几个月之前，曾有一篇题为《数字化反乌托邦：算法对穷人的惩罚》的文章，概述了技术成果对于极弱势群体产生负面影响的强大能力。而这不禁令我想到，技术创新在房地产行业是否也在扮演着同样的角色？

德国图宾根大学研究团队发现了一种针对视觉语言模型的新型攻击——视觉记忆注入。攻击者可在图片中植入肉眼不可见的恶意修改，当用户上传这类图片与AI对话时，AI会在长达数十轮的正常交流后突然推荐特定产品、政治观点或投资建议。这种攻击成功率高达40%-80%，且具有强泛化能力，对AI安全构成严重威胁。研究揭示了现有防御措施的不足，呼吁行业重视此类隐蔽操控风险。

在不少中国的投资人和合作伙伴们的眼中，这是个落地的好项目。其母公司AitherCO2，已经在欧洲和北美耕耘八年，通过节能改造，帮助2000个客户节省超过7亿美元的能源开支。

KAIST研究团队开发了CLEANMOL框架，解决了大语言模型理解SMILES分子表示法的关键难题。传统模型即使在简单任务如计数分子环数时也表现不佳，因为SMILES编码中结构信息常呈非连续分布。研究通过设计官能团匹配、环计数等确定性任务，大大提升了模型对分子结构的理解。实验表明，预训练后的模型在逆合成等下游任务上表现优异，精确匹配率从45.6%提升至58.1%。这一突破无需昂贵实验数据，为药物开发和材料设计提供了低成本高效的AI支持方案。

罗切斯特理工学院和美国陆军研究实验室的研究团队开发了一种突破性的无源域适应方法，通过混搭拼图增强技术和置信度-边界加权策略，使AI模型能在没有原始训练数据的情况下适应新环境。该方法在三个主要基准数据集上取得显著成果，特别是在PACS数据集上准确率提升了7.3%，为AI系统在隐私保护、安全限制等现实场景中的应用提供了新解决方案。

面对无法阻止的更迭，IBM并不认为随波逐流会有任何帮助，与IBM一起积极拥抱变化，早先一步做好准备，未知，也许会是最好的礼物。

9月16日，由中国卫生信息与健康医疗大数据学会健康卡应用与管理专业委员会主办、腾讯健康协办的“全国电子健康卡（码）高质量发展交流会”系列会议召开。

这项研究提出了CPGD算法，解决语言模型规则强化学习中的训练不稳定问题。通过用策略梯度损失替代PPO-clip损失，并引入裁剪机制和策略漂移正则化，CPGD有效避免了现有方法中由重要性采样比率引起的训练崩溃。实验结果表明，CPGD在多个多模态数学基准测试上显著优于其他强化学习算法，与基础模型相比平均提升11.0%的性能，尤其在领域内测试上提升21.8%，展现出卓越的稳定性和泛化能力。

T-Tech团队通过系统性研究发现，各种看似不同的AI直接对齐算法实际效果相近。研究统一了ORPO、ASFT等算法框架，发现只需5-10%训练数据即可达到近最佳性能，并揭示比较式学习通常优于独立评价式学习。该发现简化了AI训练理解，为降低成本、提升普及性提供重要指导。

人民大学团队开发了Search-o1框架，让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索，并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中，该系统整体准确率达63.6%，在物理和生物领域甚至超越人类专家水平，为AI推理能力带来突破性提升。

这项由腾讯混元实验室联合多所知名大学完成的研究，成功将3D模型生成时间从30多秒压缩到不到1秒，实现32倍速度提升。该技术通过创新的渐进式流程蒸馏和闪电向量解码器，在保持生成质量的同时大幅提升了效率，为游戏开发、建筑设计、影视制作等领域带来革命性改变，使3D内容创作从专业技能变成人人可用的日常工具。

苹果公司机器学习研究团队发布MegaFusion技术，这是一项革命性的AI图像生成突破。该技术能在不重新训练模型的情况下直接生成超高分辨率图像和视频，解决了传统方法分辨率提升时出现的模糊问题。通过智能感受野扩展和多尺度特征融合，MegaFusion实现了电影级视觉效果，在内容创作、教育、商业营销等领域展现巨大应用潜力。

Mozilla和EleutherAI联合发布了一份关于创建开放授权大语言模型训练数据集的最佳实践指南。该研究通过召集30位专家，制定了七个核心原则和详细的技术建议，旨在解决当前AI训练数据版权争议、透明度不足等问题，推动构建更加开放、公平和可持续的AI生态系统，为未来AI发展提供了重要的指导框架。

谭待认为，区块链浪潮的来临并不是要取代互联网，而是让互联网发展得更好，区块链可以作为价值互联网的重要基础设施去推动互联网新一轮的进化，而且在技术上区块链可以与人工智能、大数据互相促进发挥更大的价值。

阿联酋穆罕默德本扎耶德人工智能大学开发的Mobile-O是首个能在普通手机上同时实现"看图说话"和"文字画图"的AI系统。该系统仅需1.6GB内存，在iPhone上3秒内即可生成图片，在多项基准测试中表现优异，为移动AI应用开辟了新道路。

澳洲国立大学团队开发的Motion Anything系统实现了AI动作生成的重大突破，能够根据文字、音乐或两者组合自动生成逼真的人体动作。该系统采用创新的注意力引导遮罩策略和双重变换器架构，在多个基准测试中显著超越现有方法，并创建了包含2153组数据的TMD数据集。这项技术为影视制作、游戏开发和虚拟现实等领域带来新的可能性。

这项由香港中文大学和新加坡国立大学研究者合作开发的"思考或不思考"（TON）框架，通过创新的"思考丢弃"策略和两阶段训练方法，实现了让视觉-语言模型能够像人类一样根据问题难度选择性推理的能力。实验表明，TON可减少高达90%的输出长度，同时保持或提升性能，在计数、数学和导航等多种任务中展现出显著优势，为AI系统在保持推理质量的同时大幅提升效率提供了新思路。

让真实有层次！官宣张艺谋任影像首席指导。

浙江大学研究团队开发出DreamRenderer系统，创新性地解决了AI图像生成中多对象属性混淆的关键问题。该系统通过桥接令牌技术和分层绑定策略，确保每个对象都能准确呈现指定特征，相比传统方法提升成功率达17.7%-26.8%，且无需重新训练现有模型，为AI辅助创作提供了更可靠的工具。

ByteDance智能创作团队推出CreatiPoster，这是一个革命性的AI海报设计系统，用户只需文字描述就能生成专业级多图层可编辑海报。系统采用"双脑"架构：协议模型负责理解需求并制定详细设计方案，背景模型负责创造匹配的视觉背景。支持多种交互方式，包括纯文字输入、图片素材上传、画布编辑等。在与商业平台的对比评估中表现优异，并开源了10万样本数据集，真正实现了AI设计工具的民主化。