在当下5G、物联网、人工智能等新兴技术不断涌现的时代，MathWorks如何保持创新，为工程师和科学家提供更好的开发环境呢？

德国图宾根大学研究团队发现现代AI视觉模型具备强大的图像排序能力，能够理解年龄、美观程度等连续属性并进行准确排序。研究测试了7种AI模型在9个数据集上的表现，发现CLIP模型表现最佳，且仅需极少样本就能学会排序。这一突破为照片管理、电商展示、社交媒体等领域提供了新的技术方案。

阿里巴巴通义实验室开发的AgentScaler是一个能够智能使用工具的AI助手模型系列。通过创新的两阶段训练和自动化环境构建技术，AgentScaler在多个权威测试中表现优异，40亿参数的小模型就达到了300亿参数模型的性能。该研究首次实现了大规模环境自动构建来提升AI智能体能力，为AI助手的实用化应用奠定了基础。

在本文中，我们除了探讨AIaaS这一概念之外，还将了解AIaaS的基本定位与垂直采用情况。

OpenAI推出的AI代理Operator引发了对AI自动化的讨论。虽然它可以执行一些任务，但大多数人并不需要AI来预订旅行或订餐。这项技术面临诸多挑战，包括品牌稀释、资源消耗和隐私问题。AI代理可能会破坏人际交流,在某些场景下有用,但未必比人工操作更高效。

亚马逊云科技正持续推动云原生数据库服务的创新，让企业的云上数智之旅愈发得心应手，更加从容地应对未来的创新挑战。

智能体的认知架构是其核心所在，主要包含三个关键要素：模型、工具和编排层。其中，模型（Model）在智能体的运行过程中充当着核心决策制定者的角色。这些模型可以是单个或多个不同规模的语言模型，并且需要遵循基于指令的推理和逻辑框架，例如ReAct、Chain-of-Thought或Tree-of-Thoughts等。

许多企业停留在AI试点阶段，无法实现企业级转型。成功扩展AI需要从孤立项目转向集成平台建设。关键在于掌握五大核心要素：建立统一数据治理平台、实现系统互操作性、构建MLOps自动化流水线、采用微服务架构设计，以及建立AI治理体系和跨职能协作团队。成功的AI策略20%依赖算法，80%依赖基础建设。

DMOSpeech 2是哥伦比亚大学与NewsBreak合作开发的突破性AI语音合成系统。该系统首次通过强化学习优化时长预测器，解决了现有系统中语音节奏控制不准确的关键问题。同时创新性地引入师生协作采样策略，在提升2倍计算效率的同时保持了语音输出的多样性，使合成语音更接近真人说话效果。

北京大学团队推出革命性AI系统Lumen，通过创新的多域联合训练策略解决视频重打光难题。系统结合3D渲染数据的物理准确性和真实视频的自然质感，实现端到端的智能视频重打光。用户只需输入视频和文字描述，即可获得专业级光影效果，在多项评估指标上全面超越现有方法，为视频制作技术的普及化开辟新路径。

网络安全研究人员发现了名为Reynolds的新兴勒索软件家族，该软件将BYOVD组件直接嵌入勒索软件载荷中以实现防御规避。该软件利用存在漏洞的NsecSoft驱动程序终止多家安全厂商的EDR产品进程。与传统分离部署方式不同，这种捆绑策略使攻击更难被发现和阻止，同时简化了攻击流程，降低了在受害者网络中留下痕迹的风险。

这项研究推出了CannyEdit图像编辑框架，通过选择性边缘控制和双重提示策略，实现了前所未有的自然编辑效果。在用户测试中，普通用户仅有49.2%能识别出其编辑痕迹，远低于其他方法的76-89%识别率。该技术无需专门训练，可处理添加、移除、替换等多种编辑任务，为AI图像编辑的实用化应用奠定了重要基础。

新加坡科技设计大学研究团队开发了JAM音乐生成系统，能够根据歌词生成完整歌曲，并实现词级精确时间控制。该系统仅用5.3亿参数就超越了参数量更大的同类系统，在歌词准确性、音乐质量等方面表现优异。通过创新的流匹配技术和审美对齐机制，JAM为AI音乐创作提供了新的技术路径。

微软的硬件产品可以追溯到 40 多年前的个人计算时代。随着 Windows 构建并激发了新的计算体验，新的微软硬件配件产品帮助人们完成交互。这种软硬件的兼容将神奇的体验变为可能。

今天正式宣布开源DeepFlow核心的可观测性数据流引擎，希望将高度自动化的可观测性能力、自动追踪和自动标签能力开放到整个行业

厦门大学团队开发的TARS技术通过创新的"最大-最小"博弈策略和频谱对齐方法，有效解决了AI视觉系统的幻觉问题。该技术仅用4800个训练样本就将描述错误率从26.4%降至13.2%，性能媲美GPT-4o，为医疗诊断、自动驾驶等关键领域提供了更可靠的AI视觉解决方案。

这项研究首次为音乐生成AI建立了大规模实时评测平台Music Arena，通过让真实用户比较不同AI模型的音乐作品并投票，解决了传统评测成本高、标准不统一的问题。平台采用智能路由系统处理不同模型的异构特性，详细记录用户聆听行为，并承诺定期公开数据，为音乐AI研究提供了宝贵的用户偏好数据和标准化评估方法。

人瑞人才联合德勤中国发布《产业数字人才研究与发展报告（2023）》，该报告在国内首次对包括互联网、智能制造、智能汽车、人工智能、金融等11个重点产业的数字人才发展作出全面梳理与分析，并创新推出“井”型数字人才能力结构模型等数字人才发展解决方案。

KAIST研究团队开发了名为MoR的智能递归深度调节系统，该系统能够根据词语复杂程度自动分配计算资源，实现了参数共享、自适应计算和智能缓存的统一。实验显示，MoR在使用更少参数的情况下仍能提升准确率1-2个百分点，处理速度提升20-100%。这项技术为AI发展提供了新的高效计算模式。

Ann Kelleher介绍了晶体管诞生75年之后的新进展