IBM认为，金融行业的数据中台是以数据为中心，智能化、全链路地开展管理、应用和服务的平台化体系，使得金融机构的产品、客户、渠道、流程、风险不再割裂。

作为“第四次工业革命的蒸汽机”——生成式AI的应用探索在当今已覆盖制造行业的全生命周期，在产品研发设计、制造运营、供应链、营销和销售、智能客服及知识库等方面带来巨大业务价值。

浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法，通过整合不同类型的参数高效微调技术，解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法，同时大幅降低训练参数和计算成本，为大模型高效微调提供了新的技术路径。

Meta与卡内基梅隆大学联合开发的ATLAS系统革命性地解决了3D人体建模中的核心难题。通过将人体骨架和表面分离处理，ATLAS实现了精确的独立控制，避免了传统方法中调整一个部位影响其他部位的问题。该系统基于60万高分辨率扫描数据训练，采用创新的稀疏非线性姿态校正技术，能从单张照片生成精确3D模型，为虚拟现实、游戏制作、在线购物等应用提供强大技术支撑。

人力资源是企业经营和发展最核心的要素，华为提出过“要让人力资本增值大于财务资本增值”

这项由上海科技大学何旭明教授团队与瑞士洛桑联邦理工学院合作完成的研究，提出了GeoDistill框架，通过师生学习模式解决跨视角定位问题。该技术让AI系统仅凭地面照片就能在卫星地图上实现精确定位，无需昂贵的精确标注数据，定位精度可达2.68米，为自动驾驶、增强现实等应用提供了更实用的解决方案。

哈佛大学研究团队开发出革命性AI训练方法，让机器能像人类一样从错误中学习成长。与传统需要大量正确答案示例的方法不同，新方法让AI系统自主探索并从失败中提取学习信号。实验显示，这种方法在机器人导航、医学诊断等领域表现出更强适应性和创新能力，所需训练数据减少70%，面对新情况时性能更稳定，为AI教育应用和科学研究开辟了新前景。

芯片制造，是一个“点沙成金”的过程，总体上分为三步，从上游的IC芯片设计，到中游的芯片制造，再到下游的封装测试，其间要经过数百道工艺的层层精细打磨，方可制成芯片成品。

斯坦福研究员发现，AI模型无需复杂"改造"就能获得新技能，只需观察少量例子即可模仿专业训练效果。这种"情境学习"方法大幅降低了AI应用门槛，文本生成需数千例子，分类任务仅需数百例子，有望让普通用户轻松定制专属AI助手，推动AI技术民主化进程。

伊利诺伊大学研究团队开发出"生成式积木世界"系统，通过将照片分解成3D几何积木，让用户能够直观地编辑图像中物体的位置、大小和角度，同时保持原有质感。该技术突破了传统图像编辑在3D空间操作上的限制，为专业设计和普通用户提供了全新的创作工具。

想象一下，你正在尝试记住一本长篇小说的情节。随着你阅读的页数增加，记住前面所有细节变得越来越困难。你的大脑需要某种方式来压缩已读信息，只保留最重要的部分，同时仍能理解故事的整体脉络。人工智能模型面临着类似的挑战，尤其是在处理长序列数据（如长文本）时。

西班牙巴斯克大学开发的SegDT是首个将扩散变压器技术应用于医疗图像分割的AI系统，专门用于皮肤病变识别。该系统创新性地融合了修正流技术，将传统35步推理过程压缩至15步，在保持94%以上准确率的同时大幅提升效率。SegDT仅需990万参数即可在普通GPU上运行，为资源受限的医疗机构提供了专业级诊断支持，有望推动医疗AI的广泛普及应用。

近日，OpenStack社区正式发布OpenStack第21版——Ussuri，其包括对核心功能、自动化、跨单元冷迁移、容器化应用程序的改进，以及对堆栈中不同层级下的新用例的支持。

这项研究汇集了来自斯坦福大学、苏黎世联邦理工学院、隆德大学、加州大学旧金山分校等多所世界顶尖学府的11位医学专家，共同构建了医学AI领域的首个多模态情境学习评估标准。

天津大学研究团队开发的MotionFlux系统通过矫正流匹配技术和TAPO偏好对齐优化，实现了毫秒级的实时文字到动作生成。该系统在保持高质量动作生成的同时，将推理速度提升了数千倍，在语义对齐准确率上也显著优于现有方法，为游戏、虚拟现实、教育培训等领域的实时应用奠定了技术基础。

香港理工大学研究团队开发了突破性医学AI系统GEMeX-ThinkVG，让人工智能在分析胸片时能像医生一样详细解释诊断过程。该系统不仅能准确回答医学问题，还能标注具体的影像区域并提供完整的推理链条，解决了传统医学AI"黑盒子"问题。通过创新的强化学习训练方法，仅用八分之一数据就达到了传统方法的性能水平，为可解释医学AI开辟了新方向。

微软发布Phi-4-Mini多模态语言模型，仅3.8亿参数却能媲美两倍规模模型性能。该模型采用创新"混合LoRA"技术，支持文本、图像、语音多模态输入，在数学推理、编程、语音识别等任务中表现出色，在OpenASR榜单排名第一。这种"小而精"设计理念为AI普及化提供新思路，使强大AI功能可在消费级设备运行。

我们认为大语言模型其实是被低估了，当下我们才刚刚感受到它所承载的深远影响。在硬件层、基础设施/基础模型层和应用程序层这三大生态系统区域内，每个区域都有老赢家和新选手。从明年起，我们将看到大语言模型在各个经济区间全面兴起、发挥作用。

Ovis2.5是阿里集团开发的新一代多模态大语言模型，在视觉感知和推理能力上实现重大突破。

Wi-Fi 6，一项无线技术标准，正在与5G一道，让「连接」这个最基本的数字维度爬上一个新台阶。