/
SAP ECC客户转向可组合ERP以避免昂贵升级
一项针对455家企业的调研显示，几乎所有受访组织都难以证明SAP S/4Hana升级成本的合理性。31%的企业和IT领导者表示难以为S/4Hana制定积极的投资回报率案例。64%的受访者认为从SAP ECC升级需要付出相当努力。29%仍使用ECC的企业不再依赖SAP创新，转而选择基于多供应商的可组合ERP策略。83%的受访者认为可组合方案在获取AI等新兴技术方面具有明显价值。
北京大学团队首创WoW世界模型：让AI真正理解物理世界的革命性突破
北京大学团队开发出WoW世界模型，这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练，WoW不仅能生成逼真视频，更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力，在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展，为通用人工智能奠定重要基础。
希捷研发基于CXL内存的可组合内存设备
希捷与ZeroPoint Technologies在OCP全球峰会上展示了CXL内存层级中的硬件加速压缩技术。希捷正在开发可组合内存设备(CMA)，该设备作为CXL Type 3内存扩展器，允许连接的服务器通过CXL架构访问共享的可扩展内存资源。ZeroPoint的DenseMem技术通过透明的内联内存压缩，将有效容量提升1.85至2.25倍，从而降低DRAM成本。该技术可集成到CXL Type 3设备SoC中，在主内存速度下实现实时压缩。
华为ACT路径助力企业大规模AI应用跨行业落地
华为在上海Connect 2025大会上发布智能化转型路径，帮助企业实现大规模AI应用。ACT路径包括评估高价值场景、使用垂直数据校准AI模型、通过规模化AI智能体转型业务运营三个步骤。南方电网使用昇腾平台开发电力大模型MegaWatt，将输电线路缺陷识别效率提升5倍。润达医疗与华为合作开发AI病历解决方案，病历生成时间仅需1秒。
斯坦福大学利用AI合成数据绘制大脑奥秘
斯坦福大学研究团队开发了名为BrainSynth的AI系统，通过生成式AI技术创建解剖学上合理的3D大脑MRI影像。该项目由精神病学和行为科学教授Kilian Pohl博士主导，旨在通过AI生成的合成数据来研究大脑疾病的细微影响。研究显示，超过一半的合成MRI脑区域在解剖学上是合理的，能够准确编码年龄和性别等生物因素的影响，为神经科学研究提供了宝贵的数据资源。
港大和蚂蚁集团：AI如何让自己出题训练自己变聪明
香港大学和蚂蚁集团联合推出PromptCoT 2.0，这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略，AI能像老师备课一样先构思解题思路再出题，大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升，为解决AI训练数据稀缺问题提供了新思路。
ETH苏黎世与迪士尼研究院联手：让AI画图快8倍还更清晰的神奇技术
ETH苏黎世和迪士尼研究院联合开发的HiGS技术，通过巧妙利用AI绘画过程中的历史信息，实现了图像生成速度6-8倍提升的同时保持更高质量。这项即插即用的技术无需重新训练模型，在ImageNet数据集上创造新纪录，为AI图像生成领域带来重要突破，具有广泛的实际应用价值。
Max Planck研究所首次发现：电脑也有"注意力不集中"的毛病，新技术让AI看图更精准
德国Max Planck研究所团队发现AI存在"注意力不集中"问题，开发出REFAM技术通过巧妙利用停用词作为"注意力磁铁"来重分配AI注意力资源。该技术让AI能更准确地根据自然语言描述在图像中定位目标对象，在多个标准测试中创造新纪录，为医疗影像、自动驾驶等领域应用提供重要技术突破。
罗切斯特理工学院团队突破性成果：让机器能够"看懂"并"解释"为什么选择这个视频
罗切斯特理工学院团队开发出X-CoT系统，突破传统视频推荐"黑箱"限制，利用大语言模型进行链式推理，不仅提升检索准确率5.6%，还能详细解释每个推荐选择的原因。该系统通过两两比较和Bradley-Terry模型优化排序，同时创建结构化视频注释增强语义理解，为可解释人工智能在多媒体检索领域开创新方向。
智能视觉革命：DEIMv2如何将目标检测推向新高度——Intellindust AI实验室的突破性成果
