Amazon联合伊利诺伊大学开发PROF算法，解决AI数学推理中"答案对但过程错"的问题。该方法通过同时评估结果正确性和推理过程质量，筛选高质量训练样本，让AI既能答对题目又掌握清晰思维方法。实验显示准确率平均提升4%以上，推理过程质量显著改善，为构建可解释AI系统提供新思路。

高通AI研究院开发出CSD-VAR技术，能够从单张图片中精确分离内容与风格，实现灵活的视觉创作。该技术针对视觉自回归模型设计，通过尺度感知优化、SVD修正和增强记忆机制三大创新，有效解决了传统方法的内容泄漏问题。同时构建了CSD-100专业评估数据集，在多项指标上超越现有方法，为数字艺术创作和个性化图像生成开辟了新可能。

香港城市大学、OPPO研究院与香港理工大学研究团队提出了VisualQuality-R1，一种通过排序强化学习训练的推理增强型图像质量评估模型。该模型将Thurstone排序模型无缝集成到组相对策略优化中，使用连续保真度奖励取代传统二元反馈，生成上下文丰富的质量描述。实验表明，它在多种失真场景中始终优于现有方法，无需感知尺度重校准即可支持多数据集训练，为图像处理领域提供了更可靠的质量评估工具。

想象一下，如果你能在几秒钟内，将一张照片中的人脸无缝替换成另一个人的脸，同时保留原始照片中的表情、姿势、妆容和光线效果，会是什么样子？这正是字节跳动研究团队最新开发的DreamID技术所能实现的。

随着AI投资预计两年内增长226%，组织面临平衡AI工作负载高性能需求与可持续发展目标的挑战。通过专用基础设施、战略性数据中心布局、灵活消费模式、数据精简技术和软件定义存储，企业可以在不牺牲性能的前提下实现可持续发展。智能架构设计不仅能优化性能，还能减少资源浪费和能耗，将基础设施从静态成本中心转变为可扩展、高效且符合业务和可持续发展目标的动态资产。

以下是Denodo认为将在2023年产生最大影响的五大趋势，这些趋势与数据和分析有关。

自2022年末ChatGPT推出以来，专家们一直在讨论人工智能语言模型将如何影响世界。几年后，情况逐渐明朗。根据斯坦福大学领导的新研究，分析了跨多个行业的超过3亿条文本样本，发现人工智能语言模型现在在各行业的专业沟通中提供了高达四分之一的写作支持，尤其是在美国教育水平较低的地区影响显著。

GRST的颠覆性核心科技是不伤害环境的锂离子电池制造及回收。而更让人惊吓的是，水在整个电池制造和回收过程占了较大比重，并且在不产生污染的前提下，使用后再将水回收。

Chiplets技术是将所有组件集成在一块硅片上，采取模块化的方法，将每个具有专门功能的芯片组件，如数据处理或存储集成成为一个系统。由于每个芯片组件都更小且更专业化，因此它们的制造成本更低，发生故障的可能性也更小。

这项由香港大学和腾讯团队完成的研究创建了SEED-Bench-R1视频理解测试平台，发现强化学习方法在训练AI理解视频方面比传统方法更有效，特别是在面对陌生环境时表现更佳。研究揭示了AI视觉感知能力的提升机制，但也发现了推理逻辑一致性等待改进的问题，为未来智能系统发展提供了重要参考。

AI在医学领域的一种有趣应用，就是帮助预测某种诊疗方式在患者身上的潜在效果。以下三种，代表着AI医学应用中颇具前景的重要方向。

清华大学与阿里巴巴通义实验室合作研发了EXTAGENTS，一个创新的多智能体框架，解决了大语言模型处理超大规模外部知识的限制问题。该研究通过全局知识同步和知识累积推理两大创新组件，使模型能够有效整合远超其上下文窗口大小的信息量，在多跳问答和长篇综述生成等任务中取得显著优势。这一突破为知识密集型应用提供了无需额外训练的高效解决方案，同时保持了高并行性和可扩展性。

在获得中国监管机构的同意之后，东芝终于将其芯片部门以180亿美元的价格卖给了美国私人股本公司Bain Capital。

IBM首次运用量子计算机解决了经典计算机无法解决的问题。这一成就标志着实用量子计算系统与软件发展旅途已经迎来重要里程碑。

面部识别在当下已被广泛使用，用户只要拿起手机扫描一下就能迅速解锁，但其安全性却屡屡引发热议。

字节跳动种子团队提出熵调制策略梯度EMPG方法，解决AI智能体在长期任务中的稀疏奖励学习难题。通过自校准梯度缩放和未来清晰度奖励双重机制，根据步骤不确定性动态调整学习信号强度。在WebShop、ALFWorld和Deep Search三大基准测试中，EMPG显著提升了模型性能和训练稳定性，域外泛化能力尤为突出，为复杂AI系统的可靠训练提供了新的解决方案。

糖尿病可能引发视网膜病变，这种并发症又有可能进一步导致失明。但好消息是，早期筛查和适当护理能够防止或减缓病变过程，也凸显出筛查工作的重要意义。目前，筛查仍是预防糖尿病视网膜病变并发症方面的重要手段，人工智能技术则有望大大增强筛查项目的功效。

中关科技助力数据资产的高质量建设和运营

日前,DataCanvas九章云极首席解决方案架构师周晓凌出席互联网大会,并发表关于企业AI构建实践的精彩演讲。作为资深的解决方案架构师,周晓凌近日从AI经典应用场景——实时营销推荐出发,详解实时营销推荐系统架构思路。

检索增强生成（RAG）正成为AI领域的关键技术，通过结合外部信息检索与大语言模型的生成能力，解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档，提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景，通过向模型提供特定领域知识来获得精准结果。微软专家指出，RAG有助于结合知识与推理、提高模型使用效率，并支持多模态应用。