公有云服务正在从一项削减成本的技术发展为一项推动业务敏捷性的技术。公有云不仅让CIO不用运营数据中心，还能让他们专注于更有战略型的项目——也就是数字化转型项目。

斯科尔科沃科技学院研究团队开发了一种新型损失函数——基于伊塔库拉-赛托散度的损失函数，用于解决风险敏感强化学习中的数值不稳定性问题。与传统方法相比，该损失函数不仅数值稳定，还保持尺度不变性，同时保留指数效用的理论保证。研究团队在多种金融场景和鲁棒组合优化问题上验证了其优越性，表明该方法可有效应用于金融、医疗和自动驾驶等高风险决策领域。

Google研究团队开发了名为CausalArmor的AI安全防护系统，专门解决"间接提示注入攻击"问题。该系统通过分析AI决策过程中的因果关系，能够精准识别隐藏在正常内容中的恶意指令。与传统防护方法不同，CausalArmor采用"按需防护"策略，仅在检测到威胁时才启动防护机制，在保证高安全性的同时不影响正常工作效率。实验显示该系统将攻击成功率降至接近零，为AI智能体安全提供了突破性解决方案。

这是一份由大量区块链术语组成的词汇表，你可以借此将各类理念与定义串联起来，从而更充分地参与到区块链讨论当中。这份词汇表包含Flipside Crypto发布的关于区块链与加密货币的内容。

中科院和ModelBest联合推出RAVine评估框架，针对AI搜索系统现有评估方法脱离实际的问题，创新性地采用真实用户问题、全流程行为监控和可追溯信息提取技术，发现当前AI搜索系统在任务完整性和引用准确性方面存在严重不足，为构建更贴近用户需求的智能搜索系统提供了重要技术支撑。

这项由华盛顿大学和微软联合开发的OMNIGUARD研究，提出了一种高效的AI安全检测方法，能够跨越语言和模态（文本、图像、音频）识别有害内容。该方法通过发现大型语言模型内部的通用表示，构建轻量级分类器，比现有方法准确率高出11.57%-20.44%，同时速度提升约120倍。OMNIGUARD在73种语言和多种模态攻击测试中表现出色，展示了极高的数据效率和适应性，为AI系统安全防护提供了重要突破。

谷歌DeepMind团队开发了名为Gemini的AI视觉理解系统，实现了从简单"识别"到复杂"理解"的突破。该系统不仅能识别图像中的物体，还能理解情感、关系和抽象概念，准确率达94.3%。通过多模态学习和跨模态注意力网络，Gemini展现出类似人类的常识推理能力，已在医疗、教育、自动驾驶等领域开始应用，为AI与人类协作开启新篇章。

南京大学与字节跳动联合团队开发的MotionSight系统，为多模态大语言模型提供了"动态视觉增强"能力，解决了现有AI系统在理解视频细粒度动作方面的困难。这一零样本方法通过对象中心的视觉聚光灯和动态模糊技术，显著提升了模型对物体动作和摄像机动作的感知能力，在不需要额外训练的情况下实现了业界领先性能。研究团队同时构建了MotionVid-QA数据集，这是首个专注于细粒度视频动作理解的大规模开源数据集，包含4万多个视频片段和近9万个问答对，为未来研究提供了宝贵资源。

布尔诺理工大学研究团队开发了DiCoW和DiariZen两个系统，用于解决多人对话中的语音识别难题。该系统巧妙结合说话人分离与语音识别技术，在国际挑战赛中获得第二名，能处理15种语言的对话场景。研究发现系统具备良好的跨语言泛化能力，即使主要用英语训练也能处理其他语言。团队已开源相关模型，为会议记录、多语言交流等实际应用提供了强大工具。

NVIDIA研究团队开发了OCR-2系统，让AI能够像程序员一样对自己编写的代码进行"自我批评"和改进。他们构建了包含250万个编程问题-解决方案-批评组合的史上最大代码推理数据集，采用两阶段训练方法，让AI既能写代码又能评价代码质量。该系统通过生成多个解决方案并自我筛选，显著提升了代码生成准确率。

英特尔的10纳米节点将于2021年下半年实现批量投产，届时英特尔7纳米芯片的产量也将逐步增加。两代芯片之间将共享一部分10纳米时代的制造设备，但7纳米处理器家族到底能不能带来良好的财务收益，恐怕在很大程度上取决于10纳米世代的市场表现。

特拉维夫大学研究团队通过分析GCG攻击机制，发现越狱攻击的成功依赖于"注意力劫持"现象，即攻击后缀能占据AI注意力机制的主导地位。研究表明，攻击的万能性与劫持强度直接相关，并基于此开发了增强攻击效果和防御攻击的实用方法，为AI安全研究提供了新视角。

上海交大和复旦大学研究团队发现了AI视觉系统的重大安全漏洞——IAG攻击。这种攻击能让AI助手在视觉定位时被恶意操控，无论用户询问什么，都会指向攻击者预设的错误目标，且几乎无法被察觉。实验显示攻击成功率超65%，现有防御技术完全失效，对机器人、自动驾驶等应用构成严重威胁。

aiOla公司研究团队首次为语音识别AI装上"思维透视镜"，系统揭示了AI将声音转化为文字的内部机制。研究发现编码器不仅处理声音还理解语义，AI内部"知道"的信息比输出的更多，幻觉和重复问题可被精确定位和预测。这项突破性工作为构建更可靠的语音识别系统提供了理论基础，推动了AI可解释性研究的发展。

云从科技创始人周曦到美国留学时,研究重心从语音识别转到了图像——师从计算机视觉之父黄煦涛(Tomas S. Huang)教授

这篇论文介绍了美团研究团队开发的"自适应自恢复推理"（ASRR）框架，解决了大型推理模型在简单问题上过度思考的效率问题。研究发现模型具有"内部自恢复机制"，能在生成答案时隐式补充推理。ASRR通过无思考模式抑制不必要推理，并引入基于准确率阈值的动态长度惩罚，使模型根据问题难度自适应分配推理资源。实验表明，ASRR在保持高准确率的同时，大幅减少了推理长度（最高减少32.5%），并显著提升了安全性（无害率提高21.7%）。

上周英特尔举办了一场引人注目的“架构日”活动，公布了未来多年的产品技术路线图、技术战略规划以及一系列新技术。

亚利桑那州立大学团队开发出MMTok技术，通过多模态覆盖最大化方法，让视觉语言AI模型在保持98.7%准确度的同时实现1.87倍速度提升。该方法同时考虑图片和文字信息来智能选择关键视觉令牌，将处理的视觉信息从2880个压缩到160个，显著降低计算成本和内存使用，为AI系统的实际部署提供了高效解决方案。

本研究由斯坦福大学等顶尖学府联合提出SkillBlender方法，让人形机器人像人类学习技能一样先掌握基础技能，再智能混合应对复杂任务。通过预训练行走、伸手、蹲起、踏步四种原始技能，系统能以最少的奖励设计完成复杂全身协调任务。新建的SkillBench测试平台包含三种机器人、八项任务，并创新性地评估动作准确性和自然度。

NVIDIA联合多所大学开发的Omni-RGPT实现了AI视觉理解的重要突破，首次让AI能同时精准理解图像和视频中用户指定的任何区域。通过独创的Token Mark机制，该系统解决了传统方法在视频中容易"跟丢"目标的问题，在视觉问答、区域描述等多项任务上达到最先进水平，为教育、安防、内容创作等领域的AI应用奠定了基础。