加州大学伯克利分校研究团队首次系统分析多智能体AI系统失败原因，发现即使先进的AI团队成功率也仅30%左右。通过分析200多个案例，他们识别出14种失败模式，归类为规格说明、智能体协调和任务验证三大问题，并开发了MAST诊断工具。研究揭示失败根源在于系统设计缺陷而非AI能力不足，为改进AI团队协作提供了重要指导。

高通所在的通信和AI领域，技术本身晦涩难懂，技术型公司往往难讲故事，但莫珂东本人，从2016年加入高通公司至今，可以说是这家技术巨头近十年来向消费者世界“布道”的关键人物。

字节跳动Seed团队推出的Seedance 1.0是一个突破性的AI视频生成模型，能够根据文字描述或静态图片快速生成高质量视频。

近日，一年一度的全球超算盛会——ISC2019正在德国法兰克福举行。NVIDIA在ISC2019上宣布CUDA支持Arm CPU，并将于年底前向Arm生态系统提供支持，这将有助力业界构建具有极高能效水平的百万兆级AI超级计算。

当前，最著名的技术准则之一当数摩尔定律。在过去超过55年时间里，这一“定律”成功概括并预测了晶体管尺寸不断缩小，每两年左右实现一次技术节点升级的趋势。

浙江大学团队开发的LAPO方法成功解决了AI推理模型"过度思考"问题，通过两阶段训练让AI学会根据问题复杂度自主调整推理深度。实验显示该方法将计算用量减少40.9%的同时准确率提升2.3%，为AI系统的智能化和实用化发展提供了重要突破。

KAIST研究团队开发的Chain-of-Zoom(CoZ)技术突破了传统图像超分辨率的限制，实现了高达256倍的极端放大。不同于传统方法在训练倍率外表现崩溃的问题，CoZ通过尺度自回归框架，将低分辨率到高分辨率的转换分解为多个中间状态，像爬楼梯般逐步放大。研究团队还创新性地运用视觉-语言模型生成多尺度感知提示，并通过GRPO算法优化提示质量，使其更符合人类偏好。实验证明，这种方法在极端放大倍率下保持了惊人的图像质量和细节保真度，为医学影像、卫星监测等领域提供了新的可能性。

腾讯WeChat AI、香港科技大学与约翰·霍普金斯大学联合开发PHYSICO测试，通过自然语言和抽象网格图案的双重考验，首次定量证实AI模型存在"随机鹦鹉"现象。研究发现，先进AI模型在文字描述物理概念时准确率达95%，但在理解抽象图案时仅25-45%，远低于人类90%水平，揭示了AI缺乏真正概念理解的根本局限。

自适应推理模型(ARM)解决了大型推理模型的"过度思考"问题，能够根据任务难度自动选择合适的推理格式。研究团队通过创新的Ada-GRPO算法训练，使ARM在保持性能的同时平均减少30%的计算量，并提供自适应、指令引导和共识引导三种工作模式。这一突破使AI更接近人类思维方式，在简单问题上直接作答，复杂问题上才详细推理，极大提升了计算效率。

作为数字化浪潮中的践行者，华为聚焦ICT基础设施平台，不断使能数字化转型。为此，我们走进华为深圳坂田基地，对话华为IT智能计算产品线副总裁卢广，畅谈他眼中的智能IT。

上海人工智能实验室研究团队开发了MMSI-Bench，这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时，从12万张图像中精心构建了1000道问题，涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示，即使最先进的AI模型也仅达到41%的准确率，远低于人类的97%，揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误：物体识别错误、场景重建错误、情境转换错误和空间逻辑错误，为未来改进提供了明确方向。

布朗大学和康奈尔大学研究团队推出R3GAN，通过数学理论证明解决了GAN训练不稳定的根本问题。该方法结合相对论式损失和双重梯度惩罚，无需复杂调优技巧即可实现稳定训练，性能超越StyleGAN2。研究证明GAN技术仍有巨大潜力，为生成模型领域带来新思路。

MiroMind AI公司发布了完全开源的M1系列数学推理模型，采用创新的CAMPO算法实现分阶段训练和重复惩罚机制。该模型在AIME24、AIME25等权威测试中表现优异，不仅准确率高且推理过程简洁高效。研究团队公开了全部训练数据、代码和配置，为AI推理研究提供了完整的开源解决方案，展现了与商业封闭模式不同的发展路径。

随着6月18日的临近，一年一度的电商618大促即将到达高潮。此次从6月1日开启的618大促中，小米凭借厚道的价格和感动人心的产品，受到千万消费者的青睐，其智能手机、电视机等大家电，已及AIoT智能产品，都取得了极佳的成绩。

在昨日召开的2018戴尔科技峰会上，戴尔易安信全球副总裁、大中华区商用终端解决方案事业部总经理林浩也表示，PC或者是边缘计算、个人电脑仍然是一个非常重要的最基本的生产力工具，也是每一个IT人员需要关注的基本点。

FiveStars是一家面向小型企业提供营销平台的公司，该公司首席技术官Matt Doka不喜欢这种权衡取舍，他竭尽全力把一切工作都外包出去。

这位研发首席数字官热衷于不断改善用户体验，致力于建立强大的CIO同行人脉网络以进行指导和咨询。

香港大学与腾讯ARC实验室联合推出的AnimeShooter数据集，解决了AI动画生成面临的角色一致性和多镜头连贯性问题。该数据集提供层次化注释和准确角色参考图像，配套的AnimeShooterGen模型能自回归生成连贯多镜头动画。实验证明，该模型在保持角色外观一致性和跨镜头视觉连贯性方面优于现有方法，为动画创作自动化开辟了新途径。

华南理工大学研究团队构建了迄今最大的中文字符识别数据集MegaHan97K，包含97,455个汉字类别和超过460万个样本，是此前最大数据集的六倍。该数据集首次完全支持最新的GB18030-2022中文标准，通过手写、历史文献和合成三个子集有效解决了长尾分布问题。实验表明，使用该数据集训练的模型性能显著提升，为古籍数字化保护和现代中文处理应用提供了强大技术支撑。

对于休斯顿太空人队，最近我想得很多。他们凭借令人印象深刻的出色表现拿下了2017年世界职业棒球赛冠军，又在2019年获得美国联赛冠军（但在世界职棒赛上输给了华盛顿国民队）。