香港中文大学联合上海AI实验室开发的DAEDAL技术，突破了扩散语言模型固定长度限制的束缚。通过智能的长度预估和动态扩展机制，让AI能够根据任务复杂度自动调整回答长度，在数学推理等任务上准确率提升至85.8%，同时大幅提高计算效率。这项无需重新训练的技术为AI系统的自适应能力开辟了新方向。

按传统观念，物理学奖项不应该颁给那些研究黑洞、超导、量子现象的科学家吗？如今，却颁给了搞AI的专家，一时间让人觉得，物理学的边界在消失，甚至有人调侃说：“物理学都不存在了。”

医生已经成为全球自杀率最高的职业。而近几年来，AI技术的引入则为整个医疗健康行业带来了曙光。

这项由谷歌联合22所顶尖院校开发的研究首次推出了多语言多模态金融AI评测基准MultiFinBen，测试AI在五种语言和三种信息模态下的金融任务处理能力。结果显示即使最强的GPT-4o也只达到50.67%准确率，在多语言任务上仅7.50%，揭示了当前AI技术在实际金融应用中的严重不足，为行业发展指明了改进方向。

这项研究提出了"VeriFree"——一种不需要验证器的方法，可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性，限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率，作为评估和训练信号。实验表明，这种方法不仅能匹配甚至超越基于验证器的方法，还大幅降低了计算资源需求，同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。

移动云“梭哈”了全部家当,给百川并网“打底”

谷歌云推出开放湖仓架构，解决企业数据孤岛问题，统一结构化与非结构化数据管理。该平台基于BigLake存储引擎构建，采用Apache Iceberg开放格式，支持多模态数据处理。通过Dataplex通用目录实现数据治理，提供实时AI响应能力。平台支持BigQuery和Spark等多种引擎，与Vertex AI集成，加速模型开发，简化工具链，帮助企业快速实现AI价值。

这篇研究介绍了Oracle AI团队开发的一种针对企业系统的域特定检索硬负样本挖掘框架。该方法通过整合多种嵌入模型、降维处理和独特的语义选择标准，动态识别具有挑战性但上下文无关的文档作为训练样本，显著提升了重排序模型的性能。在云服务领域的测试中，该方法在MRR@3和MRR@10指标上分别提升了15%和19%，并在多个公开领域数据集上展示了广泛适用性，为企业搜索和检索增强生成应用提供了实用解决方案。

本届GTC大会应该是一场算力盛宴，也拉开了AI芯片的激烈竞争大幕。只要AI的浪潮此起彼伏，算力市场也就不会沉默，一场场好戏也将轮番登场。

欧盟立法者顺利通过投票，要求所有手机统一使用USB-C接口。所以使用USB-C接口的iPhone也许已为期不远了。

在成为优秀交付经理之前，他把头深埋在机房里面，少有跟客户沟通交流，这死啃技术的冷板凳，一坐就是三年。三年里，他清楚每一根线缆的摆放位置，更把网络架构图看了无数遍，但他慢慢地察觉到，只懂得技术并不能以最好的方式去解决客户的问题。

这项研究提出了CLUE框架，首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同，CLUE能识别文本片段间的冲突与一致关系，并解释它们如何影响模型的预测不确定性。实验表明，CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性，用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改，适用于任何白盒语言模型，为事实核查提供了实用支持。

上海交通大学团队构建了SWE-QA仓库级代码问答基准测试，包含576个高质量问答对，评估AI理解整个代码库而非片段的能力。研究开发了SWE-QA-Agent智能代理系统，通过迭代推理和多工具协作回答复杂代码问题。实验显示Claude 3.7 Sonnet表现最佳，AI在概念性问题上表现良好但在需要深度推理的定位问题上仍有挑战。

西湖大学团队开发出VLA-Adapter机器人控制系统，仅用0.5B参数就超越了7B参数的传统系统。该系统通过Bridge Attention机制实现视觉-语言-动作的高效转换，训练成本降低38倍，推理速度快3倍，在LIBERO测试中达到97.3%成功率。创新点在于设计专门的信息桥接机制而非单纯扩大模型规模，为机器人控制技术普及提供了新路径。

面对人工智能芯片这样一个百亿级规模的市场，充满“野心”的企业不在少数，甚至有不少初后起之秀直接“叫板”英伟达。Habana Labs正是其中之一。

云与我们的生活息息相关，云计算的发展更推动了传统企业的数字化转型。但由于近几年来各大公有云厂商宕机与安全事件频发，让不少准备尝试或正在使用公有云的企业对“云”产生了质疑。

VITA-1.5是首个实现GPT-4o级别实时视觉语音交互的开源多模态大语言模型。通过创新的三阶段训练策略，系统能够同时处理图像、视频和语音信息，实现端到端的语音对话，无需外部ASR或TTS模块。在多项基准测试中表现优异，语音识别准确率达到97.8%以上，为多模态人机交互开辟了新的可能性。

中科院联合字节跳动开发全新AI评测基准TreeBench，揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法，通过要求AI同时给出答案和精确定位，实现真正可追溯的视觉推理，为构建更透明可信的AI系统开辟新路径。

数据质量直接关系到决策的质量。高质量的数据能够提供更好的客户线索、对客户的更深入了解和更好的客户关系。数据质量是数据和分析（D&A）领导人需要不断提升的竞争优势。

2019华为分析师大会结束了，我简单谈谈我的参会感受。