8月13-16日在鄂尔多斯国际会展中心举办的第21届CCF全国高性能计算学术大会(CCF HPC China 2025)
2025年8月15日,以“先进算力新选择”为主题的“2025华为算力场景发布会暨北京xPN伙伴大会”成功举办。
英国电信服务商Zen Internet与Sky商业批发部门宣布建立战略合作伙伴关系,Zen的合作伙伴和直接商业客户将获得Sky以太网交换机网络服务。Sky拥有超过2800个交换机的网络,其中80%以上支持10Gb服务。此次合作将加强Zen的合作伙伴门户The Fibre Hub,通过API策略和自动化能力的整合,加速报价、订购和服务交付流程,为英国企业提供更高性能的可扩展连接服务。
谷歌DeepMind发布了迄今最小的AI模型之一Gemma 3 270M,仅有2.7亿个参数。该模型专为低功耗设备设计,可在智能手机等设备上离线运行。尽管体积小巧,但经过微调后仍能处理复杂的特定领域任务。在指令跟随基准测试中获得51.2%的成绩,超越同类小型模型。在Pixel 9 Pro上测试显示,25次对话仅消耗0.75%电量,展现出色的能效表现。
戴尔科技正依托全球领先的技术实力与深厚的本地洞察,助力企业打造可随时扩展、敏捷交付,并能驱动持续创新的数字底座,把不确定性转化为增长的新动能。
阿里达摩院联合多所高校提出AffordDex框架,让机器人灵巧手首次具备类人功能感知能力。通过两阶段训练结合负面功能感知分割技术,实现既自然又安全的物体抓取,成功率达89.2%,人类相似性评分8.6分,功能正确性远超现有方法,为通用机器人智能发展奠定重要基础。
亚马逊云科技生成式AI技术创新中心1亿美元的再次投入,将在既有成果的基础上,更精准地聚焦客户当前需求,推动生成式AI和Agentic AI的广泛落地,并借助合作伙伴释放更大的规模效应。
斯坦福大学研究团队开发了史上最具挑战性的AI数学推理测试系统Putnam-AXIOM,基于威廉·洛威尔·普特南数学竞赛的522道大学级难题。测试结果显示,即使最强的AI模型也只能达到42%的正确率,远低于它们在传统测试中的表现。研究还创新性地引入了变形题目生成和教师强制准确率评估方法,有效识别了AI对训练数据的记忆依赖问题,为真实评估AI数学推理能力提供了新标准。
普渡大学研究团队开发了ASTRA红队系统,通过"空间时间探索"方法系统测试AI编程助手安全性。与传统方法不同,ASTRA专注现实使用场景,通过构建领域知识图谱和分析AI推理过程发现漏洞。实验显示ASTRA比现有技术多发现11-66%安全问题,生成的测试用例可提升AI安全训练效果17%,为AI编程助手安全保障提供了重要工具。
土耳其萨班哲大学研究团队开发了突破性AI系统TCSSM,能够结合卫星图像和地理灾害描述,自动评估全球各地的自然灾害损失。该系统通过分析216万个问答样本,在跨地域测试中达到87.68%的平均准确率,为国际救援提供快速精准的损失评估工具。
意大利卡利亚里大学研究团队开发了RedDino,一个专门用于红细胞形态分析的AI基础模型。该系统基于改进的DINOv2自监督学习框架,在125万张红细胞图像上训练,能够识别多种红细胞形态异常。测试结果显示,RedDino在红细胞分类任务上比现有最佳方法提升2-3%,并展现出优异的跨数据源泛化能力。研究团队已将代码和预训练模型开源,为血液学诊断提供了强大工具。
达拉斯德州大学和Zoom公司联合研究团队开发了LogicIFGen框架,用于测试AI模型执行复杂逻辑指令的能力。他们构建了包含426个任务的LogicIFEval测试集,对21个主流AI模型进行评估。结果显示即使是最先进的模型准确率也仅为85%,大部分模型低于60%。研究发现AI在控制流执行、状态跟踪等方面存在显著不足,具有思考能力的模型表现更好。
ChatGPT自2022年11月发布以来已成为全球现象,目前拥有3亿周活跃用户。2024年是OpenAI关键一年,推出了具备语音功能的GPT-4o、文本生成视频模型Sora,并与苹果合作开发Apple Intelligence。然而公司也面临高管离职、版权诉讼等挑战。2025年,OpenAI在与中国竞争对手的AI竞赛中努力保持领先地位,同时推进大型数据中心项目和融资计划。
谷歌正在为其免费AI研究助手NotebookLM开发一项代号为Magic View的神秘新功能。据AI新闻网站Testing Catalog通过功能标志分析发现,该功能将出现在Studio面板中,与音频和视频概览功能并列。目前尚不清楚Magic View的具体功能,但截图显示其界面类似点阵网格,用不同颜色的点填充。该功能可能专注于学习或面向学生用户,将被归类在新的Notebook Apps下拉菜单中。
摩根士丹利研究团队开发了专门掌握Q编程语言的AI模型QQwen,通过创新的三阶段训练方法(预训练、监督学习、强化学习),让开源AI模型在Q语言编程测试中达到59%准确率,超越GPT-4.1等商业模型。研究团队完全开源了模型、数据和训练代码,为AI专业化训练提供了可复制的成功范式,证明了中等规模开源模型通过针对性训练可以在特定领域超越大型商业模型的表现。
Good Start Labs与多位独立研究者合作开发了首个让任意大语言模型无需训练即可玩完整外交游戏的评估框架。通过优化文本化游戏状态表示,240亿参数模型就能可靠完成比赛。研究发现模型会自然展现承诺、背叛、联盟等复杂策略行为,且不同模型表现出独特的"外交性格"。该框架大幅降低了AI战略推理研究门槛,为理解语言模型的策略能力提供了新途径。
法国Inria研究所开发的TopXGen技术通过让AI先用小语种创作文章再回译成英语的创新方法,成功解决了小语种机器翻译训练数据稀缺的难题,在十种小语种上实现了翻译质量的显著提升。
东卡罗来纳大学研究团队开发出一种革命性的3D高斯点云风格转换技术,无需重建或优化即可将任意风格应用到3D场景。通过构建表面图形网络,该方法将2D风格转换技术巧妙移植到3D空间,处理速度从传统的20分钟到3小时缩短至1-2分钟,且可在普通消费级硬件运行,为3D内容创作带来前所未有的便利性。
东卡罗莱纳大学研究团队开发了一种革命性的AI风格转换技术,能够精准地只对图片中用户选择的特定区域进行艺术化处理,而非传统的整张图片处理。该技术采用部分卷积方法,配合三种创新的边界融合技术,解决了区域风格转换中的色彩分布不匹配和边界不自然等关键问题,支持多区域多风格并行处理,几秒内完成转换,已开源供开发者使用。