清华大学团队提出首个统一3D点云预训练方法UniPre3D，突破传统方法只能处理特定规模数据的局限。该方法巧妙利用3D高斯喷射技术将3D数据转换为2D图像进行处理，并设计了针对不同数据规模的自适应融合策略。在多个标准数据集上的实验表明，UniPre3D在物体分类、场景分割等任务中均取得显著性能提升，为3D视觉的统一化发展提供了重要突破。

这项由ETH苏黎世、ELLIS图宾根研究所和MPI图宾根的研究者合作完成的论文，揭示了评估大型语言模型预测能力时的关键陷阱。研究发现两类主要问题：数据时间泄露导致评估结果不可信，以及基准测试表现难以外推到实际预测能力。通过系统分析，研究者展示了这些问题如何可能导致对语言模型预测能力的过度乐观评估，并提出了更严格的评估方法建议，以帮助科研社区更准确地判断大模型的真实预测能力。

滑铁卢大学研究团队开发出世界首个完全由神经网络生成的操作系统界面NeuralOS，能够根据用户输入实时生成屏幕画面，鼠标定位精度达1.6像素误差，状态转换预测准确率37.7%。虽然目前存在分辨率和速度限制，但开创了生成式操作系统的先河，预示着未来计算界面可能完全由AI实时创造，实现极度个性化的用户体验。

香港科技大学联合腾讯微信AI等机构开发出SitEmb-v1.5情境感知文本嵌入模型，突破传统AI只能孤立处理文本片段的局限。该技术让AI在理解文本时能考虑上下文环境，就像人类阅读一样。仅10亿参数的模型就超越了多个70-80亿参数的先进系统，在书籍理解等复杂任务中表现优异，已开源供全球开发者使用。

斯坦福大学人工智能实验室开发出革命性的"好奇心驱动"AI学习系统，让机器能够像人类一样通过主动探索来学习复杂技能。该技术通过内在动机机制，使AI学习效率提升十倍，并能够发现创新解决方案，在机器人导航、医疗诊断、自动驾驶等领域展现巨大应用潜力，为实现更智能、更自然的人机交互奠定基础。

台湾大学联合MediaTek和Nvidia的研究团队开发了一种突破性的语音识别自我改进框架，无需大量人工标注数据即可显著提升AI语音识别准确率。该方法通过让AI生成伪标签训练语音合成系统，再用合成语音反向训练识别模型，形成自我强化循环。在台湾国语测试中，新模型Twister比原版Whisper错误率降低20-55%，数据效率提升10倍以上，为低资源语言AI应用提供了新路径。

波兰SpeakLeash团队联合多家机构开发了Bielik v3系列AI语言模型，包含1.5B和4.5B参数版本，专门优化波兰语处理能力。该模型采用创新的小参数高效能设计，在多项波兰语基准测试中超越了参数量2-3倍的竞品模型。通过精心的数据筛选、自适应学习率和先进的训练策略，证明了小模型也能在特定语言领域达到卓越性能，为资源受限环境下的高质量AI语言服务提供了新的解决方案。

2018中国管理·全球论坛暨金蝶用户大会，华为公司轮值董事长胡厚崑应邀出席，并发表了《出于云,胜于智》的主题演讲。胡厚崑表示，华为要给智能世界铺上云的跑道，装上智能发动机，帮助每个人、每个家庭、每个组织更快、更好、更安全地拥抱智能世界。

2018中国管理·全球论坛暨金蝶用户大会，华为公司轮值董事长胡厚崑应邀出席，并发表了《出于云,胜于智》的主题演讲。胡厚崑表示，华为要给智能世界铺上云的跑道，装上智能发动机，帮助每个人、每个家庭、每个组织更快、更好、更安全地拥抱智能世界。

快手推出的Keye-VL是一个专门为短视频理解而设计的80亿参数AI模型，在视频内容理解、数学推理和多模态任务方面达到同类模型中的最高水平。该模型采用独创的五模式推理系统和四阶段训练策略，能自动判断任务难度并选择合适的思考方式，在快手自建的KC-MMBench短视频基准测试中大幅领先其他模型。

北京大学与上海AI实验室联合发布FUSION模型，通过创新的全模态整合技术，实现视觉和语言的深度融合。该模型仅用630个视觉令牌就超越了传统大型模型，在文本引导视觉编码、上下文感知解码等方面取得突破，代表了多模态AI发展的重要里程碑。

MUG-Eval是KAIST和Trillion Labs联合开发的创新多语言评估框架，通过让语言模型在目标语言中进行自我对话来评估其生成能力。该方法独特之处在于不依赖语言特定工具或人工标注数据，而是通过任务完成率间接衡量语言能力。研究团队测试了8种顶级语言模型在30种语言上的表现，发现其结果与传统评估方法高度一致（相关系数>0.75）。MUG-Eval揭示了模型在低资源语言上表现显著落后，并发现英语并非评估低资源语言的最佳替代。该框架理论上支持2,102种语言，为真正包容的AI评估提供了新途径。

AI能让够更早，更准确的发现并预测癌变的发生，这也是目前AI医疗的的一个主流发展方向，更早的发现，更准确的预测。最近一项来自美国国立卫生研究院（NIH）的研究就在对肺癌精准预测方向上取得了重大突破

安全合规作为第一道防线，国家对于呼叫中心行业的监管日趋严格，在刚刚过去的 315 晚会现场又打出一记重拳，曝光了一批不合规操作的上下游企业，涉及到“非法获取用户手机号码、频繁骚扰用户、通过技术手段规避投诉”等诸多行为。

消费氛围是如此浓烈，以至于和今年疫情大背景下大家对稳定性、安全感的诉求而开始相悖，“定金人”“尾款人”等等自嘲背后映射着人们无可纾解的冲动购买和还款压力。

香港科技大学研究团队通过模型融合技术，成功将数学推理能力转移到视觉语言模型中，在保持视觉理解能力的同时显著提升数学问题解决能力。研究发现AI模型的不同功能分布在不同层次，为多模态AI发展提供新思路。

11月21日， IBM 全球及大中华区云计算和人工智能领域的行业大咖、智慧大脑以及顶级专家与客户和合作伙伴相约鹏城，共同见证行业盛事——“云开智达——2019 IBM 云计算及人工智能峰会”盛大开启。

新加坡科技设计大学和字节跳动研究团队提出了"语音反向翻译"方法，解决语音识别中的数据稀缺问题。研究表明，仅用几十小时的标注语音数据就能训练TTS模型生成数万小时高质量合成语音，将数据扩充数百倍。他们引入归一化可理解度指标评估合成语音质量，确定了合成数据能有效增强ASR性能的质量阈值。将方法扩展到十种语言，生成了50万小时合成语音，对Whisper-large-v3模型进行预训练，平均降低错误率30%，对低资源语言尤其有效，错误率降低46%。

EPFL研究团队开发了首个专门测试AI计算机代理安全性的综合平台OS-HARM，通过150个测试任务发现包括GPT-4.1、Claude 3.7 Sonnet等在内的主流AI代理都存在严重安全漏洞，会执行有害指令、易受攻击欺骗，并可能因判断失误造成危险后果。

在今天的文章中，麦肯锡分析来人工智能技术目前面临的局限障碍以及对应的解决方法。