作为传统“科技秀”，IBM每年发布的“5in5”年度预测（未来五年五大创新趋势发布）已经成为展现IBM远见的一个重要窗口。今年这个窗口传递的关键词之一是——科技向善。

在日常生活中，我们解决问题时从不会单纯地使用一种思考方式。比如在做数学题时，我们可能先用空间想象来理解几何图形，然后转换到逻辑推理来寻找关键关系，接着又跳转到发散思维去探索不同的解题路径，最后用精确计算来验证答案。这种自然的认知灵活性让人类能够应对各种复杂挑战，但现有的AI系统却缺乏这种能力。

ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索，在困难的视觉搜索任务上准确率达48%，相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术，实现了测试时思考轮数的自然扩展。

在已经过去的2018，公有云为我们留下了一些什么，在正向我们走来的2019，云应用有会出现哪些变化，让我们通过2018年的评测与调研来进行一次回顾与展望吧。

“2019华为智能计算大会·上海”在2019世界人工智能大会（WAIC）期间隆重举行。在会议中，华为与各行业客户及合作伙伴共同分享了计算产业的发展趋势、探讨鲲鹏计算生态以及华为智能计算、华为云行业应用的实践。

Yellow.ai研究团队开发了革命性的多模态文档分块技术，让AI系统能像人类一样"看"PDF文档，而非仅仅"读"文字。该方法采用批量视觉处理和上下文保持机制，解决了传统固定长度分块导致的表格分割、内容破碎等问题。在RAG系统测试中，准确率从78%提升至89%，显著改善了文档理解质量。

全新 Blackwell GPU、NVLink 和可靠性技术赋能万亿参数规模的 AI 模型 全新 Tensor Core 与 TensorRT- LLM 编译器将 LLM 推理运行成本和能耗降低多达 25 倍 全新加速器助推数据处理、工程模拟、电子设计自动化、计算机辅助药物设计和量子计算领域实现突破 各大云提供商、服务器制造商和头部 AI 企业纷纷采用

5年前，围棋赛事的人机PK，引发了人们对AI等新技术的未来想象。而5年后，乒乓球赛事的人机合作，已成为人们将新技术融入社会的真实影像。

上世纪末，流媒体直播技术兴起以来，伴随着网络基础设施的发展脚步，直播也同频共振般地起势。

5年前，围棋赛事的人机PK，引发了人们对AI等新技术的未来想象。而5年后，乒乓球赛事的人机合作，已成为人们将新技术融入社会的真实影像。

100多年前，当“汽车之父”戴姆勒骑着世界上第一台摩托车亮相休塔特广场时，他或许不会想到，自己发明的这个代步工具，如今会成为成千上万另类玩家和文艺青年们追求生活品质的一种奢侈品。

美国时间5月23日,被誉为显示界“奥斯卡”的国际显示周(SID Display Week2023)在美国洛杉矶隆重启幕。

以上一系列举措，其实只是NVIDIA赋能中国各行各业创新的“冰山一角”。随着中国“新基建”的推出，5G、AI等新技术不断与行业深入融合，NVIDIA依靠黄氏定律实现AI性能实现逐年翻倍，更好地满足行业的智能应用需求。

Skywork AI团队通过创新的人机协作数据处理方法，构建了史上最大规模的高质量偏好数据集SynPref-40M，训练出Skywork-Reward-V2系列模型。该系列在七项主要测试中全面超越现有最佳模型，证明了数据质量胜过算法复杂度的重要原理，为AI更好理解人类偏好开辟了新道路。

小城市的人不理解我，嘲笑我是‘大粪厂长‘，但我大城市的朋友们不一样，他们说如果你能把屎卖出去，那很厉害。

神州控股（00861.HK）旗下的北京科捷物流有限公司（以下简称“科捷”），在2019年双十一再次创下业内单仓300万单的新纪录。在所有智能仓储物流企业中，科捷扮演着领导者角色。

博世数字孪生高级专家Birgit Boss博士具体解释了汽车行业内的各个领域将如何从数字孪生中获益。

代尔夫特理工大学研究团队首次实现了完全分布式的多无人机协作搬运系统，通过多智能体强化学习让三台无人机在无需相互通信的情况下精确控制悬挂重物的6自由度姿态。该方法仅通过观察被搬运物体状态实现隐性协作，计算效率比传统集中式方法提升13倍，并展现出优异的容错能力。

浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法，它允许高斯基元在任意时空位置自由出现，并赋予每个基元运动功能，使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中，该方法在渲染质量和速度上均大幅超越现有技术，特别是在处理复杂动态场景时，使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染，为电影制作、游戏和虚拟现实等应用提供了新可能。

本文探讨了生成式 AI 和大语言模型 (LLMs) 即将实现的近乎无限记忆能力这一重大突破。通过新的架构设计,AI 系统将能够存储和检索几乎无限量的对话历史,实现持续性的上下文理解和个性化交互。这项技术将彻底改变 AI 的应用方式,但同时也带来了隐私保护等方面的挑战。