香港中大与字节跳动联合研究团队开发出InterActHuman系统，解决了AI生成多人交互视频的技术难题。该系统通过创新的"局部条件注入"方法和动态掩码预测技术，实现了精确的多人音频-视频同步，在唇语准确性和用户体验方面远超现有技术，为未来影视制作、游戏开发和教育应用开辟了新的可能性。

本文将以产供销一体化为切入点，重点探讨APS高级计划排程系统在企业供应链管理与生产制造体系变革中所发挥的作用，通过拉通企业需求端到供应端的全业务价值链，引导制造企业有序推进数字化转型和智能化升级。

这里俨然一个孕育未来智能物种的热带雨林，而创造这一切的，是居住在岛上的“岛民们”。

想象一下，你有一个非常聪明的助手，但这个助手有时会按照自己的想法行动，而不是严格遵循你的指示。在人工智能领域，这就是我们所说的"指令遵循"问题。

企业财务数字化缘何被国务院、财政部频频“点名”？在数字化转型当下，企业如何下第一步棋？数据中台如何当好管理会计的“首席赋能官”？IPA将“取代”RPA成为财务领域的新宠？未来的TA既是业务人员也是财务人员？

北京大学团队开发出名为JARVIS-VLA的突破性AI系统，能够像人类玩家一样熟练操作《我的世界》游戏。该系统采用创新的三阶段训练方法：先学习游戏世界知识，再训练视觉理解能力，最后学习具体操作技巧。与传统AI不同，JARVIS-VLA不是简单模仿人类行为，而是真正理解游戏规律后再执行任务，可完成超过1000种游戏任务，在各项测试中显著超越现有系统，为未来智能AI发展提供了新思路。

微软研究院团队提出了Rectified Sparse Attention（ReSA）技术，解决大型语言模型处理超长文本时的效率问题。ReSA结合了分组块稀疏注意力机制和定期密集矫正策略，既保持了生成质量，又显著提高了处理速度。实验表明，在数学推理、语言建模和检索任务上，ReSA几乎能达到密集注意力的性能水平，同时在处理25.6万词的超长文本时实现了2.42倍的速度提升，为长文本AI应用提供了实用解决方案。

香港大学团队开发出拥有30亿参数的视觉分词器GigaTok，首次解决了AI图像理解中"重建质量"与"生成质量"相互矛盾的技术难题。通过创新的语义正则化方法，该技术在保持图像重建精度的同时大幅提升了图像生成效果，为统一的多模态AI模型发展奠定重要基础。

4月23日，英特尔举办了主题为“因AI而生，‘疫’不容辞”的人工智能助力科技战疫线上沙龙，携手客户和合作伙伴分享实际案例，介绍英特尔推动AI应用落地的理念与实践，从而更好地凝聚产业共识，加速推动AI与医疗健康等众多行业的深度融合。

为了解决这样的困境，全球领先的电子商务和在线交易反欺诈公司Riskified（睿思飞）通过提供交易安全、用户体验和收益保护等关键环节的解决方案，为电商行业的发展保驾护航。

谷歌深度思维团队开发出名为MolGen的AI系统，能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据，在阿尔茨海默病等疾病的药物设计中表现出色，实际合成测试成功率达90%，远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年，成本降低一半，为患者更快获得新药治疗带来希望。

这项研究提出了个性化安全概念，解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力，并开发了RAISE框架高效获取关键用户信息。实验表明，提供用户背景可使安全分数提高43.2%，而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制"，为高风险领域的AI应用提供了新思路。

在智能世界的面前，没有什么理由停下脚步。华为继续为智能世界提供服务。

这项研究提出了LoHoVLA，一种用于长时序实体任务的统一视觉-语言-动作模型，融合了高层任务规划和低层动作控制功能。与传统方法不同，它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作，并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集，实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法，展现出统一架构在实现可泛化实体智能方面的潜力。

2021年将是我们在应对全球升温难题方面做出切实改变的最后一年。目前最具希望的答案，也许就在人工智能（AI）身上。

华为开发者大会2023（Cloud）7月7日在中国东莞正式揭开帷幕，并同时在全球10余个国家、中国30多个城市设有分会场，邀请全球开发者共聚一堂，就AI浪潮之下的产业新机会和技术新实践开展交流分享。

对于TP工作负载，OceanBase共享存储产品可以将存储成本降低一半。

对于TP工作负载，OceanBase共享存储产品可以将存储成本降低一半。

这项由中国人民大学、微软亚洲研究院等机构联合完成的研究发现，通过监测AI思考过程中的"不确定性"（熵值），可以识别出有价值的探索性思考时刻。研究团队设计了一种仅需一行代码的简单方法，在AI训练时给予探索性思考额外鼓励，显著提升了AI在数学竞赛等复杂推理任务上的表现，让AI学会了更像人类的深度思考方式。

这项研究介绍了QARI-OCR，一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练，成功解决了阿拉伯文字识别中的主要挑战：曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率，超越了现有开源解决方案，为阿拉伯文化遗产的数字化保存提供了重要工具。