阿里巴巴达摩院联合南洋理工大学的研究团队发现，当前AI模型在几何推理中频繁出错的根本原因是视觉感知能力不足。他们提出了分阶段训练框架，先强化AI的基础视觉感知能力，再进行复杂推理训练。实验显示，这种方法使3B参数模型在几何推理任务上准确率提升9.7%，接近GPT-4o的表现水平，为AI视觉理解能力提升提供了新思路。

由Nutanix举办的 .NEXT大会2019安纳海姆举办。今年大会的主题是“Invisible Clouds，Visible IT”。

卫星在现代生活当中扮演着重要角色，对卫星的攻击亦被视为一种战争行为。但可怕的是，此类攻击也许已经出现。

华中科技大学团队开发了mmMamba框架，通过创新的知识蒸馏方法将传统二次方复杂度的多模态模型转换为线性复杂度架构。该方法在保持相当性能的同时，实现了20.6倍速度提升和75.8%内存节省，提供纯线性和混合两种架构变体，为高效多模态AI应用开辟了新路径。

复旦大学与上海人工智能实验室联合开发的Learnable SMPLify技术，将传统人体姿态计算的耗时从12秒缩短至0.06秒，实现200倍速度提升。该方法通过神经网络学习姿态转换规律，摒弃传统反复优化策略，采用时间序列数据构造、人体中心坐标标准化和残差学习等创新设计，在保持高精度的同时大幅提升计算效率，为VR、游戏制作、体育训练等领域提供实用解决方案。

6月27日，科大讯飞带来了讯飞星火大模型V4.0，引入“个人空间”概念，打造一个“更懂你的AI助手”。同时七大核心能力全面提升，整体超越GPT-4 Turbo，在8个国际主流测试集中排名第一，国内大模型全面领先。

这项研究介绍了RPEval，一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度：情感理解、决策制定、道德对齐和角色一致性，通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先，而GPT-4o虽在决策方面表现出色，但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。

Meta公司联合多所大学发布"软令牌"新技术，首次实现AI连续推理训练。该方法让AI摆脱传统的逐步推理模式，能同时探索多种思维路径，如人脑般灵活思考。在数学推理任务中，新技术保持了原有准确率，在多样性指标上显著超越传统方法，且对模型原有能力影响更小。关键突破是发现软训练配合硬推理的最佳组合，让现有部署系统无需改造即可受益。

在2008年首度公布比特币项目的白皮书当中，化名中本聪的神秘缔造者总结称：“我们提出了一种不依赖信任基础的电子交易系统。”他所指的正是区块链，比特币加密货币背后的底层系统。规避对信任体系的依赖无疑是一项伟大的承诺，但实际情况却并非如此。

说起IBM的LinuxONE以及Oracle的Exadata，相信在IT行业从事基础架构工作的同业们都不陌生。最直观的印象就是：它们都是大型服务器，体积非常庞大，价格非常昂贵，一个是IBM的拳头产品，一个是Oracle的拳头产品。

Adobe Research与德州大学联手开发"自我强迫"训练法，让AI在视频生成时边做边学，彻底解决传统方法中错误会越积越多的问题。这种创新训练方式实现了真正的实时视频生成，在单GPU上达到17帧每秒的处理速度和亚秒级延迟，为直播、游戏和实时交互应用开辟了全新可能性。研究团队还引入滚动键值缓存机制，实现了理论上无限长的视频生成能力。

清华大学与腾讯联合开发CHARM框架，首次实现动漫发型的AI自动生成。该系统将复杂发型转化为控制点序列，采用语言化表示方法，让AI像写文章一样逐步生成发型。基于37000个样本的AnimeHair数据集训练，CHARM在几何精度和视觉效果上全面超越现有方法，数据压缩率达98%以上，为游戏、动画等领域提供高效的角色建模解决方案。

康奈尔大学研究团队发现，预训练的大语言模型具备惊人的"密码破解"能力，能够仅通过观察例子就自动学会识别和预测隐马尔可夫模型中的隐藏模式。这种"上下文学习"能力在多数情况下达到理论最优水平，大大降低了复杂数据分析的技术门槛，为生物学、心理学等各领域的科学研究提供了强大而易用的新工具。

EarthMind是一个创新的视觉-语言框架，专为解决地球观测领域的多尺度和多传感器理解挑战而设计。由多所国际知名大学联合开发的这一系统引入了两项关键技术：空间注意力提示(SAP)机制重新分配大型语言模型内部的注意力，增强像素级理解；跨模态融合机制则将异构模态如光学和雷达数据对齐并智能融合。

阿里巴巴与香港中文大学合作开发了SCRIT系统，让AI大模型学会自我评判和纠错。该系统通过对比学习机制，先分析标准答案理解关键概念，再评判学生解答，配合自我验证确保质量。在数学和科学推理测试中，评判准确率提升10%，错误识别能力提升19%，开创了AI自主改进的新方向。

阿里抓住云计算的契机，依托绝无仅有的“双十一”海量数据和高并发的实战考验，冲破了传统商业数据库的长期垄断，终于实现了国产自研数据库的跨越。

TULIP是加州大学伯克利分校开发的新型多模态AI模型，通过统一的学习框架解决了传统图像-文本模型在精细视觉理解方面的不足。该模型采用多视角对比学习、生成式数据增强和重建正则化等创新技术，在保持强大语义理解能力的同时显著提升了对视觉细节的捕捉能力，在多个基准测试中取得了显著的性能提升。

这项研究提出了名为"Let Androids Dream"的创新框架，解决了多模态大语言模型在理解图像隐喻方面的核心难题——上下文缺失。通过模拟人类认知过程的三阶段系统（感知、搜索、推理），该框架即使使用轻量级GPT-4o-mini模型，也能在英语和中文图像寓意理解任务中达到最先进性能，在开放式问题上甚至超越GPT-4o模型36.7%。这一成果不仅推动了视觉-语言推理技术的发展，还为未来AI系统理解人类文化中的隐喻和象征提供了新方向。

企业上云的根本动力就是为了提高应用的开发效率、灵活性，但是要充分发挥这些优势，还需要企业改变原来的开发和运维方式。

2018 高通4G/5G峰会与首届峰会相比，OEM、ODM、运营商、零部件厂商、渠道商、内容提供商等合作伙伴的数量增长超过150%。希望先进的无线数字技术能够更好的造福人类的高通在如此庞大的产业生态中扮演怎样的角色呢？且来观之。