这项研究提出了HoPE（混合位置编码），一种针对视觉语言模型的新型位置编码技术，专门解决长视频理解的挑战。传统位置编码技术在处理长视频时表现不佳，HoPE通过两个创新解决了这一问题：混合频率分配策略（为空间信息分配高频，时间维度使用零频率）和动态时间缩放机制（根据视频速度灵活调整时间编码）。实验证明，HoPE在长视频理解和检索任务上分别提升了8.35%和22.23%，为AI更准确理解长视频内容开辟了新途径。

麦吉尔大学研究团队开发了DrafterBench，这是首个专门评估AI在工程技术图纸修改能力的测试平台。通过对1920个真实工程任务的测试，研究发现即使最先进的AI模型也只能达到80%的准确率，在处理复杂多步骤操作时表现不佳。该研究为工程领域的AI应用提供了重要的评估标准和发展方向。

本文介绍了英特尔(R)至强(R)处理器在AI推理领域的优势，如何使用一键部署的镜像进行纯CPU环境下基于AMX加速后的DeepSeek-R1 7B蒸馏模型推理，以及纯CPU环境下部署DeepSeek-R1 671B满血版模型实践。

Skywork AI推出的第二代多模态推理模型R1V2，通过创新的混合强化学习方法，成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉，在多项权威测试中超越同类开源模型，某些指标甚至媲美商业产品，为开源AI发展树立了新标杆。

9月19日，以“Hello 5G 赋能未来”为主题的第十一届天翼智能生态博览会在广州盛大开幕。在第十一届天翼智能生态产业高峰论坛上，Qualcomm中国区董事长孟樸发表题为《5G赋能 共建未来》的主题演讲...

亚利桑那州立大学团队开发出MMTok技术，通过多模态覆盖最大化方法，让视觉语言AI模型在保持98.7%准确度的同时实现1.87倍速度提升。该方法同时考虑图片和文字信息来智能选择关键视觉令牌，将处理的视觉信息从2880个压缩到160个，显著降低计算成本和内存使用，为AI系统的实际部署提供了高效解决方案。

少数几家公司垄断了互联网，获取我们的数据。但有许多更道德且通常具有欧洲特色的替代方案。从搜索引擎Ecosia到邮件服务ProtonMail，从办公软件LibreOffice到智能手机Fairphone，这些替代品在隐私保护、环保理念和道德标准方面表现更佳。虽然社交媒体等领域仍面临挑战，但欧洲平台如Mistral AI正在崛起。

AWS正在为系统架构的彻底改变指路。

Google发布能力最强AI多模态大模型Gemini；深圳发布算力基础设施支持政策；人工智能计算力报告发布。

Cohere实验室提出了"Treasure Hunt"训练方法，通过在训练阶段为大语言模型添加90个详细标记（涵盖质量、长度、语言、任务类型等），创建了一套智能导航系统。该方法特别针对模型在低频"长尾任务"上的表现不佳问题，通过标记丢弃策略让模型学会自主推断。实验显示整体性能提升5.7%，长尾任务提升9.1%，代码修复任务提升14.1%，同时将长度控制违规率从36.58%降至1.25%。

台上一分钟，台下十年功。在镜头拍不到的地方下功夫，是演员的自我修养，在玩家看不到的地方下功夫，是游戏制作人的专业素质。人可执棋，却也为子，这就是老于的写意人生。

刷新行业性能天花板，小米“人车家全生态”五大核心技术，小米 SU7新车亮相。

普渡大学研究团队开发出CLIPSym系统，首次结合视觉和语言信息进行对称检测。该系统通过CLIP模型同时理解图像和文字描述，使用语义感知提示聚合技术和旋转等变解码器，在三个标准数据集上均超越现有方法。研究证实了多模态学习在几何特征识别中的优势，为计算机视觉、建筑设计、工业质检等领域提供了新的技术方案。

这篇研究探讨了大语言模型知识蒸馏过程中教师模型选择的重要性。北科a-m-team团队从三个顶级模型（AM-Thinking-v1、Qwen3-235B-A22B和DeepSeek-R1）收集了189万个问题的推理答案，分析发现AM-Thinking-v1生成的数据表现出更多样的令牌长度分布和更低的困惑度。使用这些数据训练的学生模型在AIME2024（84.3分）、AIME2025（72.2分）、MATH500（98.4分）和LiveCodeBench（65.9分）等基准测试中，AM蒸馏模型始终表现最佳，并展现出根据任务难度动态调整输出长度的能力。

德勤2026年1月发布的企业AI现状报告基于对全球24个国家超过3200名企业和IT领导者的调研，揭示了AI从试点向规模化转型的关键时刻。

谷歌DeepMind团队通过精巧实验发现，GPT-4等大型语言模型具备了类似人类"举一反三"的元学习能力，能仅凭少量示例快速掌握全新任务规律。这项发表于《自然·机器智能》的研究表明，AI正从简单模式匹配向真正智能推理转变，为教育、医疗、商业等领域的个性化AI应用开辟了广阔前景，标志着人工智能发展的重要里程碑。

由阿里巴巴钱文团队与浙江大学合作的研究提出了"并联缩放"(ParScale)方法，一种全新的大语言模型能力提升策略。不同于增加参数或延长推理时间的传统方法，ParScale通过多路并行计算来提升模型性能：它使模型同时从多个角度处理同一输入，再智能整合结果。研究表明，P倍并行计算相当于增加O(log P)倍参数，但内存和延迟开销显著降低。对于1.6B参数模型，8路并行可节省22倍内存增长和6倍延迟增长。更重要的是，此方法可应用于现有模型，通过少量数据的后训练即可实现性能提升，为资源受限场景下部署强大AI提供新思路。

2018广东云栖大会，我们看到了从技术引入商业的背后逻辑。

这项研究创新性地利用大语言模型(LLM)代替人类标注者，创建了PARADEHATE数据集，用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美，随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示，在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异，证明LLM生成的数据可作为人工标注的高效替代方案，为创建更安全、更具包容性的在线环境提供了新途径。

1995年的中国，经济的腾飞还没有多少明显的征兆。那一年，中国以7345.48亿美元的GDP体量位居全球第八，仅占世界经济总量的2.37%。彼时，长三角和珠三角的电子工厂里，工人们正埋头组装着VCD播放机。