这项研究评估大语言模型理解人类心理状态动态变化的能力，创造了DYNTOM基准测试包含1,100个社交情境和78,100个问题。研究发现即使最先进的模型表现也低于人类水平44.7%，尤其在追踪心理状态随时间变化方面表现更差，揭示了当前AI系统在理解连续社交互动中的根本局限，为开发更具共情能力的人工智能指明了方向。

2023年5月8日，浪潮信息“智算 开新局·创新机”全国巡展首站在北京正式启动，本次巡展将陆续落地20+城市，与3000+行业用户共话数字时代下的智算产业新趋势与新机遇。

4月26日消息，近年来，随着SDN、AI等新型技术的引入，智能光网络被赋予全新的定义。

东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能，并提出创新的模态感知掩码对比学习技术，有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合，在40多项测试中超越现有方法，即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异，而文本-文本和文本-图像对对指令遵循任务至关重要，为未来多模态系统研究提供了宝贵指南。

GPT-4等顶尖生成式AI模型能够与人类医生的专业知识相结合，为我们带来一大波前所未见的强大虚拟健康工具。

Kimi月之暗面在大模型的浪潮中乘风破浪，开辟出一条属于自己的光明之路。

上海交通大学研究团队开发了ChartIR方法，通过结构化指导让AI能准确理解图表并生成相应代码。该方法分两阶段：先让AI详细描述图表内容，再通过迭代改进逐步完善代码。实验显示，相比现有方法，ChartIR在图表转代码任务上取得显著提升，为多模态AI应用提供了新思路。

与放射学及眼科等单纯面向某一领域的学科不同，AI病理学工具能够将生物化学、免疫学乃至遗传学领域的成果整合起来，从而为组织薄切片及染色样本的图像添加分子级别的细节观察。

想象你正在图书馆中寻找资料，传统方法就像是直接翻阅一堆随机摆放的书籍片段，而今天我要介绍的"NodeRAG"则像是一位贴心的图书馆管理员，不仅整理好了所有资料，还为你绘制了一张详细的知识地图，让你能够精确找到所需信息，甚至发现书本之间的隐藏联系。

斯坦福大学研究团队通过对比实验发现，AI模型自我改进能力的关键在于四种认知行为：验证、回溯、子目标设置和逆向推理。具备这些"思维习惯"的模型能有效利用额外计算时间提升表现，而缺乏认知行为的模型则停滞不前。研究证明通过精心设计的训练数据可以人为培养这些能力，且思维过程比正确答案更重要。这一发现为AI发展指出新方向：培养正确思维方式比增加数据量更关键。

ByteDance Seed团队开发了名为Astra的革命性双模型机器人导航系统，让机器人具备类似人类的环境理解和导航能力。该系统包含Astra-Global和Astra-Local两个模块，前者负责理解自然语言指令和全局定位，后者处理局部路径规划和避障。通过创新的混合拓扑-语义地图、4D时空编码器和掩码ESDF损失等技术，系统在仓库、办公楼等复杂环境中实现了84%-99%的高成功率，显著超越传统方法，为智能机器人助手的实现奠定了重要基础。

俄罗斯AIRI研究院联合斯科尔科沃理工学院首次系统性解决了语音数学表达式转换问题，开发出能将口述数学公式准确转换为LaTeX格式的AI系统。研究团队构建了包含66,000个人工标注样本的大规模多语种数据集，采用语音识别后处理和端到端多模态两种方法，在数学表达式转换任务上取得了27-30%的字符错误率，显著优于现有技术，为自动化数学教育和学术交流提供了重要技术基础。

耶鲁、哥大等四校联合研发的RKEFino1模型，通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识，显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍，数学推理能力从56.87%提升至70.69%，并在新颖的数值实体识别任务中展现良好潜力，为金融AI合规应用开辟新路径。

医疗健康事关每个人的福祉，英特尔也视之为自身重要使命之一。多年来，英特尔持续探索医疗领域，推进人工智能、云边协同架构等前沿技术在医疗领域的广泛实践与深度应用，真正践行以技术弘扬科技向善的价值选择，造福地球上的每一个人。

在深圳、在北京、在杭州...华为云中国行吸引了众多的专业观众和用户到场。8月28日，华为云中国行2018将走进天府之国成都，这里见证更多的华为云创新。

早在2019年初，福田区政府就携手华为建设了华为云福田人工智能及软件开发云创新中心（以下简称“创新中心”），共同推动人工智能、云计算、大数据等技术与福田区现代金融业和创新创业相结合

东南大学等机构研究团队通过数学分析发现传统AI训练方法存在隐藏缺陷，提出仅需一行代码修改的动态微调方法，在数学推理任务上效果提升3-7倍，甚至超越复杂强化学习方法，为AI训练效率改进提供了简单而强大的解决方案。

MBZUAI研究团队开发了FinChain，这是金融领域首个可验证的符号化思维链推理基准测试。该基准涵盖12个金融领域的54个主题，每个主题包含5个不同难度的参数化模板，配有可执行的Python代码验证每一步推理。研究者还提出了ChainEval评估指标，同时评估最终答案正确性和中间推理步骤一致性。对30个大语言模型的测试表明，即使最先进模型在处理复杂金融推理时仍有很大提升空间，且模型规模是决定推理能力的关键因素。

威斯康星大学研究团队提出"生成-筛选-排序"策略，通过结合快速筛选器和智能奖励模型，在AI代码验证中实现了11.65倍速度提升，准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码，再用神经网络模型精确排序，有效解决了传统方法在速度与准确性之间的两难选择，为实用化AI编程助手铺平了道路。

3月22日，在2018中国IT市场年会上，金山云合伙人郭岚发表《强化云计算AI服务能力 全面布局垂直领域》的主题演讲，透露了国内排名前三的云服务商金山云在人工智能领域的一系列突破和进展。