香港中文大学团队开发出让AI学会矢量图形编程的创新方法，通过强化学习和跨模态奖励机制，成功将开源模型的绘图能力提升到商业级水平。研究建立了SGP-GenBench评估体系，发现AI不仅学会精确绘图，还发展出分层构建、创意补充等智能行为模式，为AI辅助设计开辟新路径。

关于数据保护，一个普遍的共识是，如果没有坚实的数据保护为基础，那么之上的业务无论走得多远都只是空中阁楼，仅需一点外力就能瞬间倾覆。

AI不会简单替代SaaS，而是充当增强层，并依托现有平台来为未来提供数字化劳动力。

作为首家入驻上证金桥技术中心的券商，凭借浪潮商用机器国产K1 Power旗舰系列服务器的加持，平稳度过股民开户潮和交易峰值期，且服务器的使用率始终维持在30%以下，呈下降趋势，牛市期间服务品质不打折，赢得了用户的一致好评。

UC圣地亚哥和西蒙弗雷泽大学联合开发了GMT系统，这是首个能让机器人掌握多种人类动作的通用控制器。通过自适应采样和专家混合架构，单一系统可同时处理走路、跳舞、武术等复杂技能，在真实机器人上展现出卓越的稳定性和流畅性，为通用人形机器人的实现迈出关键一步。

11月18日，在2022中国电子云峰会上，中国电子云曹心驰发布了中国电子云分布式云战略以及仓海CeaStor分布式海量存储16000系列产品。

这项由Gensyn、纳沙泰尔大学和代尔夫特理工大学联合研究的突破性成果，解决了大型AI模型训练中机器故障导致的巨大损失问题。研究团队开发的CheckFree方法无需备份即可快速恢复故障阶段，利用相邻层参数的加权平均重建丢失部分。升级版CheckFree+通过乱序管道执行技术还能处理边界层故障。实验显示该方法在低中故障率下比传统方案快12%以上，为AI训练民主化提供了重要技术支撑。

这篇论文提出了一种名为SymMark的多功能共生水印框架，打破了传统大语言模型水印技术中鲁棒性、文本质量和安全性之间的权衡困境。研究者通过创新性地结合逻辑基础和采样基础水印方法，提出了串行、并行和混合三种协同策略。其中，混合策略利用标记熵和语义熵自适应地选择最佳水印方式，在各项指标上实现了最优平衡。实验表明，该框架显著优于现有方法，特别是在对抗攻击环境下表现出色，为大语言模型的内容认证与溯源提供了全新思路。

想象一下你在制作一道美食。你需要什么？当然是优质的食材，但同时也需要各种不同类型的食材来确保菜肴丰富多样。大语言模型的训练也面临着类似的挑战。

如果说数字世界和物理世界的融合是C2M的本质，那么要实现C2M有两个核心关键一个是打造基于AI、5G、大数据的智能制造——C2M的底座，一个是为智能制造提供神经网络的工业互联网。只有底座和神经网络的不断完善，才能实现真正的C2M。

智境云创将拓展AI数字人在各行业的应用场景，定制化解决方案，并加强与产业链上下游企业的合作，共同构建AI数字人生态系统。

　据IDC的预测，到2024年，全球将创建、复制和消费143ZB的数据，其中中国创建的数据为36ZB，占25%。如此庞大的数据有多少被存储下来了呢?西部数据认为只有不到1.5%的数据被存储下来了。

智能AI代理正成为软件开发的新宠，企业高管希望通过AI代理提升效率。尽管开发者对AI生成代码的质量存在担忧，但其潜在价值巨大。调查显示三分之二企业正在或计划使用多个AI代理进行软件测试，72%认为到2027年智能AI可实现自主测试。专业化的精简测试代理比大型模型更适合特定任务，需要建立负责任的信任框架来管理AI代理行为，但人工测试仍不可替代。

如今的医生们仍背负着很多沉重且劣质的技术债务，这些技术不仅没有积极作用、甚至不能算是有价值的资产。我们绝不能让这样的情况重演，特别是不能在AI时代下重演。为此，美国医学会于2023年11月发布了一套AI开发、部署与使用原则，旨在回应我们从医生和公众那里收集到的担忧和疑虑。

在英特尔2020年架构日新闻发布会上，英特尔首席架构师Raja Koduri携手多位英特尔院士和架构师，详细介绍了英特尔在创新的六大技术支柱战略所取得的进展。

NExT-Search是一项创新研究，旨在解决生成式AI搜索中的用户反馈断层问题。传统网络搜索通过丰富的用户点击和停留时间等信息不断优化，而生成式AI搜索虽提高了便利性，但用户只能对最终答案提供粗粒度反馈，无法指出具体环节问题。该研究提出双模式解决方案：用户调试模式允许在查询分解、文档检索和答案生成三个关键阶段进行干预；影子用户模式则利用个性化代理模拟用户偏好，减少交互负担。

为训练深度神经网络量身定制的第一批商用芯片将于今年上市。由于训练新的神经网络模型可能需要几周或几个月的时间，因此这些芯片可能是迄今为止制造出的最大、也是最昂贵的商用芯片。

因此，有效应对新技术带来的合规性挑战已成为企业迫切需要解决的问题之一。

2月25日，以“技术构筑万物智联”为主题的第一届开放原子开源基金会OpenHarmony技术峰会（以下简称技术峰会）于深圳隆重召开。

Skywork AI首次在软件工程领域验证数据规模效应，开发的Skywork-SWE-32B模型在SWE-bench Verified基准测试中达到38.0%准确率（使用测试时缩放技术可达47.0%），创下开源模型新纪录。研究构建了包含10169个验证实例的大规模数据集，证明增加高质量训练数据能持续提升AI软件修复能力，为开源软件工程AI发展提供重要突破。