华中科技大学联合地平线机器人开发RAD自动驾驶训练系统，首次将3D高斯点云渲染技术应用于强化学习，在逼真虚拟环境中让AI通过试错学习驾驶技能。该方法巧妙结合模仿学习与强化学习，将碰撞率降低3倍至8.9%，同时保持人类化驾驶风格。研究为自动驾驶AI安全训练开辟新路径，预示更可靠的无人驾驶汽车即将到来。

深圳大学团队开发了C3D-AD持续学习框架，解决3D异常检测中的"灾难性遗忘"问题。系统通过三个创新模块：统一特征空间的KAL、智能信息管理的KAA和记忆保持的RPP，实现在学习新产品检测的同时保留对历史产品的检测能力，在三个数据集上取得显著性能提升。

华为第19届全球分析师大会在深圳开幕。

这项由北京大学和清华大学联合完成的研究首次提出时间自奖励语言模型，通过"锚定拒绝"和"未来引导选择"策略解决了AI自学习中的梯度消失问题。该方法让AI既能从过去的低水平样本中学习反面教材，又能向未来的高水平样本学习正面目标，成功维持了清晰的学习对比信号，在多个基准测试中显著优于传统自奖励方法。

今天讲的出海案例，是光伏接线盒与互联线束供应商泽润新能把泰国罗勇府作为量产基地，并在 2024 年营收约 8.76 亿元的规模上扩展海外供货。

这次中央政法工作会议的主要任务是：坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届二中、三中全会精神，深入贯彻习近平总书记对政法工作的重要指示和中央经济工作会议、二十届中央纪委四次全会精神，总结工作，分析形势，研究部署2025年政法工作。

这项由清华大学和微软亚洲研究院合作完成的研究，通过创新的动态知识蒸馏和选择性遗忘机制，成功解决了AI系统在学习新任务时会遗忘旧知识的"灾难性遗忘"问题。该技术让AI能够像人类一样进行终身学习，在掌握新技能的同时保持对已有能力的熟练程度，为智能手机助手、自动驾驶、医疗AI等领域的应用带来重大突破，推动AI从静态工具向智能伙伴的转变。

蚂蚁集团联合浙江大学提出Query-as-Anchor框架，突破传统用户画像"一刀切"局限，通过查询驱动的动态表示生成技术，实现同一用户在不同业务场景下的精准画像。该技术构建了工业级UserU预训练数据集，采用分层编码和双塔训练架构，结合软提示调优实现场景适配。在支付宝10个业务场景中均达到最优性能，大规模A/B测试显示显著业务价值提升。

黄仁勋在COMPUTEX上强调，未来的AI计算“模式将彻底重塑。

一度万亿市值的苹果公司正处于艰难时期。

近期，OpenAI免费发布了最先进的生成式transformer模型ChatGPT。此子一经亮相便引发媒体的广泛关注与用户的真诚赞赏，再次凸显出人工智能的可观潜力。

2022年5月24日，IBM在中国正式发布新一代的主机系统——IBM z16。z16是浓缩了IBM的领先科技、行业洞见及远见，结合混合云与AI时代关键应用的新需求，与全球不同行业的客户和合作伙伴携手共创、共同设计开发出来的。

新凤鸣（埃及）36万吨年功能性纤维项目，投资金额（万元）为197,786.40，项目推进到签署谅解备忘录与土地使用权转让合同这一步，很多关键约束开始从纸面走向现金流。

一位生命科学教授要走的路。

这篇研究介绍了"视觉指令瓶颈调优"（Vittle）方法，该方法通过应用信息瓶颈原理，增强多模态大语言模型应对分布偏移的能力。研究不依赖增加数据量或模型规模，而是教会模型像人类一样进行"概念压缩"，在保留关键信息的同时丢弃冗余细节。在45个数据集的30种分布偏移场景中，Vittle显著提高了模型的鲁棒性，同时保持了标准任务上的出色表现，且几乎不增加推理时间。

人人都在焦虑中奋力奔跑。在知乎上，有人唱衰互联网大厂，有人问现在成为程序员是不是晚了，有人说35岁后的程序员都去哪了？这些问题一直热议不断。

南洋理工大学研究团队开发的Life2vec系统能够通过分析个人生活数据预测未来人生轨迹，在收入和职业预测上达到78-85%准确率。该系统使用丹麦600万人的真实数据，采用类似GPT的AI技术，揭示了教育投资、社交网络、地理位置等因素对人生发展的深层影响规律，为政策制定和个人规划提供科学依据。

Salesforce AI Research联合伊利诺伊大学开发的UserBench研究揭示了当前AI助手的重大缺陷：尽管技术上表现出色，但在理解用户真实需求方面表现糟糕。最先进的AI模型完全满足用户需求的成功率仅20%，发现隐性偏好的能力不足30%。这项研究创建了专门的用户中心评估环境，为开发真正理解用户、能够成为人类理解型伙伴的AI助手指明了方向，标志着AI发展从"任务执行者"向"用户协作者"的重要转变。

华盛顿大学研究团队开发了ConsumerBench测试框架，专门评估个人设备上多AI应用并发运行的性能。研究发现贪婪资源分配导致应用间严重不公平，语音识别等轻量应用被图像生成等重型应用"饿死"；静态GPU分区虽然公平但效率低下；模型共享存在配置冲突。该框架为个人设备AI应用优化提供了重要指导。

我们跟英特尔“狠角色”聊了聊AI：不只是芯片，还有更牛的底牌...