在“未来工厂”中，生产速度按需求调控，生产流程则由产品决定。机器设备和机器人不断重新自主组合，自动化运输车辆运送零部件，精密的机器人系统负责对工件进行分拣，工人在辅助系统的支持下从事生产，而人工智能系统则接管质检部分。

高等教育专家必须为与AI的全面协作做好准备，否则很可能错失机会、与学生群体脱节。根据Tyton Partners最新发布的调查结果，教职工群体中的AI频繁使用比例仅为22%，而学生的这一比例则高达49%。

这项研究提出了一种名为混合推理策略优化（HRPO）的新方法，通过强化学习使大型语言模型能够结合离散标记和连续隐藏表示进行推理。HRPO设计了创新的门控机制，初始时以标记嵌入为主，逐渐增加隐藏状态的比例，并通过强化学习优化这一混合策略。实验表明，HRPO在知识和推理任务上显著优于现有方法，甚至使小型模型达到大型模型的性能，同时展现出跨语言推理等有趣特性。

伦敦大学学院研究团队开发的NOWAIT方法通过阻止AI生成"等等"、"嗯"等思考词汇，在保持准确性的同时将AI输出长度减少27%-51%。该方法无需重新训练模型，可直接应用于现有AI系统，为提高AI推理效率提供了简单有效的解决方案。

自2010年兴起的网约车，可以说经历了跌宕起伏多个阶段。近些年受到宏观经济放缓、政策趋严等因素影响，市场交易规模增速放缓等因素，网约车行业已经进入规范化调整期。

此届大赛由中国人工智能学会和杭州市余杭区人民政府共同创办,杭州市未来科技城管委会、阿里云计算有限公司、清华-OPPO未来终端技术研究中心联合承办,力求打造具有“高层次、高价值、高奖励”三高特性的人工智能标志赛事

4月25日下午，以“AI赋能 智简网络”为主题的2019华为全球金融峰会网络专场分论坛在上海举办。

中科大团队发布CRITICTOOL基准，首次系统评估大型语言模型工具调用自我批判能力。研究发现当前AI模型包括GPT-4o在内，遇到工具使用错误时恢复能力有限，最高仅达70%水平。该基准通过内部错误和外部环境错误两大类五种模式，结合数据进化策略，为AI工具使用可靠性评估提供重要参考。

BiomedSQL是由NIH和DataTecnica团队开发的首个生物医学文本转SQL基准，专门评估大型语言模型在生物医学知识库查询中的科学推理能力。这项创新研究构建了一个包含68,000个问题-SQL-答案三元组的数据集，基于整合了基因疾病关联、组学数据和药物记录的BigQuery知识库。与通用文本转SQL系统不同，BiomedSQL测试模型是否能理解隐含的科学约定（如基因组显著性阈值为p<5e-08）并执行多步推理。

每个行业都应该具有独特的成本领先战略密钥。用友在十大核心领域、近百个细分行业创造了众多降本增效的“企业数智化领先实践”，通过数智化加速企业成本领先战略落地，推动企业高质量发展。

陈运文34岁那年，是2015年，他离开任职多年的大厂，转而投身于“大众创业、万众创新”的时代浪潮中。从此，他成为达观数据董事长兼CEO，他的使命是“扛起国内文本智能处理ToB业务这面大旗”。

AI生命周期各个阶段涉及人员众多，我们很难将复杂的AI模型转化为中每个人都能轻松理解的东西。

对于制造业而言，提升竞争力需要以安全稳定、高效智能的生产力为根基。

EasyNLP是PAI算法团队基于PyTorch开发的易用且丰富的中文NLP算法框架，支持常用的中文预训练模型和大模型落地技术，并且提供了从训练到部署的一站式NLP开发体验。

四月的上海，温润如玉，在这座充满活力的国际金融中心，一场金融行业数字化转型的盛会正在进行。4月25日下午，以“AI赋能 智简网络”为主题的2019华为全球金融峰会网络专场分论坛在上海成功举办。

一项由苏州大学、微软等机构合作的研究OPENTHINKIMG首次提出了完整的视觉工具强化学习框架，解决了当前大型视觉语言模型缺乏视觉思维的问题。该研究基于Qwen2-VL-2B基础模型，开发了V-TOOLRL方法，通过分布式工具部署、轨迹生成和强化学习，使AI能像人类一样"用图像思考"。实验表明，在图表推理任务上，该方法准确率达59.39%，显著超越了同类开源系统并优于GPT-4.1，为未来AI视觉认知提供了新路径。代码已在GitHub开源，将促进相关领域研究。

上海麦图信息科技有限公司，借助华为云ModelArts一站式AI开发与管理平台，开发出跑道防侵入场景中的航空器识别AI模型。

新加坡南洋理工大学联合多个国际研究机构开发出突破性AI系统Ego-R1，首次实现对一周超长视频的智能理解和推理。该系统采用独创的"工具链思维"方法，让AI像侦探一样使用不同工具分步解决问题，在44.3小时视频理解任务中达到46%准确率，显著超越现有技术，为未来个人AI助手的发展开辟新道路。

刚刚第三届HUAWEI CONNECT 2018（华为全联接大会）上，徐直军公布了华为AI发展战略，以及华为AI全栈全场景解决方案，包括华为自研统一达芬奇架构的两款AI芯片——昇腾910和昇腾310。

韩国科学技术院研究团队开发出Simba方法，通过层次化稀疏化技术对状态空间模型进行"瘦身"，在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计，让AI模型的上层只处理最重要的信息，实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。