多年来，计算机硬件一直是一个乏善可陈的市场。占主导地位的x86微处理器架构正在触达可通过小型化实现性能增长的极限，因此制造商们的目光聚焦于在芯片中封装更多核心上。

8月15日，讯飞星火认知大模型V2.0升级发布会如约而至，科大讯飞董事长刘庆峰、研究院院长刘聪重磅发布代码能力和多模态能力升级，同时发布并升级搭载讯飞星火认知大模型V2.0能力的多项应用和产品。

2025年上半年见证了AI领域的重大突破。Meta投资143亿美元成立超级智能实验室，微软声称其AI诊断准确率比医生高4倍。四大AI力量正在重塑社会：计算成本下降25倍但GPU供应仍然紧张；合成数据市场预计2030年达37亿美元；50个主要模型发布打破算法极限；特斯拉等公司准备在2025年末商业化人形机器人。这些力量相互放大，为准备充分的企业创造机遇，给未准备者带来威胁。

港科大团队提出的动态掩码稀疏注意力机制通过内容感知的动态掩码生成和位置感知的稀疏计算，让大语言模型学会智能分配注意力资源。该方法在保持完整信息的同时大幅降低计算复杂度，在长序列处理中实现10倍以上加速，并在多项基准测试中超越现有方法，为高效长文本处理提供了新的解决方案。

LangGPT创始者云中江树的双面人生

早期技术采用者们已经意识到，AI方案能否成功落地完全取决于数据。而在F1赛场上，数据同样是通往成功的必由之路。F1赛车配备有300多个传感器，负责记录影响车速的每一个微小变化——从空气动力学到海拔高度，再到气温、压力、振动、车身压力、发动机性能乃至轮胎状况。

这项研究展示了如何将传统图书馆的珍贵藏品转化为现代人工智能训练的高质量资源。哈佛团队不仅创建了一个包含2420亿文字标记的大型数据集，更重要的是建立了一套完整的数据处理、质量控制和版权管理体系。他们的工作证明了学术机构在人工智能时代的独特价值，展示了如何在保持学术严谨性的同时推动技术创新。这种将历史文献与现代技术相结合的做法，为解决当前人工智能训练数据稀缺和质量参差不齐的问题提供了一个优秀的解决方案，同时也为其他知识机构开展类似工作树立了标杆。

本文汇总了解释 AI 领域常用术语及技术概念，涵盖从 AGI 到神经网络等多个关键内容，帮助读者理解人工智能的基本原理与应用。

3月30日，“智涌钱塘”2018AI Cloud生态国际峰会在G20主会场·杭州国际博览中心隆重举行。

新奥特的转型升级过程中，戴尔作为强大的后盾，支持新奥特不断推出优质的产品和服务。

MiniMax公司开发的MiniMax-Speech语音合成系统实现了真正的"零门槛"声音克隆技术，仅需一段录音即可生成32种语言的高质量语音。该系统采用创新的学习型声音编码器和Flow-VAE技术，在全球TTS竞技场中击败OpenAI等巨头登顶第一。

斯坦福等高校联合研发的分解奖励模型（DRMs）通过主成分分析技术，将复杂人类偏好分解为多个独立维度，解决了传统AI只能理解"平均偏好"的局限。该方法仅需少量用户样例即可实现个性化定制，在多项测试中显著超越传统方法，为AI个性化服务开辟了新路径。

古人说“变则通，通则久”。默沙东之所以能长期做到双轮驱动，也是应用了变通的新办法：顺势而为践行“数字化”。

伦敦国王学院研究团队通过对20个AI语言模型的综合测试，发现了静态评估方法的重大缺陷：这些用于检测网络仇恨言论的AI系统在面对语言演化时表现出明显的适应性不足，静态基准测试可能严重高估了模型的实际安全性能，呼吁建立动态的时间敏感评估体系。

3月28日，2023微信公开课PRO·微信之约在广州正式开讲。

上海AI实验室等机构联合研究开发的InMind框架，通过阿瓦隆社交推理游戏测试AI是否能理解和模仿人类个性化推理风格。研究发现，尽管GPT-4o等先进模型在基础任务表现良好，但在理解个性化推理方面仍有明显不足，大多依赖词汇相似性而非深层推理模式。DeepSeek-R1等推理优化模型展现出更好潜力，为开发更懂人心的AI系统指明了方向。

Meta研究团队发现仅通过对比学习训练的AI视觉模型，内部竟隐藏着语言理解、空间定位等多种专业能力。他们开发了Perception Encoder系列，通过"对齐技术"激活这些隐藏技能，在图像分类、视频理解、目标检测等多个领域都达到了最先进性能，证明了"一个模型胜任多种任务"的可能性，为AI发展提供了新思路。

TPU 的设定，只能在 TensorFlow 中执行推理，但它的性能非常好。我们认为，TPU 与 TensorFlow 的良好适配，能够发挥出 1+1＞2 的效果。深度学习计算中的芯片部署都不是零和博弈。现实世界的深度学习网络需要系统的 GPU 与其他 GPU 或诸如 Google TPU 之类的 ASIC 通信。GPU 是理想的工作环境，具有深度学习所需的灵活性

南京大学等高校联合研究团队开发出ObjFiller-3D技术，巧妙地将3D物体修复转化为视频编辑问题。该技术利用视频模型的时序一致性优势，能够高质量修复3D物体缺失部分，在图像质量和处理速度上均大幅超越现有方法。技术支持参考图像引导修复，可广泛应用于文物保护、数字内容创作等领域，为3D修复和编辑任务提供了统一高效的解决方案。

人工智能、机器学习和分析不仅仅是最新的流行语；大大小小的企业组织都在关注人工智能工具和服务，希望通过大数据、预测分析和自动算法系统改善业务流程、客户支持和决策制定。