12月15日，“2020上海智慧城市体验周”重磅压轴活动——“智慧上海·进而有为”上海城市峰会2020成功召开，峰会上举办了生态高峰论坛。

在整个供应链中，AI增强技术正在提升生产力、减轻全球劳动力短缺影响，并帮助企业找到更好、更安全的商品运送方法。从生产车间到消费者手中，AI对供应链的渗透将全面爆发。

这项由EleutherAI和英国AI安全研究所合作完成的研究提出了革命性的AI安全解决方案——通过在训练阶段过滤危险内容来构建本质安全的AI模型。研究团队开发了高效的数据过滤系统，成功训练出能够抵抗强力对抗攻击的AI模型，在保持通用能力的同时实现了前所未有的安全性，为开源AI模型的安全发展提供了切实可行的技术路径。

文章分析了2035年可能改变游戏规则的十大产业：包括量子计算和神经形态计算等新一代计算机技术、太空商业化、个性化基因医疗、空间计算与脑机接口、城市农业、空中交通管理、海水淡化技术、沉浸式娱乐、器官按需制造和人形机器人。作者强调这些不是小众领域，而是将成为全球重要的大规模应用技术，需要各国在基础设施、应用研究和人才培养方面提前布局。

本文探讨了AI从单个模型向多专长代理协作转变，通过健壮架构应对通信、状态同步与容错挑战，以构建弹性企业AI系统。

这项来自斯坦福大学等机构的研究首次将离散扩散模型应用于音频修复领域，通过将音频转换为词汇序列，实现了对长达500毫秒音频空白的有效修复。该方法显著优于传统技术，在处理音频中断、损坏录音恢复等场景中展现出广阔应用前景，为音频处理技术开辟了新的发展道路。

在大会上，下一代互联网互联设备国家工程实验室主任张宏科发表了以"智慧标识网络及应用"为主题的演讲。他认为，随着互联网应用规模的不断扩大，现在的网络受到了严重挑战，迫切需要创新性的网络体系系统来解决问题，尤其是工业制造以及高铁等特殊行业

将设备实体通证化，让万物皆可RWA。

将设备实体通证化，让万物皆可RWA。

据Canalys最新报告显示，2021年中国的云基础设施市场规模达274亿美元。千亿人民币市场足够庞大，且随着数字经济的深入推进，市场增长潜力仍在释放。

星际创想实验室发布突破性AI系统Spacer，通过"故意去语境化"技术让人工智能具备科学创新能力。系统由关键词挖掘引擎Nuri和概念生成管道组成，能从18万篇论文中发现新研究方向。验证显示其预测准确率达73.7%，概念重构成功率超85%，生成想法更接近顶级科学研究。

以问题为导向是任何发明家的灵感源泉。

英特尔当然意识到这部分市场是个机会，也许未来RAN支出中会有几十亿美元从定制芯片产品流向英特尔的x86“通用”处理器当中。

利用NVIDIA Jetson和Amazon SageMaker平台通过使用云+端结合的方式，我们将打造一个边缘智能的方案（整体方案架构如下）。

Oracle 凭借其庞大的企业客户群和领先的数据库技术,在人工智能市场占据有利地位。公司云业务增长迅速,基础设施服务收入增长尤为强劲。Oracle 正积极部署 GPU 集群,与 Nvidia 和 AMD 签订大额合同,为 AI 训练和推理提供强大算力支持。公司预计未来几年收入将大幅增长,有望成为 IT 史上第五家年收入突破 1000 亿美元的公司。

这篇研究介绍了DATARUBRICS，一个专为评估机器学习数据集质量而设计的创新框架。研究团队发现现有的数据表单工具缺乏可量化的质量评估标准，因此开发了基于十个关键维度（包括数据来源、标注方法、质量保证等）的结构化评估体系。通过对多个顶级学术会议的数据集论文分析，研究揭示了机器生成数据的增长趋势及各会议在数据质量要求上的差异。DATARUBRICS不仅支持人工评估，还能通过LLM实现自动化评估，为日益增长的数据集审核需求提供了可行解决方案。

这篇研究首次系统探索了验证粒度对大型语言模型测试时扩展的影响。研究团队通过提出可变粒度搜索（VG-Search）算法，挑战了传统的固定验证频率范式。实验表明，根据任务难度和计算预算动态调整验证粒度，可以在减少超过52%计算量的同时，将准确率提高3.6%。这一发现为优化大模型的推理效率提供了全新思路，特别适用于计算资源受限的场景。

2018年人工智能仍然处于炒作周期顶端，这么预测是比较保险的。但是下面的50个预测显示，人工智能将变得更加实用、更加有用，实现一些工作的自动化，扩大其他很多工作的范围，再加上利用机器学习和大数据获得新鲜的见解，还有企业中聊天机器人越来越多等因素。

波兰研究团队发现，即使是最先进的AI大模型在处理波兰语等非主流语言时也极其脆弱，仅通过几个拼写错误或字符替换就能让AI做出错误判断。研究团队开发了一套巧妙的测试框架，使用小型代理模型找出关键词汇，然后对这些词汇进行十种不同的"伪装攻击"。实验结果显示，这些简单攻击能让先进AI模型的错误率飙升至48%以上，揭示了当前AI技术在多语言安全方面的严重漏洞。

TULIP是加州大学伯克利分校开发的新型多模态AI模型，通过统一的学习框架解决了传统图像-文本模型在精细视觉理解方面的不足。该模型采用多视角对比学习、生成式数据增强和重建正则化等创新技术，在保持强大语义理解能力的同时显著提升了对视觉细节的捕捉能力，在多个基准测试中取得了显著的性能提升。