日前，华米科技在北京举行2019夏季新品发布会，正式发布两款旗舰新品：AMAZFIT智能手表2 和 AMAZFIT米动健康手表，分别面向智能通话和健康监测领域。

2023上海国际汽车工业展览会隆重举办,本届车展主题为“拥抱汽车行业新时代”,聚焦科技浪潮下汽车产业的创新变革。

SeedVR2是南洋理工大学与字节跳动团队共同研发的一步视频修复模型，通过扩散对抗式后训练实现高效视频增强。该模型突破了传统扩散模型需要多步采样的限制，引入自适应窗口注意力机制和特征匹配损失，成功在单步内实现高质量视频修复。实验表明，SeedVR2能以4倍速度提升达到甚至超越多步方法的效果，特别在处理真实世界高分辨率视频时表现优异。

在华为云TechWave云原生媒体服务专题日对话环节上，江海洋导演与华为云共同探讨了当前影视制作的技术发展动态、云技术给影视制作带来的影响，以及基于华为云的创新实践。

Rescale是一家数字工程平台公司，刚获得1.15亿美元D轮融资，用于开发AI驱动的工程工具。该公司通过"AI物理学"技术将传统需要数天的模拟计算缩短至秒级，已吸引包括贝佐斯、奥特曼等知名投资者支持。Rescale源于创始人在波音787研发中遇到的计算资源挑战，现已服务通用汽车等企业客户。

近期一项调查显示,大型企业正大幅增加对生成式人工智能的投资和应用。本文分析了五个原因,解释为何生成式人工智能的实施将主要由业务部门而非IT部门主导,包括应用范围广、培训需求大、业务导向强等。这意味着技术主管需要做好准备,以更灵活的模式为多样化的需求提供支持。

2021年4月24日，由腾讯云 TVP 主办的首届 Techo TVP 开发者峰会「数据的冰与火之歌——从在线数据库技术，到海量数据分析技术」在深圳深铁皇冠假日酒店成功举办。

4月22日，2024世界智能产业博览会推介会（天津站）暨WIE-Link生态共建伙伴计划发布在天津顺利召开。

ByteDance团队开发的GR-3是一个革命性的视觉-语言-动作模型，让机器人能够像人类一样理解指令并灵活操作。它通过多模态数据联合训练获得了强大的泛化能力，能处理未见过的物品和环境，还能从少量人类演示中快速学习。在三个挑战性任务上全面超越现有基准，展现了迈向通用机器人助手的巨大潜力。

如今进入全面被AI渗透的时代，AI创新将再次重塑云计算的底层能力，并在全球化进程中与云相互赋能、共同成长，推动中国企业实现全球化布局与技术升级的双向奔赴。

基于现代化办公不断发展的需求，云桌面在核心基础的能力上有了突飞猛进的创新和发展

新技术一方面催生出众多全新的商业机遇,另一方面也对企业现有的业务模式提出了挑战。

近日，XSKY星辰天合发布了 XSKY SDS V6.3 新版本，带来了很多新功能，包括文件平台的目录写缓存、对象平台的深度归档、基础平台的多集群监控等，让 XSKY SDS 在应对非结构化数据管理方面的能力有了新的飞跃。

GigaAI团队开发的GigaBrain-0.5M*系统首次让机器人获得了"预见未来"的能力，通过世界模型预测未来场景并指导行动决策。该系统采用RAMP强化学习方法，在多项复杂操作任务中表现优异，成功率比传统方法提升约30%，并在国际RoboChallenge基准测试中排名第一，代表了从反应式控制向前瞻式智能的重大突破。

“根据IDC对全球企业CEO调研，在CEO关注的重点中，技术依然排在第一位，然后是效率和增长。88%的全球CEO在2022年会维持和增加基础支出，利好于科技企业。

香港中文大学(深圳)研究团队开发出FusionAudio-1.2M数据集，创新性地融合音频、视觉、语音和音乐信息来生成详细的音频描述。该研究采用多模态专家系统和大语言模型整合的两阶段方法，构建了包含120万高质量音频描述的大规模数据集。实验表明，使用该数据集训练的AI模型在音频理解和检索任务上显著超越现有方法，为智能语音助手、自动驾驶等领域带来重要应用前景。

上下文腐烂：当百万token成为AI模型的阿喀琉斯之踵

北京交通大学等机构联合开发出首个多图像视觉定位AI模型Migician，能像人类一样在多张图片中精确定位目标物体。该模型平均准确率达63.82%，比同类AI高出25个百分点，在自动驾驶、安防监控、医疗影像等领域具有广泛应用前景。研究团队构建了63万样本数据库和全面测试平台，并将所有资源开源，为多模态AI发展开辟新方向。

根据官方介绍，万知是一个专门为中国用户量身打造的一站式AI工作平台，可以做会议纪要、周报、写作助手、解读财报、论文、做PPT，中英双语且完全免费。值得注意的是，这是零一万物自创业以来首次面向C端用户发布一站式AI产品。同时，其CEO李开复也将亲自出任万知C“E”O（Chief Experience Officer），即“首席体验官”。

数源AI推荐了一篇论文AVI-Talking，该论文提出了一种基于音频-视觉指令的系统，用于生成表现力丰富的3D说话人脸。系统通过大型语言模型理解音频信息，并生成指令来指导基于扩散的生成网络合成逼真的3D面部动画。