中国艺术档案学会原副会长李松和戴尔科技集团全球副总裁、存储平台及解决方案事业部总经理孔大勇分享了精彩的内容和观点。

马里兰大学等机构联合提出ViCrit训练法，通过让AI识别图片描述中的人工植入错误来提升视觉理解能力。该方法将传统的生成完整描述转换为精确的错误定位任务，使训练目标更加明确。实验显示经过训练的AI模型在幻觉减少和多项视觉推理任务上都有显著提升，同时研究团队还发布了ViCrit-Bench评估基准。这项研究为AI视觉训练开辟了新思路。

苹果公司联合香港大学开发了DiffuCoder，这是首个采用扩散模型的AI编程助手，能够像人类程序员一样进行全局思考和并行生成代码。该模型通过创新的"耦合GRPO"强化学习算法，在EvalPlus等权威测试中性能提升4.4%，并实现了更快的代码生成速度。这项研究为AI编程助手从线性生成向智能化并行思考的转变奠定了基础。

M?FinMeeting是由苏州大学和阿里云研究团队开发的创新性金融会议理解评估数据集，支持英语、中文和日语三种语言，涵盖全球行业分类标准(GICS)定义的11个行业部门，包含摘要生成、问答对提取和问题回答三项任务。研究团队用七种代表性大型语言模型进行了实验评估，发现即使是最先进的长上下文模型在处理金融会议理解任务时仍有显著提升空间。这一数据集填补了金融领域人工智能评估基准的重要空白，为未来研究提供了宝贵资源。

国内的低代码领域，已经从成长期开始进入成熟期。这是否预示着，大企业数字化转型的低代码时代将要到来？

2025年4月，来自AlayaDB AI的研究团队发布了一篇名为《AlayaDB: The Data Foundation for Efficient and Effective Long-context LLM Inference》（AlayaDB：高效高质量长文本LLM推理的数据基础）的论文，该论文详细介绍了一种创新的向量数据库系统，专为大语言模型(LLM)的长文本推理而设计。

据世界卫生组织公布的数据，全球约有 3 亿人患有抑郁症。为此，临床心理学家Alison Darcy与其研究团队研发了一款聊天机器人软件——Woebot希望能够帮助人们缓解和治疗沮丧、沉迷成瘾或孤独、抑郁、焦虑等心理问题。

牛津大学林元泽及其国际合作团队开发的IllumiCraft是一种创新的视频重光照技术，它首次将几何和光照引导统一到一个扩散模型中。通过同时处理HDR环境图、合成重光照帧和3D点轨迹，该技术能生成与用户提示一致的时间连贯视频。研究团队还构建了包含20,170个视频对的高质量数据集，实验表明IllumiCraft在视觉质量、提示对齐和时间一致性方面显著优于现有方法，开创了可控视频生成的新可能。

全球首屈一指的远程互联解决方案供应商TeamViewer今日宣布，公司已在上海开设其中国办事处。

太平洋时间5月20日上午，在加州山景城海岸线圆形剧场（Shoreline Amphitheatre），空气中弥漫着咖啡香气和一种几乎能触摸到电子脉冲般的兴奋感，2025 Google I/O（谷歌开发者大会）开始了，而此时的我们，正处于这股AI浪潮的中心。

Oracle今天表示，将收购一家名为Talari Networks的软件定义广域网（SD-WAN）公司，以强化自己的云和网络业务。这次收购的财务条款尚未披露。

史丹福大学团队开发出名为QuantAgent的AI股票预测系统，由四个专业AI助手协作：技术指标分析师、图形识别专家、趋势分析师和风险管理师。该系统仅通过分析股价数据就能预测市场走向，在比特币、标普500等八种资产的测试中，预测准确率普遍超过随机水平，最高达到80%。该研究展示了人工智能在高频交易领域的突破性应用。

如今，壳牌看到了区块链技术的巨大希望，计划探索公有区块链的应用。

在今年第三次计划收购中，思科透露了收购定性分析提供商Smartlook的打算，以提升Cisco AppDynamics的全栈可观测性数字体验监控（Full-Stack Observability Digital Experience Monitoring）产品。

微软发布Phi-4-Mini多模态语言模型，仅3.8亿参数却能媲美两倍规模模型性能。该模型采用创新"混合LoRA"技术，支持文本、图像、语音多模态输入，在数学推理、编程、语音识别等任务中表现出色，在OpenASR榜单排名第一。这种"小而精"设计理念为AI普及化提供新思路，使强大AI功能可在消费级设备运行。

要突破行业内卷，更需要依靠技术创造价值，减少犯错的同时，让AI多出力。

谷歌已经将整个谷歌研究院（Google Research）部门重新命名为谷歌人工智能（Google AI），该公司正在积极发展新兴的人工智能领域。

POSTECH研究团队开发出VideoFrom3D框架，能够仅凭粗糙3D模型、摄像机轨迹和参考图片生成高质量场景视频。该方法巧妙结合图像和视频扩散模型优势，通过稀疏锚点生成和几何引导插值两个模块，实现了传统3D制作流程的革命性简化。实验证明该方法在多种复杂场景下表现优异，为3D内容创作提供了更高效的解决方案。

尽管仍有一定缺憾，但更多实用功能、更好的相机和色彩效果已经足够让普版iPhone 16成为最佳选择。

这是一项融合大语言模型与强化学习的金融交易AI创新研究。哈佛等知名院校团队开发的FLAG-TRADER系统让仅1.35亿参数的小型AI模型在股票和加密货币交易中超越了GPT-4等大型商业模型。该系统通过部分微调和夏普比率奖励机制，实现了既能理解复杂市场信息又能从交易实践中持续学习的智能交易决策，为AI在金融领域的应用开辟了新路径。