香港浸会大学周開陽教授率领的研究团队提出了IndexMark，这是首个针对自回归图像生成模型的免训练水印框架。该方法利用码本中索引的冗余性，通过匹配-替换策略在生成过程中嵌入不可见水印。具体而言，IndexMark将码本索引分为红绿两组，在图像生成时有选择地用绿色索引替换红色索引，实现水印嵌入而不影响图像质量。水印验证通过计算图像中绿色索引比例完成，并引入索引编码器提高精度。

7分钟，这是来自中国的一支团队“合力出成绩”、一举打破的世界纪录： 全球首次将人类全基因组分析，推进分钟级时代

AI正在发展转型，无论是作为技术本身还是关于这种技术的使用方式。越来越多的企业把AI试水项目带出实验室，进行大规模的部署，其中一些企业获得了显著的好处。不管围绕AI有怎样的不确定性，忽视AI的潜力，都会让那些仍在以旧方式运营业务的企业面临潜在风险。

压力和焦虑可能不仅依赖于我们大脑中的神经元，也依赖于我们细胞内的线粒体。

这项由谷歌深度思维团队领导的研究首次在大规模数据集和语言模型上测试了强力成员推理攻击，通过训练超过4000个不同规模的GPT-2模型，发现了三个关键结论：强成员推理攻击确实能在大型语言模型上成功，但在实际条件下效果有限（AUC<0.7）；攻击成功与隐私风险的关系比预期更复杂，例如成员推理成功与数据提取成功之间几乎没有相关性。这项研究为理解大型语言模型的隐私风险建立了重要基准。

在第十届中国云计算大会上，袁谊生表示，工业互联网是边缘解决方案加上云上的服务能力。利用工业互联网助力数字化转型，需要具备三大核心能力。

eBay与阿姆斯特丹大学合作研究如何让通用视觉语言AI模型适应电商环境。团队设计了包含属性预测、时尚理解、动态提取、多图片处理的评估体系，通过创新的视觉验证流水线处理1500万条数据，成功让AI在电商任务上显著提升的同时保持通用能力，为电商行业提供了可复制的AI优化方案。

华为云提出新的“护城河理论”基石——云原生2.0。

人工智能时代,药物创新还可以有哪些从0到1的突破?

青云QingCloud在推动企业核心业务上云的道路上不断前行，而QingStor NeonSAN是重要支撑。青云QingCloud始终关注企业级市场，关注企业上云的困境和需求。

这是一个华为如何在竞争激烈的企业业务战场中突围并不断取得胜利的故事。但我们关心的不仅仅是胜利本身，还有这个突围者在每个关键时刻做出了怎样的选择。选择以客户为中心，选择生态，选择不争，走一条最艰难的路，有时候反而能登顶。

汽车产业的竞争法正在被重新书写。

当飞机冲破北京冬日的重重“霾伏”，降落在阳光灿烂、碧空万里的深圳，笔者不禁深深呼吸了好几口新鲜空气。

国元证券在财富业务的核心链条中运用人工智能技术，提出了“基于人工智能的前瞻性资产配置方案”研究课题。

想象一下这个场景：一位学生拿到了一套没有标准答案的数学题。正常情况下，没有答案怎么知道自己做得对不对呢？大多数学生会卡在这一步。但如果这位学生非常聪明，他会想出一个办法——先用不同的解题思路做几遍，然后看哪个答案出现的次数最多，那个答案很可能就是正确的。接着，他会思考为什么其他方法得到了不同的答案，从而改进自己的解题技巧。这就是清华大学研究团队开发的"测试时强化学习"（TTRL）的核心思想。

2020年7月17日，“全真互联网中的声与影” 腾讯云TVP音视频技术闭门会完美收官。

星展银行在2018年年度报告中，首次公开并讨论到基于AI与分析技术的“客户科学”研究成果，同时解释了这些成果如何推动业务价值提升。

微软数据安全、隐私和合规总经理Herain Oberoi称，围绕AI和安全开展的工作“对于合作伙伴来说是一个巨大的机会”——尤其是在帮助客户了解AI风险、构建解决这些风险的应用、以及围绕新攻击面构建仪表板和报告等领域。

卓越服务至关重要，需要一种新的思维方式，并强调不同的技能、使命和指标——在这些方面，很多IT领导者仍然会感到很棘手。

这项由LMU慕尼黑大学研究团队进行的研究，首次深入探索了代码语言模型如何在内部表示和处理多种编程语言。研究通过分析Llama系列模型的中间层表示和神经元激活模式，发现模型在处理代码翻译任务时会经过"英语思维"的中转，且不同编程语言在模型内部的表示存在显著的共享和差异模式。研究结果不仅揭示了AI理解代码的内部机制，还为设计更高效的多语言代码模型提供了实用见解。