全球移动供应商协会研究显示，5G固定无线接入市场持续增长，2024年用户终端设备出货量达2800万台，同比增长22%。预计2025年将增长26%至3530万台。首次有超过一半的全球区域报告5G设备出货量占比超50%，其中北美和印度…详细

无线通信5G技术市场增长

全球顶级人工智能公司正加大对"世界模型"的投资，寻求实现机器"超级智能"的新途径。谷歌DeepMind、Meta和英伟达等公司正开发能通过视频和机器人数据学习导航物理世界的系统，而非仅依赖语言。这一转变源于大语言模型…详细

人工智能世界模型市场前景

康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现，发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强，…详细

量子计算混合神经网络图像分类

沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala"，通过创新的"翻译再调优"技术路线，将高质量英语指令数据转化为450万规模的阿拉伯语语料库，训练出350M到9B参数的多个模型。在阿拉伯语专项测试中，Hala…详细

人工智能自然语言处理新型算法

香港科技大学团队发表重要研究，提出PANORAMA系统架构解决机器人视觉局限性问题。研究系统分析了360度全方位视觉技术在具身AI时代面临的数据瓶颈、模型能力和应用空白三大挑战，并提出包含数据采集、感知、应用和部署…详细

人工智能计算机视觉系统架构

抖音SAIL团队联合新加坡国立大学开发的SAIL-VL2多模态AI模型，以2B-8B的紧凑参数实现了超越大型模型的性能。通过精心的数据筛选、渐进式训练和架构优化，在106个数据集测试中表现卓越，其中2B版本在4B以下开源模型中…详细

多模态人工智能视觉语言模型高效模型架构

加州大学团队首次全面评估了五种主流AI行为控制技术，发现当前方法在提升AI安全性的同时会产生意想不到的副作用。研究通过SteeringControl框架测试发现，不同控制方法在不同AI模型上效果差异巨大，且普遍存在"行为纠…详细

人工智能表征操控AI安全控制

微软亚洲研究院开发的AV-DiT系统实现了音视频联合生成的重大突破，能够像人类一样理解声音与面部表情的对应关系。该系统采用扩散变换器架构，通过创新的注意力机制和分层处理策略，实现了高质量的音视频同步生成。实…详细

人工智能音视频生成扩散模型

清华大学等机构组织的MARS2多模态推理挑战赛历时两个多月，76支知名团队参与，通过三个赛道全面考察AI在真实场景视觉定位、空间感知问答和广告视频推理等复杂任务上的能力，结果显示即使最先进AI模型表现仍不理想，为…详细

多模态推理视觉定位复杂推理

阿里巴巴通义实验室推出Wan-Animate，这是一项革命性的角色动画技术，能让静态照片中的人物按照参考视频动起来。该技术支持动画和替换两种模式，通过精确控制身体动作和面部表情，实现高质量角色视频生成。在与商业产…详细

人工智能角色动画视频生成