微软和马萨诸塞大学研究团队通过系统分析六种AI模型在多跳推理任务中的表现，发现了AI推理中的普遍问题：过度跳跃、推理保真度随复杂性下降、以及正确答案与错误推理过程脱钩现象。研究建立了七种推理错误分类体系，并开发了自动化评估框架，为改进AI推理能力和构建可靠AI系统提供了重要指导。

科大讯飞为人形机器人行业带来一波巨浪。

科大讯飞为人形机器人行业带来一波巨浪。

Apple Intelligence是一种只有苹果才能提供的生成式AI。不过，网络上对于Apple Intelligence的评价似乎偏向负面，他们认为Apple Intelligence更像一个“换了皮”的ChatGPT，那么，这样的评价真的客观吗?还是说Apple Intelligence真的很糟糕?

布尔诺工业大学研究团队开发了DeCRED方法，通过在语音识别系统解码器中添加辅助监督，显著提升了系统在未知领域的泛化能力。该方法将域外测试错误率从18.2%降至16.2%，仅用1.72亿参数就达到了接近大型模型的性能。

凭借着出色的预测、监控、跟踪、分配、资源管理、优化与质量控制能力，数字孪生与元宇宙的结合有望彻底颠覆众多行业的基本运营思路。

什么是MLPerf？

NVIDIA和KAIST联合研发的GenRecal框架成功解决了AI领域的重要难题：如何让不同架构的AI模型之间进行知识传输。该技术通过创新的"重校准器"组件，让小型AI模型能够学习大型模型的能力，在保持轻量化的同时显著提升性能，为AI模型的实际部署提供了突破性解决方案。

Muddit是一种创新的统一生成框架，它使用离散扩散技术同时处理文本和图像生成。由北京大学等机构联合开发，该模型整合了预训练文生图模型的强大视觉先验，使其能高效并行地处理多模态内容。尽管仅有1B参数，Muddit在GenEval、MS-COCO和VQAv2等多项基准测试中表现卓越，推理速度比主流模型快4-11倍。其核心创新在于采用单一架构处理跨模态任务，证明了离散扩散方法在统一多模态生成中的巨大潜力。

这项研究由德累斯顿工业大学等机构的研究团队完成，旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格，系统分析了各参数对主动学习性能的影响。研究发现，不同策略实现间存在显著差异，基于边缘的不确定性策略整体表现最佳，随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导，有助于降低入门门槛，促进技术在实际应用中的普及。

2025年，我们迎来了人形机器人第一个量产之年，也将迎来通用机器人的ChatGPT时刻。

5月27日，在“贵州·进而有为 华为云城市峰会暨贵州数字峰会2021”上，华为公司高级副总裁、华为云CEO、消费者云服务总裁张平安就当下数字化转型及人工智能、大数据等云服务领域的创新发表了自己的看法。

斯坦福大学研究团队开发出"分数推理"技术，让AI能够像人类一样根据问题难度智能调节思考深度。该技术通过提取和控制AI内部的"推理强度向量"，实现了推理强度的连续调节，在数学推理等任务中显著提升了AI表现。这项无需重新训练的技术为AI推理能力的个性化和自适应化开辟了新方向。

国产化替代不只是更换系统，而是来自中国企业对数字化的更深入的理解，这代表了中国企业的成熟，也为本土软件的发展提供了新的契机。

这项由伊利诺伊大学香槟分校研究团队开发的突破性AI技术，首次让机器具备了类似人类的空间推理能力。通过创新的细粒度偏好优化训练方法，SpatialReasoner-R1不仅能准确判断图片中的空间关系，还能提供完整的逻辑推理过程。在空间质量和数量任务上分别实现4.1%和9.0%的性能提升，为自动驾驶、机器人导航、增强现实等领域带来重要应用前景。

在OpenVINO工具套件发布五周年之际，英特尔开展OpenVINO DevCon中国系列工作坊2023活动，旨在通过每月一次的工作坊，持续助力开发者系统学习、稳步提升。

通过数字孪生、人工智能（AI）与预测分析技术，印地车迷可以沉浸式体验NTT印地锦标赛。

在“未来工厂”中，生产速度按需求调控，生产流程则由产品决定。机器设备和机器人不断重新自主组合，自动化运输车辆运送零部件，精密的机器人系统负责对工件进行分拣，工人在辅助系统的支持下从事生产，而人工智能系统则接管质检部分。

高等教育专家必须为与AI的全面协作做好准备，否则很可能错失机会、与学生群体脱节。根据Tyton Partners最新发布的调查结果，教职工群体中的AI频繁使用比例仅为22%，而学生的这一比例则高达49%。

奥地利维也纳医科大学研究团队开发了RetFiner技术，通过让眼科AI模型同时学习OCT图像和医疗文字描述，显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系，在三个主流眼科AI模型上实现了2-6个百分点的性能提升，为医学AI发展开辟了新方向。