拯救被计算力束缚的智能终端设备，Arm现在带来三款“杀手级产品。

这项来自香港中文大学的研究开发了名为"LoRA-Edit"的视频编辑技术，通过巧妙结合LoRA适应技术和遮罩机制，解决了传统视频编辑中编辑效果难以精确传播、背景容易被意外改变的问题。该技术让用户只需编辑第一帧画面，就能让编辑效果自然传播到整个视频，同时可通过参考图片进一步控制编辑外观，在多项对比测试中均超越现有先进方法。

寻因生物,是一家自主研发单细胞技术的精准医疗生物医药企业,致力于通过国产高通量单细胞全链条产品及服务,将单细胞技术普适化,应用于临床及药物研发,推动相关疾病研究。

上海交通大学等机构联合开发了HyCodePolicy机器人系统，让机器人首次具备"自我反思"学习能力。该系统通过视觉观察和程序监控双重诊断，能让机器人自动分析失败原因并改进策略。实验显示任务成功率从47.4%提升至71.3%，学习效率显著提高。这项技术将广泛应用于制造业、服务机器人等领域，标志着机器人从被动执行向主动学习的重要转变。

IBM正致力于在未来几年内应用各类量子错误管理方法，减少噪音、实现真正的量子纠错（QEC）。

想象你是一名广告制作人，急需为新产品拍摄一段广告片。传统方式需要花费大量时间和金钱聘请演员、租用摄影棚、购买昂贵的设备。而如今的AI视频生成技术虽然已经取得了长足进步，却仍然面临着一个关键问题：如何让生成的视频更精准地满足我们的需求？

随着以ChatGPT为代表的前沿AI技术的突破,AIGC进入应用爆发期,虚拟数字人作为线上线下跨时空融合的重要入口,在各类应用场景大放光彩,拥有广阔的发展前景。

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。

2023年9月3日，由百图生科&播禾创新联合主办的第二届中国生物计算大会于苏州工业园区再度启幕

针对不同的远程网络教学应用场景，英特尔提供了完整并充分优化的整体解决方案。基于英特尔架构的整体视频录播方案可以帮助用户减少约90%的媒体应用开发及优化成本，并且能最大化的调动英特尔平台的硬件能力。

今天，谷歌公司宣布了其在人工智能功能方面的一些重大突破，其中包括一种新型的、新一代对话语言模型，谷歌表示，该模型产生的对话比迄今为止所有其他技术产生的对话都更加真实而有趣。

404-GEN 成为首个与 Unity 整合的去中心化 3D 模型生成平台，通过 Gaussian Splat 技术和 Bittensor 网络，实现实时、高质量的 3D 场景再现，降低独立开发者和创作者的技术门槛。

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。

清华大学与腾讯联合开发CHARM框架，首次实现动漫发型的AI自动生成。该系统将复杂发型转化为控制点序列，采用语言化表示方法，让AI像写文章一样逐步生成发型。基于37000个样本的AnimeHair数据集训练，CHARM在几何精度和视觉效果上全面超越现有方法，数据压缩率达98%以上，为游戏、动画等领域提供高效的角色建模解决方案。

西湖大学团队开发出VLA-Adapter机器人控制系统，仅用0.5B参数就超越了7B参数的传统系统。该系统通过Bridge Attention机制实现视觉-语言-动作的高效转换，训练成本降低38倍，推理速度快3倍，在LIBERO测试中达到97.3%成功率。创新点在于设计专门的信息桥接机制而非单纯扩大模型规模，为机器人控制技术普及提供了新路径。

普林斯顿大学研究团队通过分析500多个机器学习模型，发现了复杂性与性能间的非线性关系：模型复杂性存在最优区间，超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象，提出了数据量与模型复杂性的平方根关系，并开发了渐进式复杂性调整策略，为AI系统设计提供了重要指导原则。

以深信服VDI桌面云构建“教体局-下属学校”的统一教学云平台，促进了乌审旗教育资源的均衡化发展，提升整体教学质量和师生的信息化水平。

在空间计算技术领域进行了长期投资的 PTC 将针对Apple Vision Pro 发布Onshape Vision app。

智能体AI有望通过大幅改善工作流自动化来推动企业转型。Agntcy是2025年3月成立的开源组织，致力于构建"智能体互联网"框架。该框架由思科Outshift孵化部门创立，专注于智能体协调编排和身份访问管理。7月29日Linux基金会正式接纳该联盟，为框架提供更稳固的行业基础，新增戴尔、谷歌云、甲骨文云和红帽等重要成员。

快手团队提出RLEP方法，通过经验重放让AI像登山者一样重复成功路径，在数学推理任务上实现训练效率和性能双重提升。该方法分为经验收集和重放训练两阶段，在AIME和AMC竞赛中准确率提升1.7-5.2个百分点，训练速度显著加快，为AI推理能力发展开辟新路径。