当算力网络无处不在，会为我们的生活带来怎样的改变？当产业数字化遇上算力又会迸发怎样的潜能？

飞桨公布最新全景图，带来多达35项全新发布和重磅升级，不仅进一步升级核心框架、完善从开发训练到部署的全流程工业级极致体验、深化企业端服务，更着眼未来，引领布局前沿技术，首发量子机器学习开发工具“量桨”，以及蓄力AI人才培养和开发者生态等。

Mistral AI首次推出推理模型Magistral，采用纯强化学习训练让AI学会深度思考。该模型在数学推理能力上提升近50%，能够展示完整思考过程，并意外获得多模态推理能力提升。研究团队开源了Magistral Small模型，为AI推理能力发展开辟新路径，证明了强化学习在培养AI思维能力方面的巨大潜力。

Meta AI研究院开发的DINOv3是一项革命性的自监督学习视觉模型，通过观察16.89亿张未标注图片学会理解图像。该模型采用创新的Gram锚定技术解决大规模训练难题，在目标检测、图像分割、深度估计等多个任务上达到业界最高水平，并成功应用于卫星遥感、医学影像等专业领域，为人工智能视觉理解能力的发展开辟了新路径。

加州理工学院研究团队开发出名为Kyvo的突破性AI系统，首次实现文字、图像和3D空间信息的统一处理。该系统通过创新的"结构化3D表示法"和"统一token空间"技术，让AI能够同时理解和生成三种不同类型的信息。在四大核心任务（3D渲染、识别、指令跟随、问答）中表现出色，为设计、机器人、AR/VR等领域带来重要应用前景。

沙特Misraj团队开发出专门识别阿拉伯文档的AI模型Baseer，解决了阿拉伯文从右到左书写、字母变形、变音符号复杂等技术难题。该模型在50万对图像-文本数据上训练，词错误率仅0.25，显著超越谷歌、微软等产品。研究团队还创建了高质量评测基准，为全球4亿阿拉伯语使用者的数字化需求提供了重要技术支撑。

阿里巴巴团队提出UniME框架，通过两阶段训练方法突破传统多模态AI的局限性。该技术采用文本知识蒸馏和困难负样本训练，显著提升了模型在图文理解、检索和组合概念处理方面的能力，在多个基准测试中取得3-10%的性能提升，为未来智能搜索和多媒体理解应用奠定了重要基础。

卡内基梅隆大学发布了他们的一项最新研究，他们对20多个开源推理模型进行了后训练，涵盖数学推理、科学问答、代码生成、指令遵循等多个维度，最终发现，数学能力优异的模型，在其他任务上表现平平，甚至还不如未加强数学推理能力的原始模型

论文有多水？这个AI系统一眼识破：KnoVo自动评估学术论文创新值

孟加拉国联合国际大学研究团队开发了VisText-Mosquito多模态数据集，这是首个集成视觉检测和自然语言推理的蚊子繁殖点识别系统。该系统包含1970张标注图像，能够识别五类繁殖容器并进行水面分割，同时提供人类可理解的判断解释。YOLOv9s等模型达到92.9%检测精度，为全球蚊媒疾病防控提供了AI技术支撑。

7月28日，以“数字赋智，协同创新”为主题的“2022年全球数字经济大会-京津冀工业互联网协同发展论坛”在国家会议中心成功举办。

在《三体》小说中，维度战争给读者留下了深刻的印象。而在商业变革中，“降维打击”实际上就是数字化转型的过程，即通过高阶算法对数据进行升维，抽取海量数据中的特征并描述出来，进而重构一个新的商业世界。

Captions公司推出的Mirage是一项革命性的AI视频生成技术，仅通过音频就能生成完全匹配的说话视频。该技术采用先进的扩散模型，能够分析音频中的语调、节奏和情感信息，转换为自然流畅的视频内容。Mirage在嘴唇同步准确率和面部表情自然度方面表现出色，为教育培训、内容创作、企业宣传等领域提供了低成本、高效率的视频制作解决方案，有望推动整个数字内容创作行业的变革。

时下火热的AIGC与低代码开发，是否能碰撞出新的火花？

Meta FAIR发布突破性视觉语言世界模型VLWM，首次让AI具备"想象未来"能力。该系统能观看视频理解环境，在脑海中模拟行动结果并选择最优方案，包含快速直觉和深度思考两种规划模式。基于18万视频训练，在多项基准测试中表现卓越，人类评估Elo评分达1261。

乔治梅森大学研究发现，最新AI模型在预测准确性上首次超越普通人群，但仍显著落后于人类顶级预测专家。通过464个真实预测问题的测试，OpenAI的o3模型表现最佳，但"超级预测师"的表现仍是AI的六倍。研究揭示AI在政治预测上表现较好，但在经济问题上相对较弱，同时存在过度自信的问题。

2023年12月23日下午,OpenHarmony城市技术论坛(以下简称“技术论坛”)——第6期(武汉站)于华中科技大学梧桐语问学中心明德报告厅圆满举办。

当下，全世界依然处在与新冠肺炎的激烈抗争之中，每一点技术创新和聪明才智的运用，都使我们在战胜这一疾病的道路上又前进了一步。

想象一下，你有一位智能助手，它能够理解各种视频内容并回答你的问题。你给它看一段关于中国传统节日的视频，问它"这个节日人们通常会吃什么食物？"。如果这个助手主要是"看过"西方文化背景的视频，它很可能会对中国文化相关的问题感到困惑。

商汤科技始终坚持以原创AI技术赋能各行各业