东北大学研究团队提出一种突破性的人体动作生成方法，摒弃传统的相对坐标表示，转而使用全局空间中的绝对关节坐标。这种看似简单的改变带来显著提升：生成动作质量更高，文本对齐更准确，控制性更好，且支持直接生成网格顶点动作。研究表明简单方法有时比复杂解决方案更有效，为虚拟现实、游戏和动画领域提供了新工具。

这个春天，酒仙桥论坛的 “探索 AI 新质生产力跃迁的范式革新” 主题圆桌对话环节上，一场思激荡的思辨，在智慧交响中雕琢出城市智变革的多棱远景！

黄仁勋表示：“在将来的某一天，人们会意识到，智能手机革命只是物联网革命的第一步。在物联网革命中，万物皆是智能的。”他明确地表示NVIDIA将为企业网络边缘和虚拟无线接入网（vRANs）中的AI赋能，助力新一代5G无线服务。

今天讲的出海故事，是微电机企业江苏雷利把马来西亚工厂推进到“合规能走、土地已定”，让海外产能从计划走到现场的过程。

借助云、网的天然优势，将云安全与云网深度融合，形成“云网安”的一体化能力。并通过AI与云安全的结合，对未知威胁进行主动防护，将成为新华三未来云安全技术的重要演进方向。

现如今，“数字化”已经悄悄地替代了“信息化”，成为一个在IT圈之外也并不陌生的词汇。虽然在不同的时代，数字化转型的含义都有着些许的不同，但他们都有着统一的目标，即使用技术来重塑企业的竞争力。

如今面向2023年，John Roese表示新的一年，希望通过更加具体的建议和行动方向，来帮助客户为来年做好准备。

当前AI智能体炒作过热，企业追求能处理一切问题的开放世界系统并不现实。真正有价值的AI智能体应专注于有明确边界的封闭世界问题，如发票匹配、合同验证等企业日常任务。企业级智能体应采用事件驱动的微服务架构，具备自主性和连续性，通过将非确定性模型包装在确定性基础设施中来确保可靠性。相比追求通用人工智能，企业更需要可测试、可部署的实用解决方案。

本研究提出了MuToR，一种通过在输入序列中插入"寄存器令牌"来改进大语言模型训练的创新方法。与传统的"下一个词预测"方法相比，MuToR使模型能够同时预测多个未来词，从而提供更丰富的学习信号。这种方法不需要改变模型架构，仅增加极少量参数，并且在微调预训练模型时表现尤为出色。研究团队在数学推理、文本摘要和图像生成等多种任务上验证了其有效性，证明MuToR不仅能提高模型性能，还能在保持推理速度的同时增强模型的规划能力。

斯坦福大学研究团队构建了包含2400万医学图像的BIOMEDICA数据库，并开发出性能卓越的BMC-CLIP医学AI模型。该项目通过从600万篇科学文献中提取图像和文字，创建了医学领域最大的开放数据集，在40项医学任务测试中平均性能提升6.56%，计算效率提高10倍，为医学AI发展提供了重要基础资源。

如今，一位新的医生进入了急诊室——但与我们的传统认知不同的是，不仅没有名字，甚至没有实体。事实上，人工智能技术已经进入世界各地的医疗体系...

本文探讨了一种防范通用人工智能（AGI）和人工超级智能（ASI）存在性风险的方法：将它们置于计算机仿真世界中进行测试。虽然这种方法看似合理，但存在诸多挑战。AGI可能会隐藏恶意行为，或因被欺骗而转向恶意。此外，仿真环境可能无法完全模拟真实世界，导致测试结果不准确。构建高质量仿真系统的成本和技术难度也不容忽视。文章认为，仿真测试虽有价值，但并非万能解决方案。

阿里巴巴Qwen团队通过深入研究发现传统蒙特卡洛估计方法在训练过程奖励模型时存在严重局限，提出了创新的共识过滤机制，结合两种评估方法相互验证来提升数据质量。研究团队开发出性能卓越的过程奖励模型，不仅在传统评估中表现优异，在错误识别任务中更是远超现有开源模型，为构建更可靠、更可解释的人工智能系统奠定了坚实基础，推动AI从结果导向向过程导向转变。

突如其来的疫情，极大影响了人与人之间的正常交流。企业为了保持业务的正常运营，主动或是被动的开始通过互联网实现数字化转型。然而转型的路途并非一帆风顺，下面我们就从安全的角度来看一下，在后疫情时代，企业的业务安全又会面临哪些新的安全挑战。

中科院团队首次开发出1比特视觉-语言-动作模型BitVLA，实现机器人智能操作的革命性突破。该模型将每个参数限制为{-1,0,1}三值表示，通过创新的蒸馏感知训练策略，在仅使用29.8%内存的情况下达到与先进模型相当的性能。在LIBERO机器人基准测试中表现优异，为智能机器人在资源受限设备上的部署开辟了新路径，让家用机器人成为可能。

云原生的魅力在于，能赋予企业IT架构极大的灵活性，加快企业开发和部署的节奏，支持企业快速创新、降本增效。

如今,智能化已成为全球汽车产业变革的核心驱动力之一,商汤将在面向汽车厂商(OEM)及一级供应商(Tier 1)提供标准化方案的同时,更以创新的“开放赋能”合作模式赋予合作伙伴全栈式的自主研发能力

斯坦福大学研究团队深入分析了广泛使用的AI评判系统Arena-Hard Auto，发现了三个重大问题：AI评委经常不按既定标准评判（规划失效），不同评判维度高度重合无法独立区分（因子坍塌），以及ELO评分系统通过数学变换掩盖了底层的不确定性。研究开发了专门的诊断工具来检测这些问题，并提出了改进建议，对依赖AI评判系统的学术研究和商业应用具有重要警示意义。

信创产业,即信息技术应用创新产业,是我国 IT 产业发展升级采取的长期计划。

从“库存驱动生产”到“订单驱动生产”转型，从以往大批量、少批次的传统生产方式向小批量、多批次转变，甚至向个性化需求定制C2M（柔性制造）发展。新一代信息技术与制造业的深度融合正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式…