虽然消费意义上的存储用软盘几近灭绝，但音乐家仍在用软盘发表自己的DIY作品。

作为第一个向OpenAI进行风险投资的投资人（也是一个鹰派），Khosla在2019年向该公司投资了5000万美元，这笔投资如今价值超过40亿美元，成为其投资生涯中最具传奇色彩的案例之一。在这次深度访谈中，他预测人工智能将在未来15年内重塑几乎所有行业，到2040年将迎来一个"工作不再为生存而必须"的富足时代。

这些富豪们，希望让全人类都能永葆青春、甚至摆脱死亡。更关键的是，这个目标并不像大家想象的那么触不可及。

这项由浙江大学和阿里巴巴合作的研究首次为语音对话AI开发了专业评估系统WavReward，能够同时评估对话内容和语音情感等多维度信息。研究团队还构建了包含30000个样本的ChatReward-30K数据集，涵盖九种声学属性和隐含对话场景，为语音助手质量评估提供了重要工具。

“雄性与雌性的行为为何有所不同？”

ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集，包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素，为此提出CORAL框架，通过嵌入重建和对比学习相结合的方式，使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性，还为多条件交错语义检索领域的未来研究奠定了基础。

「 老易说：“如果你羡慕大佬，那你自己就变成大佬。对抗恐惧最好的办法就是直面恐惧，就这么简单。”」

耶鲁大学研究团队开发了MMVU测试系统，专门评估AI模型的专业视频理解能力。该测试包含3000道专家出题，覆盖科学、医疗、工程等27个学科。测试结果显示，最先进的o1模型准确率达80%，接近人类专家开卷考试水平，但大多数模型表现远低于人类专家，揭示了当前AI在专业领域应用中的局限性和改进方向。

英伟达与斯坦福等顶尖机构联合开发的TTT技术首次让AI学会"讲故事"，能生成长达一分钟的连贯视频。该技术采用"边做边学"的创新方法，让AI在生成视频时持续优化记忆能力，在人类评估中比现有最佳方法领先34个Elo积分，展现出革命性的长视频生成能力。

NuScens挑战赛，作为检验感知算法在自动驾驶领域相关任务性能的试金石，自数据集公开以来，吸引了来自全球各地的研究团队的结果提交。

上海AI实验室联合多所知名大学推出OS-Genesis项目，创新性地提出"反向任务合成"方法来训练GUI智能体。该方法让AI先自由探索应用界面，观察操作效果，然后反推出训练任务，彻底改变了传统的预定义任务训练模式。实验显示，这种方法在AndroidWorld等复杂测试环境中将智能体成功率从9.82%提升到17.41%，接近翻倍的性能提升证明了探索式学习在GUI智能体训练中的巨大潜力。

南京大学团队开发的TextCrafter系统成功解决了AI图像生成中多文字准确渲染的技术难题。该系统采用三阶段策略：实例融合、区域隔离和文字聚焦，实现了73.7%的文字准确率，相比基础模型提升45%以上。同时创建了包含2000个复杂场景的CVTG-2K评测数据集，为该领域建立了新标准。作为无需训练的即插即用技术，TextCrafter在广告设计、内容创作等领域具有广阔应用前景。

上海交通大学研究团队提出Iwin Transformer，这是一种无位置编码的分层视觉变换器，通过创新的交错窗口注意力和深度可分离卷积协作，能直接从低分辨率微调到高分辨率。该方法用注意力连接远程令牌，用卷积连接邻近令牌，在单模块内实现全局信息交换，克服了Swin Transformer需要两个连续块的局限。在ImageNet-1K上达到87.4%准确率，在语义分割和视频识别等任务中表现出色。

加州大学伯克利分校研究团队开发了gg-bench系统，让AI自己设计策略游戏来测试其他AI的智能水平。研究发现，即使是最先进的AI模型，在面对自己"同类"设计的游戏时胜率也只有7-36%，揭示了AI在创造和解决问题之间的能力差异。这项研究为避免传统AI测试中的"数据污染"问题提供了创新解决方案。

SEALQA是维吉尼亚理工大学研究团队开发的新型基准测试，旨在评估搜索增强型语言模型在面对矛盾、嘈杂或无用搜索结果时的推理能力。它包含三种测试：SEAL-0（极具挑战性的核心问题集）、SEAL-HARD（更广泛的困难问题集）和LONGSEAL（测试长上下文多文档推理）。研究发现，即使是前沿模型在这些测试中表现也很差，增加测试时计算资源往往不能带来可靠的性能提升，高级推理模型对嘈杂搜索结果特别敏感，模型在识别大量干扰文档中的相关信息时仍然困难重重。

为了实时识别新出现的欺诈模式，PayPal需要更快地处理和分析更多数据，就需要将尽可能大体量的数据与实时处理做更好的对接。 然而，内存墙的问题，在此时也悄然出现了。

忽略掉安全问题，一切利用DevOps改善工作流程的努力都将付之东流。

多伦多大学机器人研究团队成功开发出SAFE系统，这是首个能够跨任务检测机器人执行失败的通用型预警系统。该系统通过分析机器人内部"思维"特征，发现了不同任务失败时的共同模式，实现了比人类观察更早的失败预警。在仿真和真实环境的广泛测试中，SAFE系统显著优于现有方法，为机器人安全应用开辟了新路径。

本文将介绍分贝通在大数据领域的一些建设经验。分贝通在ToB领域是一个年轻的公司，成立六年多，大数据体系刚刚建立一年多，整个团队不到二十人，整体的大数据建设处于初级和摸索的阶段。本次将总结在大数据业务上的实践和思考，希望给大家带来启发。

浙江大学等联合研究发现，AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时，单样本训练、错误奖励等非常规方法也有效；但面对陌生任务时，这些方法失效，只有标准训练有用。研究团队通过大量实验证实，这种"舒适圈"现象比数据污染更能解释训练差异，为AI训练策略优化提供了新思路。