谷歌开发工具项目经理Ryan Salva分享了AI工具如何改变编程方式的见解。他负责Gemini CLI和Gemini Code Assist等工具，引导开发者进入代理编程新时代。最新研究显示，开发者开始使用AI工具的中位时间是2024年4月，恰好对应推理模型的兴起。Salva认为工具调用能力是关键突破，让模型能够自我纠错。他预测未来开发者将更像架构师，专注于将复杂问题分解为可解决的任务。

2月14日，通用具身智能机器人公司无界动力宣布完成超2亿元天使+轮融资。

香港中文大学联合上海AI实验室开发的DAEDAL技术，突破了扩散语言模型固定长度限制的束缚。通过智能的长度预估和动态扩展机制，让AI能够根据任务复杂度自动调整回答长度，在数学推理等任务上准确率提升至85.8%，同时大幅提高计算效率。这项无需重新训练的技术为AI系统的自适应能力开辟了新方向。

年味淡的核心，即春节作为特定节日的「仪式感」正在逐渐消失。

中科院研究团队发现了AI持续学习的数学规律，开发出能精确预测大语言模型在新领域学习过程中每一步表现的公式。该研究揭示AI学习本质是在两条隐藏轨道间切换，通过分布偏移和学习率衰减两个因素的相互作用实现。这一突破为优化AI专业化训练提供了科学依据，有望让未来AI助手在保持通用能力的同时获得更强的专业技能。

谷歌推出 Gemini 2.5 Flash 预览版，支持动态思维和自定义推理预算，开发者可优化成本与延迟，助力改进 Gemini 应用体验。

近日，2019戴尔科技峰会在京召开，会上，戴尔科技集团全球副总裁、大中华区商用终端解决方案事业部总经理林浩发表了题为“边缘计算，突破计算边界”的主题演讲，他表示，其实，很多关键应用、关键任务都要求实时响应，还要求实时反应的稳定性以及可持续性...

密歇根大学研究团队开发的HLIP框架为3D医学影像处理提供了突破性解决方案。通过模拟放射科医生的层次化阅读策略，HLIP能高效处理未经筛选的CT和MRI数据，无需昂贵的人工标注。在两个大规模数据集（包含220K患者的脑部MRI和240K患者的头部CT）上训练后，HLIP在多个公开基准测试中显著超越现有模型，如在Pub-Brain-5上提升32.4%准确率。这一创新不仅降低了计算成本，还为临床AI辅助诊断系统铺平了道路。

是什么让这个百年老港焕发“智慧之光”？

近日，英特尔推出了采用英特尔Stratix 10 SX FPGA（英特尔超强大的FPGA）的全新英特尔可编程加速卡（PAC），以扩充其现场可编程门阵列（FPGA）加速平台产品组合。

VITA-1.5是首个实现GPT-4o级别实时视觉语音交互的开源多模态大语言模型。通过创新的三阶段训练策略，系统能够同时处理图像、视频和语音信息，实现端到端的语音对话，无需外部ASR或TTS模块。在多项基准测试中表现优异，语音识别准确率达到97.8%以上，为多模态人机交互开辟了新的可能性。

在江森自控（Johnson Controls）将其重点从制造HVAC、火灾探测和楼宇控制产品扩展到提供预测分析和智能设施的过程中，江森的端到端流程必须“以数字化为核心。

谷歌推出全球最强差分私有大语言模型VaultGemma，这是一个10亿参数的模型，基于Gemma架构构建。该模型采用先进数学算法防止敏感数据泄露，通过在数据集中添加受控噪声实现隐私保护。VaultGemma在多项基准测试中表现卓越，性能可媲美同等参数的非私有模型，但完全不会暴露训练数据，为金融和医疗等监管行业的AI应用提供重要保障。

黔西南州政府，作为贵州省下辖的一个自治州级行政单位，不仅承载着地区行政管理的重要职责，更是推动当地政务信息化、提升公共服务效率的关键力量。

哈佛大学研究团队开发出LangSplatV2系统，实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法，将3D场景语言理解速度提升了47倍，达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示，彻底解决了传统方法中解码器速度瓶颈问题，为AR/VR、智能机器人等应用提供了强大的技术基础。

结合大模型能力加持的智能分类、智能查找等功能，夸克网盘成为用户春节假期不可或缺的AI图片管理助手。

斯坦福和魁北克研究团队首创"超新星事件数据集"，通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好：有些注重成就结果，有些关注情感关系，有些偏向综合分析。这项突破性研究为AI评估开辟了新方向，对改善人机协作和AI工具选择具有重要意义。

无论是什么新理念、新技术，只有创造价值，才有意义。

Infor 预测,时尚零售品牌将在 2023 年更多地采购并使用可持续材料,并在其现有基础上,进一步提升供应链延伸部分的透明度。

这项研究由香港中文大学团队提出了视频-3D几何大语言模型(VG LLM)，一种无需依赖显式3D数据输入，仅通过普通视频就能理解3D世界的创新方法。通过集成3D视觉几何编码器，该模型能从视频序列中提取3D先验信息，显著提升空间推理能力。实验表明，该4B参数模型在多项3D场景理解和空间推理任务上超越了现有技术，甚至在VSI-Bench评估中胜过Gemini-1.5-Pro。