国内的低代码领域，已经从成长期开始进入成熟期。这是否预示着，大企业数字化转型的低代码时代将要到来？

传统的画家职业，延续了数百年后，被相机颠覆了，现在轮到相机自己了。

2021年是元宇宙爆红的一年，也是38岁的邢海军成立VR公司的一年。专科毕业的他，在北京VR行业奋斗多年，最终回到他的四线老家——安庆，开了一家VR公司。

约翰霍普金斯大学与StepFun公司联合研究，成功让AI学会"边看边思考"的视觉推理能力。通过两阶段训练方法，先让AI在文字推理中掌握认知行为，再迁移到视觉任务中。开发的OVR模型在多项测试中创造新纪录，为AI教育助手、医疗诊断、科研分析等应用奠定基础。

微软亚洲研究院提出首个FP4量化训练框架，通过可微分梯度估计器和离群值处理技术，在保持模型性能的同时实现接近4倍的计算加速。该技术在130亿参数模型上验证有效，为降低大模型训练成本、促进AI技术普及提供了新路径。

DreamVVT是ByteDance团队开发的突破性AI视频虚拟试穿系统，采用创新的两阶段设计：先为关键帧生成精准试穿效果，再生成流畅完整视频。该系统能处理复杂的真实场景，包括户外环境、360度转身等高难度动作，在多项评测中达到最优性能。技术核心在于充分利用预训练模型优势，通过多模态信息融合实现高质量的服装替换效果。

弗吉尼亚理工大学推出AR-RAG技术，让AI像拼图高手一样在生成图像时动态检索参考片段。该技术突破传统"闭门造车"模式，实现边生成边参考，显著提升图像质量和细节准确性。提供免训练DAiD和优化训练FAiD两种方案，在多个权威测试中创造同规模模型最佳成绩。

要突破行业内卷，更需要依靠技术创造价值，减少犯错的同时，让AI多出力。

德国研究机构发现AI图像生成模型的记忆删除技术存在严重缺陷，现有权重修剪方法只是表面隐藏记忆而非真正删除。研究团队开发的Dori技术能够绕过这些防护措施，重新激活看似已被遗忘的训练数据。他们提出的对抗性微调解决方案通过重塑AI整体行为模式实现更可靠的记忆消除，为AI安全和版权保护提供了新思路。

POSTECH研究团队开发出VideoFrom3D框架，能够仅凭粗糙3D模型、摄像机轨迹和参考图片生成高质量场景视频。该方法巧妙结合图像和视频扩散模型优势，通过稀疏锚点生成和几何引导插值两个模块，实现了传统3D制作流程的革命性简化。实验证明该方法在多种复杂场景下表现优异，为3D内容创作提供了更高效的解决方案。

尽管仍有一定缺憾，但更多实用功能、更好的相机和色彩效果已经足够让普版iPhone 16成为最佳选择。

个人电脑的舞台。

阿里巴巴通义实验室推出WebWatcher，这是首个能同时处理图片和文字的深度研究AI助手。它像数字侦探一样，能主动搜索网页、分析图片、执行计算，通过多步推理解决复杂问题。在多项基准测试中，WebWatcher显著超越GPT-4o等知名系统，特别是在需要跨模态信息整合的任务中表现突出，代表了AI助手向真正智能推理的重要进展。

近年来，全球各主要经济体都在大力推进制造业复兴，中国也正在经历着近几十年来最深刻的制造业变革。那么，这究竟是机遇还是挑战？

这次在Vision China 2025期间，安森美秀出一系列全新的智能感知方案，从最基础的元器件到参考设计方案，安森美正在构建完整的产业生态。

一文了解“智能湖仓”架构的现在和未来构想。

华中科技大学团队破解了AI绘画系统中长期存在的优化困境：高质量图像重建与高效图像生成之间的矛盾。他们提出的VA-VAE技术通过视觉基础模型对齐，让图像压缩器在保持高精度的同时为生成器提供更易学习的环境。结合LightningDiT优化框架，该系统实现了21倍训练加速，在ImageNet数据集上创造了FID=1.35的最佳记录，为AI图像生成领域带来了突破性进展。

名字是否会在潜移默化中引导人们倾向于选择与之相符的工作或者生活方式?如果答案是肯定的，那么起名这事学问可就太大了，甚至会影响孩子的一生。

作为工业领域的“头部玩家”，西门子一直以创新的姿态，推动业界不断拥抱从概念到技术的诸多革新，对大模型的创新探索也是如此。

具身智能由专家建模求解转为数据驱动学习训练，由模块解耦分离转向感控一体端到端。