对于TP工作负载，OceanBase共享存储产品可以将存储成本降低一半。

对于TP工作负载，OceanBase共享存储产品可以将存储成本降低一半。

这项研究提出了AdaCtrl框架，解决大型AI模型在推理时过度思考的问题。通过难度感知预算分配技术，AI可以自动判断问题难度并相应调整推理深度，同时允许用户手动控制思考量。实验表明，与基线相比，AdaCtrl在维持或提升准确性的同时，显著减少了简单问题的回答长度(最高减少91%)，对复杂问题则保持详尽思考。这种"量力而行"的思考方式不仅提高了AI效率，也增强了用户体验，为推理模型发展提供了新方向。

想象一下，你正在使用一款最新的AI助手来描述一段视频内容，但它告诉你"视频中有人穿着黑色西装"，而实际上并没有；或者它声称"一个人在穿上夹克后跳起来抓住横杆"，而实际情况是"一个人在脱掉夹克后跳起来抓住横杆"。这些看似小错误实际上反映了当今大型视频语言模型(LVLMs)面临的严重问题。

这项由中国人民大学、微软亚洲研究院等机构联合完成的研究发现，通过监测AI思考过程中的"不确定性"（熵值），可以识别出有价值的探索性思考时刻。研究团队设计了一种仅需一行代码的简单方法，在AI训练时给予探索性思考额外鼓励，显著提升了AI在数学竞赛等复杂推理任务上的表现，让AI学会了更像人类的深度思考方式。

这项研究介绍了QARI-OCR，一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练，成功解决了阿拉伯文字识别中的主要挑战：曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率，超越了现有开源解决方案，为阿拉伯文化遗产的数字化保存提供了重要工具。

DeepSeek团队联合清华大学开发了一种革命性的AI评判方法——自主原则批评调优（SPCT），该方法让AI在推理时"多动脑筋"，通过制定评判原则并进行多角度分析来提升评判准确性。研究发现，这种"慢思考"方式的效果竟然比简单增加模型规模更好，在多个评测基准上都取得了显著性能提升，为AI发展提供了新的技术路径。

9月8日，以“新IT 新引擎”为主题的2021联想创新科技大会线上开启。

首席人工智能官（CAIO）正在迅速成为高管层中的一个新角色，主要负责制定人工智能议程。为什么有如此多的企业正在寻找填补这一职位，这个职位需要什么，你是否拥有合适的人才来获得最新的IT领导职位？

十年前，自媒体上一片被互联网抛弃之声，震动地方政商两界;十年后，新经济权重赫然已接近三分之一，上海几乎是在不动声色之间就完成了产业更新。

StepFun团队发布Step 3.5 Flash，这是一个稀疏专家混合模型，仅用110亿活跃参数就实现了前沿级智能水平。该模型采用创新的混合注意力机制和MIS-PO强化学习方法，在数学推理、代码生成和智能体任务中表现卓越，与GPT-5.2和Gemini 3.0 Pro等顶级模型性能相当，同时大幅提升了计算效率和部署便利性。

本研究由斯坦福大学等顶尖学府联合提出SkillBlender方法，让人形机器人像人类学习技能一样先掌握基础技能，再智能混合应对复杂任务。通过预训练行走、伸手、蹲起、踏步四种原始技能，系统能以最少的奖励设计完成复杂全身协调任务。新建的SkillBench测试平台包含三种机器人、八项任务，并创新性地评估动作准确性和自然度。

上海交通大学研究团队发布了突破性的科学推理数据集MegaScience，包含125万高质量实例，首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力，训练的模型在多项基准测试中超越官方版本，且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。

在技术演进和人类需求的共同推动下，元宇宙场景的实现，元宇宙产业的成熟，只是一个时间问题。作为真实世界的延伸与拓展，元宇宙所带来的巨大机遇和革命性作用是值得期待的，但正因如此，我们更需要理性看待当前的元宇宙热潮，推动元宇宙产业健康发展。

斯坦福大学研究团队开发出SynthesizeMe方法，能让AI通过观察用户的选择自动学习个人偏好，无需填写复杂资料。该方法通过三步流程分析用户互动，生成个性化画像，在理解用户偏好方面准确率提升4.4%。研究还构建了PersonalRewardBench测试平台，为AI个性化能力评估提供标准。这项技术有望应用于智能客服、教育和内容推荐等领域。

赶上了“涨潮”好时节，属于开源的时代已经到来。

企业数据中心的灾备和业务连续性解决方案的架构和实施对于企业已经越来越重要。企业需要参考业界实践来制订或实施切合自身实际情况的方案，或对现有的实现进行改进提高。本文主要介绍IBM GDPS解决方案家族和实际应用在站点双活或站点快速切换实施上的一些实践

新加坡国立大学团队开发的PhotoDoodle系统，通过两阶段训练策略实现了从少量样本学习艺术家照片涂鸦风格的突破。该系统采用位置编码复用和无噪声条件机制，仅需30-50对图片样本就能掌握特定艺术风格，在保持背景完整的同时精确添加装饰元素，为AI辅助艺术创作开辟了新方向。

大约四年之前，Jerry Cuomo带领IBM公司的其他技术专家开始研究区块链。要说个中缘由，比特币与以太坊的爆炸式增长功不可没。

MIT研究团队开发出名为TACO的创新AI训练方法，通过分层学习结构让AI智能体具备长期规划能力。该方法模仿人类分层思维，在多个时间尺度上协调学习，解决了传统方法"目光短浅"的问题。实验显示，TACO在复杂任务中的成功率提高40%，效率提升60%以上，为开发更智能的机器人、自动驾驶等应用奠定基础。