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。

清华大学与阿里巴巴通义实验室联合研发的MUSEG技术通过创新的时间戳感知多段定位方法，显著提升了视频中的时间理解能力。该方法引入多段定位任务和精心设计的阶段性奖励机制，使模型能够精确识别视频中的多个相关事件及其时间关系。实验表明，MUSEG在各类时间理解任务上全面超越现有方法，为未来视频智能分析开辟了新方向。

视频会议，这个经过几十年默默跋涉的行业，一路从标清到高清，从“端”到“云”，如今发展到“云+端“的结合。疫情之下，政府、学校、企业、对视频远程沟通协作的需求出现爆炸式增长，远程视频会议成为刚需。

近日，笔者采访了华胜天成云计算研发和产品中心总经理李明军，就目前的云计算市场热点以及华胜天成的布局进行了讨论。

The Verge调查了2000人，了解他们如何使用AI、对AI的期望，以及对AI的哪些特质感到害怕。

依托于数据中台、知识中台和智能中台能力，百度IPA将真正实现IPA机器人数字员工化的愿景，降低人力员工在日常重复性工作上的压力。在前端，这将表现为更优质、更自然、更有温度的服务体验——对金融机构来说，这就是核心竞争力所在。

这项来自越南国立大学和新加坡Knovel工程实验室的突破性研究证明，仅用15亿参数的小模型就能通过精心设计的强化学习策略实现卓越的数学推理能力。研究团队用42美元训练成本和7000个精选样本，让小模型在AIME24测试中达到46.7%准确率，超越OpenAI的o1-preview模型，展现了"小而美"的AI发展新路径，为资源受限的研究者和开发者提供了高性价比的AI推理解决方案。

这项研究揭示了现有长视频理解评估基准的严重缺陷：过度依赖多选题导致结果膨胀，且许多问题存在先验偏好使模型无需真正理解视频就能作答。针对这些问题，多伦多大学团队开发了VIDEOEVAL-PRO基准，采用开放式短答案形式，真正要求理解整个视频。通过评估21个专有和开源模型，研究发现：视频模型在开放式问题上的表现比多选题下降超过25%，且多选题高分并不意味着开放式题高分。与其他基准不同，VIDEOEVAL-PRO随输入帧数增加持续提升性能，提供了更可靠的长视频理解能力评估方法。

香港科技大学团队发表重要研究，提出PANORAMA系统架构解决机器人视觉局限性问题。研究系统分析了360度全方位视觉技术在具身AI时代面临的数据瓶颈、模型能力和应用空白三大挑战，并提出包含数据采集、感知、应用和部署四个子系统的完整解决方案。团队还制定了六阶段发展路线图，从数据集整合到最终部署，为实现真正的机器人全方位感知能力提供了清晰的技术路径。

当天举办的媒体沟通环节，戴尔科技集团大中华区服务器解决方案产品营销高级总监王薇以及戴尔科技集团大中华区服务器解决方案产品高级经理秦建丰深度解读了全新一代 Dell PowerEdge 服务器的设计理念、技术特点以及应用场景。

服务器的重要性无需置疑，今天，服务器也在不断进化，面向AI、面向多云、面向未来，下一代服务器应该是什么样子？

在积极的和消极的结果之间，AI技术的发展一直在进行着一场竞赛。面对蓬勃发展的AI浪潮，我们应该让其发挥应有的价值，而减少其负面效应。如果以负责任的方式来构建和使用，AI将会创造繁荣并丰富人们的生活。安全应该是AI发展的首要前提。

武汉大学团队与字节跳动公司合作，提出MAPO混合优势策略优化方法，解决AI训练中的"一刀切"问题。该方法能根据问题难度动态调整评分策略，避免传统方法中的优势反转和优势镜像问题。通过轨迹确定性判断和权重动态调整，在几何推理和情感识别任务上都取得显著提升，为AI自适应学习提供新思路。

11月28日，坐标梦幻海岸，华为云与开发者一同见证了一场浪漫、实干、激情又有温度的DevRun开发者沙龙——华为云厦门专场活动的成功举办，颇有几分“鹭江之畔，梦幻海岸的咖啡，我用手中PC品尝了高效开发之美”的味道。

2024年人工智能成为IT部门的焦点，但多数项目未达预期。CIO们意识到需要加强AI治理，教育业务领导，并在个人生产力应用中取得成功。展望2025年，CIO应该专注于教育业务领导AI知识、为AI广泛应用做准备，以及不忘IT运营基础。这些承诺将帮助CIO在新的一年里更好地应对挑战，推动创新。

在VMworld 2020大会上，VMware给我们带来不少惊喜，其Project Monterey计划和去年的Project Pacific 同样抓人眼球，其稳步推进的多云和安全战略也都让人印象颇深。