Intellindust AI实验室推出DEIMv2实时目标检测系统，融合DINOv3技术实现八个版本全场景覆盖。创新的空间调谐适配器让最大版本仅用50.3M参数达到57.8 AP，首次实现sub-10M模型突破50 AP大关。从GPU服务器到移动设备的完整产品线，为智能视觉应用提供了性能与效率完美平衡的解决方案。
大语言模型竟然连最基本的格式要求都做不到？莫斯科高等经济学院揭露AI的"格式盲区"
莫斯科高等经济学院研究员尼古拉·斯克里普科开发了IFEval-FC基准测试，专门评估大语言模型在函数调用中遵循格式指令的能力。研究发现，即使是GPT-5和Claude Opus 4.1等最先进模型，在处理看似简单的格式要求时准确率也不超过80%，揭示了AI在实际应用中的重要局限性。
上海AI实验室推出MinerU2.5：让文档解析变得像看图说话一样简单
上海人工智能实验室联合多家机构推出MinerU2.5文档解析模型，仅用12亿参数就在文本、公式、表格识别等任务上全面超越GPT-4o等大型模型。该模型采用创新的两阶段解析策略，先进行全局布局分析再做局部精细识别，计算效率提升一个数量级。通过重新定义任务标准和构建高质量数据引擎，MinerU2.5能准确处理旋转表格、复杂公式、多语言文档等挑战性内容，为文档数字化提供了高效解决方案。
英伟达突破视频生成瓶颈：LONGLIVE让普通电脑也能实时生成超长视频
英伟达研究团队开发的LONGLIVE系统实现了实时交互式长视频生成的重大突破。该系统通过KV重缓存、流式长视频调优和短窗口注意力等创新技术，在单块H100显卡上达到20.7FPS的生成速度，支持240秒视频生成，速度比现有系统快41倍。核心创新在于解决了传统视频生成系统面临的效率与质量矛盾，以及交互式生成中的视觉连续性难题，为视频创作的民主化开辟了新路径。
AI大语言模型训练的"熵值困境"：中科大团队如何让机器学习更稳定
中科大研究团队针对AI大语言模型训练中的"熵值困境"问题，提出了分位数优势估计新方法。该方法通过改进基准线设定策略，有效解决了训练过程中的熵值崩塌和爆炸问题，在数学推理任务上实现了显著性能提升。研究显示，仅需一行代码修改就能获得21.5%的准确率改进，且具有80%样本自动过滤的高效特性，为AI训练稳定性提供了理论保障和实用解决方案。
罗格斯大学与Adobe联手破解AI智能体训练难题：大模型如何在复杂任务中学会平衡探索与利用
罗格斯大学与Adobe联合研究发现AI智能体在执行30+步骤的复杂任务时会遭遇"探索-利用级联失效"——早期盲目探索导致错误决策传播至后续步骤，造成训练崩溃。研究团队开发的EPO框架通过轨迹感知熵正则化、历史窗口平滑机制和自适应权重调整，成功解决了这一难题，在测试中实现152%性能提升，为AI智能体处理复杂多步任务奠定了重要基础。
KAIST团队用AI当"审稿神探"：破解学术评审中的"瞎说八道"难题
KAIST团队开发了名为REVIEWSCORE的AI系统，用于识别学术评审中的错误信息。研究发现，在AI顶级会议的评审意见中，26.4%的问题在论文中已有答案，15.2%的批评基于错误信息。该系统通过分析评审逻辑、验证前提假设来评估评审质量，为解决学术评审质量下降问题提供了新思路。
清华、新加坡大学等顶尖高校联手：让AI像人类一样深度思考，解决推理训练中的"偏心"问题
清华大学、新加坡国立大学等顶尖高校联合发布重大AI研究成果，创新性地提出变分推理框架解决AI推理训练中的偏见问题。该方法将AI思考过程分解为思维轨迹和答案两部分，通过"思考教练"机制避免AI偏向简单问题的毛病。实验显示在数学、编程等多个领域均有显著提升，为构建更智能可靠的AI系统奠定基础。
传统强化学习新变革：谷歌等研究机构发现语言模型可以跳过数字评分直接从文字反馈中学习
新加坡国立大学等机构研究团队提出反馈条件策略（FCP），让AI直接从文字反馈学习而非转换为数字评分。该方法在数学和通用推理任务上表现优异，能处理复杂混合反馈，支持灵活的行为控制，避免了传统强化学习中的奖励黑客问题，为AI训练开辟了新路径。
上海AI实验室发布CapRL：图像描述能力实现飞跃式突破
上海AI实验室等机构联合发布CapRL框架，通过创新的强化学习方法解决AI图像描述质量评判难题。该方法将主观的描述质量转化为客观的问答准确率测试，使30亿参数模型达到720亿参数模型的描述效果，在多项基准测试中实现显著提升，为视觉AI应用带来实质性改进。
京公网安备 11010802021500号
