新华三集团作为中国半导体产业的领军企业，或许是最好的「合伙人」了。

当前，破解AI规模化的关键，在于破解三大难题：如何构建可复制、可验证的系统性落地路径；如何通过场景实证实现企业到行业的跃迁曲线；如何借助开放协同，激活更具生命力的AI产业生态。

浙江大学联合腾讯AI实验室提出KnowRL方法，通过在强化学习中集成事实性奖励机制，有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时，显著提升了模型的事实准确性，为构建更可靠的AI系统提供了新思路。

百度大脑行业创新论坛首站以“企业服务”为主题，现场重磅发布针对产业落地的“企业服务解决方案”。此外，面向广大AI开发者和企业的“燎原计划”全新升级，推出“百度大脑行业创新合伙人计划”

这项研究提出了"高效探测"方法，解决了掩码图像建模AI难以有效评估的问题。通过创新的多查询交叉注意力机制，该方法在减少90%参数的同时实现10倍速度提升，在七个基准测试中均超越传统方法。研究还发现注意力质量与分类性能的强相关性，生成可解释的注意力图谱，展现出优异的跨域适应性。团队承诺开源全部代码，推动技术普及应用。

浪潮与北京诺禾致源科技股份有限公司（以下简称诺禾致源）开展了众多合作，浪潮人工智能与高性能团队持续提供了软硬件方面的支持，在诺禾致源成为精准医疗行业领袖的过程中，为其创新赋能。

经过社区开发者们两个月来的不断努力，昇思MindSpore1.8版本现已发布。

韩国UNIST团队开发出全球首个能同时理解视觉、听觉和文字信息的情感AI系统，不仅能听懂对话内容，还能感知用户的真实情绪状态并用合适的语调回应。该系统基于包含31000句真实对话的MSenC数据集训练，在情感适宜性、对话自然性等方面显著优于现有技术，为人机交互带来革命性改变。

走进施耐德电气武汉工厂，全自动生产线，机器人、无人小火车、3D打印处处都可以感受到工业化与数字化的融合。

智能制造、工业4.0、数字企业、未来工厂等的崛起，正在为行业带来革命性的变化。不同于蒸汽时代的第一次工业革命，这次的工业革命结合了计算能力和机器技术，利用现代信息、操作和通信技术的能力，以打造更好、更高效的工作环境。

RAPTOR方法在内容检索的‘海底捞针‘测试中显著领先，提高了准确性和召回率，支持更多文档和更长上下文。RAPTOR通过文本分割、语义聚类和递归总结，重新组织文本信息为树状结构，优化长距离依赖问题和扩展性。

随着第五代移动通信技术(5G)的广泛普及,基于5G的应用如雨后春笋般层出不穷

北京大学研究团队开发了ToolTrain智能训练框架，解决AI在代码库中精确定位软件问题的难题。该系统采用两阶段训练策略，教会AI像资深程序员一样使用搜索工具找bug。在包含500个真实软件问题的测试中，ToolTrain训练的模型在函数级定位任务中达到68.55%准确率，甚至超越Claude-3.7等商业AI系统，为自动化软件维护开辟新路径。

华为云MetaStudio的数字人生成服务提供了风格化数字人、写实数字人和真人3D视频制作等服务，帮助伙伴和客户制作不同类型的数字人。

微软研究院推出革命性提示词语言POML：普通开发者也能轻松驾驭大模型

腾讯混元团队开发了UloRL算法，通过分段生成和动态遮蔽策略解决AI超长推理训练中的效率和质量问题。该方法让30B参数模型在数学推理任务上超越了更大的235B模型，准确率提升超14%，同时训练速度提升2倍。这项技术为AI深度推理能力发展提供了新路径。

这项由新加坡和英国研究机构联合进行的研究，使用多智能体强化学习探索了语言起源问题。研究团队设计了"觅食游戏"环境，让智能体在部分可观察的世界中协作完成任务。结果表明，智能体自发发展出具有人类语言五大特性的通信系统：任意性、互换性、位移性、文化传播和组合性。研究提供了关于语言如何在合作环境中自然演化的新见解，证明语言是从社会互动和共享目标中浮现的工具，而非孤立系统。

最近，一些机构关于人工智能领域的进展、调查、研究和预测，反映了AI的一些问题——比如AI监控在全球范围内的逐渐壮大，企业数据隐私声明忽略了“遵守通用隐私原则”，全球企业对AI的采用日益广泛，以及机构投资者把AI视为一大风险的趋势。

OCR要落伍了？多模态大模型凭借端到端的图像识别与语义理解能力，正在颠覆传统 OCR 的应用逻辑，预示着图像识别与理解正迈向新一代的技术范式。

Meta研究团队提出DyT技术，用极简的动态双曲正切函数替代传统标准化层，在视觉、语言、语音等多领域测试中均达到或超越原有性能。这项研究挑战了标准化层不可或缺的传统观念，证明简单直接的方法有时比复杂方案更有效，为神经网络架构设计开辟了新思路。