北京大学与美团联合研究团队提出轮廓引导路径探索（OPE）方法，解决AI并行推理中的"互信息饱和"问题。通过先生成多样化策略轮廓再执行具体推理，避免多条思路重复收敛的困境。在数学推理测试中，该方法显著提升了复杂问题的解决成功率，为AI推理能力的可靠性提升提供了新的技术路径。

如果说AI产业现在有一个风向标公司，自然会是英伟达；如果看英伟达最新的动向，那无疑是每年一度的GTC大会；而如果说GTC最不能错过的环节，自然就是黄仁勋的主题演讲了。

在AI的发展过程当中，英特尔持续投入，进一步丰富了AI计算平台和方案，把更多选项提供给开发者。硬件架构的不断细分，满足了用户特定的数据处理类型和需求；统一的软件开发平台让开发者可以充分利用不同AI加速芯片方案。

其实每次参加英特尔的发布会都会有不同的感受，除了新产品、新功能，英特尔对于产业的新洞察以及生态伙伴的协同创新也是与时俱进。进入数字经济时代，英特尔与产业界一起推动产业数字化，赋能数字经济进入新的阶段。

英国国家天气预报机构英国气象局在2021年曾宣布当时的超级计算机的购买实际上是一个云订阅，随之有机构提出异议。有人称这个决定是不公平的，英国气象局最近与之前的IT供应商庭外和解。

深度学习无疑是近十年人工智能发展的核心驱动力。在诸多应用场景中，深度学习大放异彩。机器翻译领域取得了重大突破，能够精准地将法语文档译为英文，极大地便利了跨语言交流；AlphaFold成功破解了蛋白质结构预测难题，为结构生物学带来了革命性的进展，使生物学家能够大规模预测蛋白质结构，加速了相关研究进程；

几年前思科宣布，将把思科从一家以硬件为中心的公司转型为一家以软件和服务为中心的科技巨头。截至最近一个季度，思科的软件总收入增长了17%，软件订阅收入同比增长20%，软件收入中有85%是基于订阅的。

卡内基梅隆大学研究团队开发的H-Net架构实现了语言模型的重大突破，通过动态分块机制直接处理字节级数据，彻底摆脱传统分词器依赖。该技术不仅在英语任务上超越现有模型，在中文、代码和DNA等场景中更展现出显著优势，为构建更智能通用的AI语言理解系统开辟了全新道路。

首尔国立大学研究团队开发出名为Durian的AI技术，能够实现前所未有的肖像动画与属性转移功能。该技术通过双重参考网络架构，仅需两张照片就能生成自然的动态视频，展示人物带着新发型、眼镜或胡须等属性的各种表情动作。与传统方法不同，Durian采用创新的自重建训练策略，无需大量标注数据即可学会属性转移，并支持多属性组合和属性插值等高级功能，在各项性能指标上均超越现有技术。

近日，戴森在全球范围内重磅发布了数款全新产品，它们将结合戴森在自动化、先进软件和智能方面的创新技术，提供戴森卓越清洁体验。

清华大学团队开发了CAMS智能框架，这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹，通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法，为城市规划、交通管理等领域提供了强大工具。

说到无线通信技术，高通作为智能终端芯片的主要供应商，对于这个行业高速发展发挥的作用不容小觑。不过，这并非这家企业的全部，在智能手机的计算和连接技术方面，高通的产品同样有想法。

DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型，无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越，在AIME 2024中达到79.8%准确率，编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型，使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。

英特尔广泛的AI硬件组合及开放的软件环境，为Meta发布的Llama 2模型提供了极具竞争力的选择，进一步助力大语言模型的普及，推动AI发展惠及各行各业。

文章探讨了人工智能如何瓦解知识工作者的传统职业与身份，促使他们重新定义自我、发掘机器难以替代的人文优势。

这篇研究提出了时间抽象值学习（OTA）方法，解决离线目标条件强化学习中的长期规划问题。研究团队发现现有分层方法失败的关键在于高层策略无法生成合适子目标，原因是价值函数在长期规划中估计不准确。OTA通过"选项"概念实现时间抽象，有效缩短规划视野，使价值函数能提供更准确的优势信号。在复杂迷宫导航和视觉机器人操作任务中，OTA显著优于现有方法，证明了该方法在处理长期任务时的有效性。

戴尔易安信中国研发集团非结构化数据部门全球汽车解决方案架构师，着力于帮助全球客户设计和咨询ADAS和自动驾驶解决方案的基础架构。

在大模型的加持下，人形机器人在实际场景中有了更强的鲁棒性和适应性。

在大模型的加持下，人形机器人在实际场景中有了更强的鲁棒性和适应性。

阿联酋人工智能大学研究团队开发出创新方法，让GPT-3.5等大型语言模型学会像专业事实核查员一样评估新闻媒体。通过模仿专家标准设计问题体系，该方法在政治偏向预测上达到93.5%准确率，在事实准确性预测上达到80.6%准确率，为媒体素养教育和信息筛选提供了新工具。