能？在这个实验中也会示范这中间所得到的精度差异，让大家直接体验到迁移学习所带来的的好处。

想象一下，你在阅读一份复杂的科学报告，里面充满了图表和数据。作为人类，你能够轻松地看懂这些视觉内容，并且进行复杂的思考和推理。但对于人工智能来说，这却是一个巨大的挑战。

Omniverse 命名之初就承载了英伟达的雄心壮志——“打造第二个地球”。

英伟达自ChatGPT发布以来收入和市值飙升至4.5万亿美元，成为AI革命最大受益者。2025年该公司已参与50笔风投交易，超过2024年全年48笔。英伟达通过投资扩大AI生态系统，重点支持"游戏规则改变者"。其投资涵盖OpenAI、xAI等十亿美元轮次，以及自动驾驶、机器人、数据中心等多个领域的数百万美元融资项目。

这项研究首次系统探索了为聊天机器人定制词汇处理系统的节能潜力。通过对8个主流AI模型的测试，发现专门优化的tokenizer可减少5-10%的token数量，直接转化为相应的能耗降低。在全球AI服务规模下，这种看似微小的优化能带来显著的环保和经济效益，为AI可持续发展提供了新思路。

这项研究揭示了视觉语言模型在解决视觉文字谜题方面的重大局限性。研究团队通过432个手工注释的谜题数据集，评估了从OpenAI到Google等多家公司的AI模型表现。结果显示，即使最先进的模型在抽象推理、横向思维和理解视觉隐喻方面仍然表现不佳，尤其在识别物体缺失和文化参考上存在显著差距。研究还发现，模型对直接视觉输入的依赖程度很高，特别是推理类模型。这些发现对未来开发更具人类化理解能力的AI系统提供了重要指导。

TransPixeler是由香港科技大学和Adobe研究院联合开发的AI视频生成技术，专门解决生成带透明效果（RGBA）视频的难题。该技术巧妙扩展现有视频生成模型，让AI能同时生成RGB颜色和Alpha透明度信息，避免了传统"先生成后提取"方法的缺陷。通过精心设计的注意力机制和训练策略，TransPixeler在有限数据下实现了高质量透明视频生成，为电影特效、游戏开发、VR/AR等领域提供了强大工具。

我们生活在一个勒索软件几乎已经成为家喻户晓的时代。复杂的勒索软件攻击除了驻留在生产中的数据外，还越来越多地针对备份数据，使组织的最后一道防线陷入困境。

UCLA团队首次成功让20亿参数的小型视觉AI模型实现了类似DeepSeek R1的"啊哈时刻"现象。他们通过在未经指令微调的基础模型上直接应用强化学习，让模型学会了自我反思和深度推理，在视觉推理任务上取得了显著突破。研究还发现指令微调可能限制模型的推理能力发展，为AI训练方法提供了新的思路。