在9月5日举办的2023百度云智大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖表示，百度网盘“云一朵”智能助理面向大众全面开放使用

想象一下，你对AI说："给我画四个杯子"，结果AI只画了三个，或者你要求"一只红狗"，却得到了一只棕色的狗。这些"听不懂人话"的情况在当今最先进的文生图AI中仍然很常见。虽然目前的AI生成技术已经能创造出令人惊叹的图像，但在准确理解和执行具体指令方面，它们还存在明显的短板。

最近半年，一场猝不及防的疫情席卷了全球，众多企业在仓促之下，不得不加快远程办公或远程运维项目的上线，以尽快恢复业务。

在6月29日上午举办的2022(第五届)GIS软件技术大会主题大会上，超图发布了全新的产品——SuperMap GIS 11i(2022)。

面向未来，随着新基建的不断提速，和数字化转型的不断深入，算力呈现怎样的趋势？算力技术自身又有哪些让人惊喜的创新？算力融合将在哪些场景创造更大价值？

Meta研究团队发明了一种革命性的"三人舞"注意力机制，突破了传统AI只能处理两元关系的局限。这种新方法让AI能够同时分析三个元素间的复杂关系，在数学推理、编程和逻辑分析等任务上表现显著提升。更重要的是，新方法改变了AI的学习规律，能够用更少的数据获得更好的效果，为数据稀缺时代的AI发展指明了新方向。

Oracle 正式发布 Java 22，这是备受欢迎的编程语言和开发平台推出的全新版本。Java 22 (Oracle JDK 22) 在性能、稳定性和安全性方面进行了数千种改进。

金融行业面临着比之前更加严峻的DDoS攻击，因此金融企业需要更加关注攻击的频率和流量带来的威胁，构建稳固的安全防线，才能确保金融服务行业的稳步前行。

DeepSeek-AI团队通过创新的软硬件协同设计，仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型，挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术，大幅提升内存效率和计算性能，为AI技术的民主化和可持续发展提供了新思路。

巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现，静态INT8量化虽能带来1.5-3.3倍速度提升，但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善，揭示了效率与鲁棒性平衡的复杂挑战。

这篇来自韩国科学技术院（KAIST）的研究介绍了ReFoCUS，一种创新的视频理解方法。不同于传统视频AI模型使用固定的帧采样策略，ReFoCUS通过强化学习教会模型选择最相关的视频帧来回答特定问题。研究团队巧妙地将策略优化从输出文本转向输入视觉层面，让AI能够像人类一样识别关键视觉证据。实验结果表明，这种方法在多个视频问答基准测试中显著提升了性能，特别是在处理复杂的长视频内容时。ReFoCUS代表了视频AI的一个重要范式转变，未来有望应用于更智能的视频内容理解系统。

KAIST研究团队开发出RL-ZVP方法，首次让AI从训练中的"无用数据"学习。传统方法遇到全对或全错答案时会停止学习，但RL-ZVP通过分析词汇重要性给予精确反馈。在数学推理测试中，该方法比现有技术提升高达8.6个准确率点，且训练过程更稳定。这项突破重新定义了AI训练范式，证明了被忽视的训练数据实际蕴含巨大学习潜力。

《离散马尔可夫桥》研究提出了一种新型离散数据表示学习框架，克服了传统离散扩散模型使用固定转移矩阵的局限。该框架包含矩阵学习和分数学习两个核心组件，能够自适应学习转移率矩阵并有效重建原始数据分布。理论分析证明了其有效性和收敛性，而在Text8和CIFAR-10数据集上的实验展示了其优越性能，证明了这一方法作为离散表示学习统一框架的潜力。

韩国成均馆大学联合美国Rembrand公司开发的iLRM系统成功破解了3D重建技术的效率难题。该系统采用迭代优化策略，将复杂的一步式重建转变为逐步精雕细琢的过程，同时通过解耦设计和分批处理技术，实现了2-3倍的速度提升和显著的质量改善。这项突破为虚拟现实、电商展示、房地产等领域的3D应用普及奠定了技术基础，有望推动3D内容创作的民主化发展。

INCYMO.AI 推出了一个革新性的 AI 驱动创意平台，专注于移动游戏广告制作。该平台基于 10 万多个市场验证广告的数据分析，通过 AI 技术为游戏营销人员提供创意构思和广告生成服务。在创意疲劳、用户获取成本上升和隐私限制的当前环境下，该平台为游戏营销开辟了一条数据驱动的全新道路。

这项研究探究大语言模型从真实文本中推断因果关系的能力，创建了首个真实世界基准数据集ReCAST。研究发现，即使最先进模型在此任务上表现也不佳，最高F1分数仅为0.477。模型尤其难以处理隐含因果关系、区分关键因素与背景信息，以及整合长文本中分散的信息。这揭示了当前语言模型在真实世界因果推理方面的重大局限，为未来研究指明了方向。

清华大学研究团队提出StateX技术，通过"记忆扩容"方式解决RNN模型记忆有限问题。该技术采用后训练改造策略，无需从头训练即可显著提升AI的长文本处理和信息记忆能力。实验显示，改造后的模型在记忆密集型任务上提升3.36%，"大海捞针"测试准确率从26%提升至42%，为AI模型优化提供了经济高效的新路径。

在百度看来，区块链正在迎来稳步发展的阶段，产业落地将是最重要的课题之一。为此，百度去年基于百度智能云的ABC+Blockchain的技术栈，融合了AI、云计算、大数据、5G等技术底座，正式推出了区块链产业化平台——天链。

田纳西理工大学研究团队通过结合强化学习和变形金刚架构，成功开发出具备"元学习"能力的AI系统。该系统能在未见过的环境中快速适应并持续改进，展现了900%的性能提升。研究证实AI可进行技能组合、适应环境变化，且对训练数据质量具有显著鲁棒性，为通用人工智能发展指明新方向。

清华大学团队开发的USER系统实现了机器人在现实世界中的直接学习，无需仿真训练。该系统统一管理异构机器人资源，采用云边协作和异步学习框架，学习效率提升4-5倍。在五个操作任务中表现出色，支持多种算法和大型视觉语言模型，为智能机器人实用化奠定基础。