“兵法云，兵之情主速，乘人之不及”。在“战疫”的上半场，很多企业被打了个措手不及；进入后疫情时代，中国企业智慧转型绝不能再打“无准备之仗”。

这项由宾夕法尼亚州立大学研究团队开发的FOVER方法解决了AI推理验证器训练中的两大难题：数据标注成本高和应用范围有限。研究者利用形式验证工具（如Z3和Isabelle）自动检查AI在形式逻辑和定理证明任务中的每一步推理是否正确，创建了高质量的训练数据集。令人惊喜的是，经过这种训练的验证器不仅无需人工标注数据，还能泛化到各类推理任务，在12个不同基准测试中表现优异，甚至在某些任务上超越了使用人工标注训练的验证器。这为提高AI推理能力提供了一条高效、通用的新途径。

做过应用迁移的都知道，基于传统平台的应用软件迁移到新的创新架构平台，要考虑众多因素

香港中大与字节跳动联合研究团队开发出InterActHuman系统，解决了AI生成多人交互视频的技术难题。该系统通过创新的"局部条件注入"方法和动态掩码预测技术，实现了精确的多人音频-视频同步，在唇语准确性和用户体验方面远超现有技术，为未来影视制作、游戏开发和教育应用开辟了新的可能性。

清华大学等多家机构研究团队完成了语音分离技术的全面调研，系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战，分析了各种学习范式和网络架构的优劣，并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向，为学术界和产业界的技术选型提供了重要参考，推动语音分离从实验室走向实际应用。

本文将以产供销一体化为切入点，重点探讨APS高级计划排程系统在企业供应链管理与生产制造体系变革中所发挥的作用，通过拉通企业需求端到供应端的全业务价值链，引导制造企业有序推进数字化转型和智能化升级。

腾讯AI实验室联合多所知名高校开发了一种名为CDE的新型AI训练框架，通过模仿儿童的好奇心学习机制，让大语言模型能够自主探索未知领域。该方法使用两套"好奇心传感器"指导模型学习，在数学推理任务上平均提升3个百分点，同时解决了传统方法中的"校准崩塌"问题，为开发更智能自主的AI系统开辟了新路径。

这里俨然一个孕育未来智能物种的热带雨林，而创造这一切的，是居住在岛上的“岛民们”。

想象一下，你有一个非常聪明的助手，但这个助手有时会按照自己的想法行动，而不是严格遵循你的指示。在人工智能领域，这就是我们所说的"指令遵循"问题。

企业财务数字化缘何被国务院、财政部频频“点名”？在数字化转型当下，企业如何下第一步棋？数据中台如何当好管理会计的“首席赋能官”？IPA将“取代”RPA成为财务领域的新宠？未来的TA既是业务人员也是财务人员？

北京大学团队开发出名为JARVIS-VLA的突破性AI系统，能够像人类玩家一样熟练操作《我的世界》游戏。该系统采用创新的三阶段训练方法：先学习游戏世界知识，再训练视觉理解能力，最后学习具体操作技巧。与传统AI不同，JARVIS-VLA不是简单模仿人类行为，而是真正理解游戏规律后再执行任务，可完成超过1000种游戏任务，在各项测试中显著超越现有系统，为未来智能AI发展提供了新思路。

微软研究院团队提出了Rectified Sparse Attention（ReSA）技术，解决大型语言模型处理超长文本时的效率问题。ReSA结合了分组块稀疏注意力机制和定期密集矫正策略，既保持了生成质量，又显著提高了处理速度。实验表明，在数学推理、语言建模和检索任务上，ReSA几乎能达到密集注意力的性能水平，同时在处理25.6万词的超长文本时实现了2.42倍的速度提升，为长文本AI应用提供了实用解决方案。

香港大学团队开发出拥有30亿参数的视觉分词器GigaTok，首次解决了AI图像理解中"重建质量"与"生成质量"相互矛盾的技术难题。通过创新的语义正则化方法，该技术在保持图像重建精度的同时大幅提升了图像生成效果，为统一的多模态AI模型发展奠定重要基础。

4月23日，英特尔举办了主题为“因AI而生，‘疫’不容辞”的人工智能助力科技战疫线上沙龙，携手客户和合作伙伴分享实际案例，介绍英特尔推动AI应用落地的理念与实践，从而更好地凝聚产业共识，加速推动AI与医疗健康等众多行业的深度融合。

为了解决这样的困境，全球领先的电子商务和在线交易反欺诈公司Riskified（睿思飞）通过提供交易安全、用户体验和收益保护等关键环节的解决方案，为电商行业的发展保驾护航。

谷歌深度思维团队开发出名为MolGen的AI系统，能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据，在阿尔茨海默病等疾病的药物设计中表现出色，实际合成测试成功率达90%，远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年，成本降低一半，为患者更快获得新药治疗带来希望。

这项研究提出了个性化安全概念，解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力，并开发了RAISE框架高效获取关键用户信息。实验表明，提供用户背景可使安全分数提高43.2%，而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制"，为高风险领域的AI应用提供了新思路。

在智能世界的面前，没有什么理由停下脚步。华为继续为智能世界提供服务。

这项研究提出了LoHoVLA，一种用于长时序实体任务的统一视觉-语言-动作模型，融合了高层任务规划和低层动作控制功能。与传统方法不同，它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作，并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集，实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法，展现出统一架构在实现可泛化实体智能方面的潜力。

2021年将是我们在应对全球升温难题方面做出切实改变的最后一年。目前最具希望的答案，也许就在人工智能（AI）身上。