数源AI推荐的论文‘VideoMamba: State Space Model for Efficient Video Understanding‘介绍了VideoMamba模型，它通过线性复杂度运算符实现高效长视频理解。该模型克服了3D CNN和视频变换器的局限，具备可扩展性、敏感性、优越性和兼容性。

首尔大学研究团队开发出RALU技术，通过智能识别图像重要区域并优化计算资源分配，成功将AI图像生成速度提升3-7倍。该技术采用三阶段生成策略，重点处理边缘区域以避免失真，同时配备噪声重调度算法确保质量稳定。测试显示该技术在大幅加速的同时保持了高质量输出，且可与现有加速方法结合使用，为AI绘图工具的普及和实时应用提供了重要技术突破。

云和虚拟化技术的加速采用为中国企业带来了更多的IT复杂性，并由此产生了数据安全等挑战。

最近OpenAI用户震惊地发现他们的搜索记录出现在Google搜索中。实际上OpenAI明确告知了这一做法，但多数用户未仔细阅读条款。虽然OpenAI已移除相关功能，但因版权诉讼的法院命令，所有用户对话仍被保留。Google的Gemini等AI服务也在记录用户信息以提供个性化服务。这些数据可能在安全漏洞中泄露，用户应谨慎提问敏感话题。

2024年5月11日晚，第十届全国管理案例精英赛中国政法大学校园突围赛在学院路校区图书综合楼0320教室成功举办。大赛旨在通过对实际案例的分析和解决，锻炼参赛选手的团队合作能力、创新思维和解决问题的能力。

GPTQ 的核心思想是通过最小化量化引入的输出误差，实现高精度低比特量化。具体来说，GPTQ 在后量化过程中，针对每一层的权重矩阵，利用一小部分校准数据，最小化量化前后模型输出的差异。

文章介绍了如何通过设置 Google 的 Web 过滤器，仅返回纯文本链接搜索结果，从而避免 AI 概览和不准确的信息，并详细说明了在 Chrome、Edge、Firefox 及 Safari 中的具体操作步骤。

这位大牌公司的高管探讨了为每一位受众设计、涉足元宇宙以及化繁为简的话题。

英伟达推出售价3000-4000美元的DGX Spark，号称"全球最小AI超算"。该设备搭载128GB内存，基于Blackwell架构的GB10芯片，虽然速度不及RTX 5090，但能运行消费级显卡无法处理的大模型。支持2000亿参数模型推理和700亿参数模型微调，在AI开发领域具有独特优势，但软件生态仍需完善。

南洋理工大学团队开发的CineScale技术能让AI视频生成模型在不重新训练的情况下，将分辨率从原始大小提升至8K图像和4K视频。该技术通过定制自级联放大、约束膨胀卷积和尺度融合三大核心组件，有效解决了高分辨率生成中的重复图案问题，支持文本到视频、图像到视频等多种生成任务，为AI视频创作领域带来重大突破。

卡内基梅隆大学研究团队开发了一种创新的航拍图像车辆检测技术，通过生成式AI和跨域适应解决了不同地区环境差异导致的检测性能下降问题。该方法利用扩散模型生成合成训练数据，结合多通道注意力机制实现精确标注，在多个数据集上相较现有方法提升显著，为智能交通、城市规划、应急响应等领域提供了实用的技术解决方案，并贡献了两个高质量的航拍车辆检测数据集。

9月26-27日，CCS 2021成都网络安全大会（以下简称“CCS 2021”）在成都市 “中国-欧洲中心”举行，本次大会由四川省互联网信息办公室指导，成都市互联网信息办公室、成都高新区管委会联合主办。

对大多数人来说，“云”一词与亚马逊网络服务、微软Azure和谷歌同义。这也能被理解，因为它们是目前为止最受认可和最成功的超大规模的公共云提供商。然而，这三位行业领导者并非注定会完全占据市场。

DeepSeek发布实验版本DeepSeek-V3.2-Exp，引入"稀疏注意力"技术来解决长对话处理中的计算瓶颈。该技术通过选择性处理词汇关系而非全量计算，将API成本降低50%。稀疏注意力并非新概念，OpenAI早在2019年就使用过类似技术，但DeepSeek声称实现了"细粒度稀疏注意力"的突破。基准测试显示该模型性能与前代相当，且开源发布。

新加坡科技设计大学和字节跳动研究团队提出了"语音反向翻译"方法，解决语音识别中的数据稀缺问题。研究表明，仅用几十小时的标注语音数据就能训练TTS模型生成数万小时高质量合成语音，将数据扩充数百倍。他们引入归一化可理解度指标评估合成语音质量，确定了合成数据能有效增强ASR性能的质量阈值。将方法扩展到十种语言，生成了50万小时合成语音，对Whisper-large-v3模型进行预训练，平均降低错误率30%，对低资源语言尤其有效，错误率降低46%。

韩国SK电信发布了A.X 3.1 Lite，这是一个70亿参数的韩语大语言模型，完全从零开始自主开发。该模型在1.65万亿多语言标记上训练，重点关注韩语内容，可在智能手机上运行且无需云端支持。模型在韩语多任务推理基准测试中表现优异，响应时使用的标记数比同类GPT模型少三分之一。已开源并应用于SK电信的A.dot语音助手，支持实时通话摘要等功能。

谷歌DeepMind团队开发出ViNT视觉导航系统，让机器人像人类一样仅通过"看"就能在陌生环境中导航。该系统模仿ChatGPT的学习方式，通过分析600万个导航轨迹掌握通用导航能力，在未知环境中的成功率达87%。这一突破将推动物流配送、家庭服务、搜救等领域的机器人应用发展。

这项研究提出了动态分层剪枝（DLP）方法，通过自动确定大型语言模型中各层的相对重要性来分配不同的剪枝率。与传统均匀剪枝方法相比，DLP在高稀疏度条件下表现优异，在70%稀疏度时可将LLaMA2-7B的困惑度降低7.79并提高平均准确率2.7%。DLP与多种模型压缩技术兼容，在CPU上可实现2.8x-3.7x的推理加速，为资源受限设备上部署大型语言模型提供了新方案。

本研究提出了"能力-难度对齐采样"方法（CDAS），革新了大型语言模型强化学习训练中的数据采样策略。与传统方法不同，CDAS通过聚合历史表现差异实现更稳定的问题难度估计，并将模型能力与问题难度动态匹配。在多个数学推理基准测试中，CDAS达到了46.77%的最高平均准确率，同时比竞争策略提高了2.33倍的计算效率。研究还证明了CDAS在代码生成任务和更大型模型上的有效性，为提升大型语言模型的推理能力提供了高效可靠的新方法。

4月7日，紫光股份旗下新华三集团全球首发企业级智原生Wi-Fi 7 AP新品WA7638和WA7338。为什么说可以引发传统网络架构新变革？我们先来了解一下新华三的Wi-Fi 7 AP是一款什么样的产品。