清华大学研究团队开发出VideoScene技术，能够仅从两张普通照片一步生成完整3D场景视频，速度比传统方法快50倍。该技术巧妙结合了3D重建与视频生成，采用"3D感知跨越流蒸馏"策略和"动态去噪策略网络"，在多项评估指标上显著超越现有方法。这项突破为VR/AR、游戏开发、电商展示等领域带来革命性应用前景，标志着从"大量数据依赖"向"智能有限数据利用"的重要转变。

南京大学团队提出PixNerd，一种革命性的像素空间图像生成模型。该模型摒弃传统VAE两阶段架构，直接在像素层面工作，通过神经场技术实现端到端训练。在ImageNet测试中达到2.15 FID，推理速度比同类模型快8倍，支持任意分辨率生成。研究还扩展至文本生成图像，在GenEval和DPG基准测试中表现优异，为AI图像生成提供了更简洁高效的解决方案。

人工智能技术的使用正在最大限度地减少对鸟类的繁殖和喂养习惯的干扰。人工智能技术还可以检测及区分每只海鹦鹉属于哪个海鹦鹉群。

CIO的角色正在被分割成多个小角色，导致责任不清晰。虽然这种现象反映了CIO角色期望的增长，但也可能是CIO本身的失败。随着技术、数据和网络安全等领域的重要性上升，企业需要更多的高管来直接向CEO汇报。然而，CEO往往缺乏管理这些领域的经验和精力。为了应对复杂的IT架构，CIO和CISO需要共同简化架构，推动集成解决方案，以应对不断增加的复杂性。

清华大学与英伟达合作提出DiffusionNFT，一种革命性的AI图像生成训练方法。该方法通过对比正负样本进行学习，避免了复杂的概率计算，训练效率比传统方法提升25倍。研究团队在多项测试中验证了其优越性，不仅大幅提升了图像质量和文字渲染能力，还实现了无需分类器引导的高效训练，为AI图像生成技术的普及和应用奠定了重要基础。

随着“数据中台”（data middle office，DMO）的普及，中国企业机构希望能更好地管理和利用数据中台背后的数据资产。数据中台早年在一些领域的成功案例使得整个市场对这一概念抱有过高的期望。

2023年9月25日，华为智慧屏 V5 Pro正式发布。作为华为智慧屏年度高端旗舰，华为智慧屏 V5 Pro在外观、性能及智慧体验上带来全新升级，满足用户对高端旗舰大屏的想象。

数字孪生技术正在改变网络安全防御模式，从被动响应转向主动预测。这种实时学习演进的虚拟副本让安全团队能够在威胁发生前预见攻击。组织可以在数字孪生环境中预演明日的攻击，将防御从事后反应转变为事前排演。通过动态更新的IT生态系统副本，团队可在真实条件下压力测试防御体系，模拟零日漏洞攻击并制定应对策略，从根本上重塑网络安全实践方式。

香港科技大学等研究机构联合提出InfGen，一种革命性的AI图像生成方法。该技术将内容生成与分辨率调整分离，通过固定尺寸的潜在表示配合专门的生成器，实现任意分辨率图像的快速生成。相比传统方法需要100秒生成4K图像，InfGen将时间缩短至10秒内，速度提升10倍以上。该方法具备即插即用特性，可直接升级现有扩散模型，为高分辨率图像生成提供了全新解决方案。

制造厂商们正在通过各种策略来提高运营可持续性，而效率、韧性和安全也成为一系列可持续性实践的重要成果。例如，在电气系统资产和系统健康服务领域，通过以下四种方法，用户可以获得更多价值和收益。

12月13日,合肥申威睿思信息科技有限公司(简称申威睿思)与安徽国盾量子云数据技术有限公司(简称国盾量子)在前期战略合作的基础上,进一步深化合作,签署了基于“共建联合工程技术中心”的深度战略合作协议

这篇研究论文《段级策略优化》提出了一种介于词元级和轨迹级之间的新型强化学习框架SPO，用于提升大语言模型的推理能力。研究者将生成序列划分为连续段落，并在段级粒度上估计优势，实现了更精确的信用分配和更准确的优势估计。SPO框架包含灵活段落划分、基于蒙特卡洛的段落优势估计和段落优势策略优化三个核心组件。研究团队基于此框架设计了SPO-chain和SPO-tree两个特定实例，分别针对短链思维和长链思维场景。

谷歌DeepMind推出Genie 3"世界模型"，仅需提示词或图像即可创建交互式世界。该模型支持720p分辨率24帧每秒的实时渲染，相比前代产品显著提升了视觉保真度和记忆能力，可保持数分钟的视觉一致性。用户能够实时修改环境、添加对象、改变天气或插入新角色。DeepMind将其视为AI研究工具，用于训练embodied agents并生成合成训练数据。尽管仍存在局限性如无法模拟真实地点、易产生AI幻觉等，但该技术为游戏开发和AGI研究提供了新可能性。

这些企业组织都将在量子计算实践应用研究中采用IBM Q Network，把200000多个新用户连接到IBM现有的量子系统和模拟器。目前已经有200多篇有关量子计算应用的第三方研究论文是由Q Network提供支持的。

Gensyn公司研究团队提出了名为NoLoCo的新型大语言模型训练方法，该方法通过避免传统的全归约通信模式，显著降低了分布式训练的通信开销。研究采用随机配对同步和动态流水线路由策略，不仅减少了对高带宽网络的依赖，还在多种模型规模（125M-6.8B参数）上实现了比现有低通信方法最多4%的收敛速度提升，为大规模AI训练提供了更经济高效的解决方案。

Karbon 2.1：Calico网络集成、CSI新功能和拓展API接口让Kubernetes管理更加简单

让计算靠近数据，这听起来像是一种绕过存储访问瓶颈的好方法，但由于软件问题以及开发特定硬件和非x86环境的需要，进展十分困难。

西安交通大学研究团队提出MARS框架，通过七个AI代理协作和苏格拉底式对话机制实现自动化提示词优化。该方法在17个任务中比现有最先进方法平均提升6.04%，仅需一个样本训练，效率提升一倍以上。MARS突破了固定模板限制，为AI交互优化开辟新路径，有望改变人机对话方式。

在企业的数字化转型道路当中，整体性的倦怠情绪无疑是最致命的敌人之一。虽然很多人对此难以相信，但实际上出现这种情况的一大理由，在于企业为未知目标进行了太多筹备性工作。

2018年8月15日，由梆梆安全研究院编撰的《认知安全白皮书》（以下简称“白皮书”）正式对外发布。梆梆安全是最早认识到人工智能安全风险并展开认知安全研究的公司之一，白皮书中首次明确提出认知安全的定义。