跨度轿车品牌宝马于2023年第三季度宣布，旗下新车型将正式接入革命性的DeepSeek技术。这一创新科技将应用于搭载第九代操作系统的多款新车，涵盖BWM 5系长轴距版、纯电动i5及<全新 X3长轴距版等主力车型，现有车主亦可通过升级享受该功能。
通过深度整合的BMW智能个人助理，用户可实现更自然的语音交互体验。系统不仅能精准理解 “去静安寺商圈购物” 等生活化指令并即时响应，更能针对如 “用童话故事解释黑洞” 等复杂需求生成创意内容，显著提升了交互的趣味性和场景适应性。
宝马官方强调，引入DeepSeek技术的核心目标在于强化车载系统的 “场景化服务能力”。该技术突破性地实现驾驶过程中信息获取与服务调用的零层级操作，使用户通过最直观的语音对话即可掌控车辆功能，兑现”科技为生活服务“的品牌承诺。
智谱与生数科技达成战略合作
4月27日，清华大学旗下的智谱（Z.ai）与生数科技（shengshu.com）宣布达成重大战略合作，聚焦大语言模型和多模态生成模型的技术突破，共同推进国产大模型的产业落地。
合作涵盖四大领域：联合研发、产品联动、解决方案整合及行业协同。其中，在产品合作中，智谱将通过MaaS平台接入生数科技的Vidu API，整合视频生成技术，为开发者和企业客户提供更全面的服务支持。
双方还将针对政企服务、泛互联网、文化旅游、广告营销、动漫影视及广电媒体等垂直行业，打造多模态生成技术的高竞争力解决方案，推动AI应用的多元化与规模化落地。
联合研发方面，智谱GLM系列大模型与生数科技的多模态通用大模型形成技术协同。值得关注的是，智谱的开源视频生成模型“CogVideoX”已在GitHub获得超1万星标，展现了其技术领先性。双方将共同提升国产大模型的综合实力。
此次合作体现了清华系人工智能领军企业强强联合的成果，既强化了国产大模型的技术创新根基，也为其在重点行业的生态发展注入活力，凸显了中国AI产业的长效潜力与战略布局。
1. 签证突遭吊销
加州AI博士因多年前与警察的普通互动被吊销学生签证，十年清白记录仍导致身份失效。类似案例波及常春藤盟校等全美高校，OpenAI、谷歌顶尖学者透露考虑离美。
2. AI领域受重创
加州理工教授警告，每损失一名博士生可能导致研究倒退数年。Transformer作者、OpenAI联创等AI先驱均依赖学生签证成长，当前政策正切断人才输送管道。
3. AI系统误判泛滥
特朗普政府使用马斯克团队提供的AI技术筛查签证，超速罚单、伴侣争吵等非刑事记录均触发撤销。律师揭露系统缺乏人工复核，布里格姆杨大学案例显示错误可逆转但流程失控。
4. 经济连锁反应
国际学生年贡献438亿美元经济价值，支撑37.8万就业岗位。NAFSA数据显示每3名学生创造1个本土岗位，语言课程和社区学院贡献显著增长。
5. 司法反击暂获胜利
133名多国学生联合诉讼赢得临时禁令，法官裁定恢复其合法身份至5月2日。诉讼律师指出政府行为非法，但多数学校仍无法获知具体吊销原因。
1. 研讨会背景
行业正热议大模型与机器人投资，企业面临技术落地与ROI的抉择。赞奇科技特邀实战团队于本周三下午3:00线上分享数字化转型项目细节。
2. 转型关键策略
• 场景调研：通过案例学习扩展认知，评估软硬件投入
• 人才配置：内部团队培训或外部合作开发，平衡人力成本
• 算力选择：推荐NVIDIA RTX AI工作站（如RTX 5000 Ada），兼顾AI训练/图形仿真且成本可控
3. 技术工具建议
• 平台选择需考量大模型特性（DeepSeek/Llama等）与数据安全
• Omniverse等企业版工具可获技术支持与生态资源，建议评估长期收益
4. 参与价值
规避常见实施陷阱，获取场景化解决方案与ROI评估方法，扫描文末二维码预约。
1. 技术背景
3D Gaussian Splatting（3DGS）作为新一代高效三维建模技术，因其自适应特性成为替代NeRF的主流方案，被广泛应用于LumaAI、Polycam等平台。
2. 安全漏洞发现
新加坡国立大学与昆仑万维团队在ICLR 2025论文中首次揭示：通过细微修改输入图像（Poison-Splat攻击），可导致3DGS训练阶段显存暴涨、系统宕机，攻击隐蔽且具备跨平台传染性。
3. 攻击原理
利用3DGS自适应特性，通过max-min双层优化设计扰动图像，关键技术包括：代理模型近似、非光滑性诱导、扰动约束，使高斯点数量激增（实验显示显存消耗最高增加8倍）。
4. 现实威胁
攻击对黑盒模型（如Scaffold-GS）同样有效，用户上传被篡改图像即可触发，可能导致商业平台24GB显卡显存溢出，服务瘫痪。
5. 防御困境
简单限制高斯点数量会严重降低建模质量，目前尚无有效防御方案，研究者已开源全部代码以促进安全研究。
1. 成本成为AI应用落地的核心瓶颈
2025年AIGC技术进入全面落地阶段，但智能体（Agent）应用面临百倍至千倍的Token消耗增长，导致使用成本居高不下。例如DeepSeek的R1模型单次回答消耗Token量达传统LLM的20倍，OpenAI等API价格更是高达88至数千美金。
2. 移动互联网的启示：提速降费决定普及速度
参照2014-2021年移动流量成本下降90%带来数千倍流量增长的案例，AI行业需在三年内实现”千倍降本”。斯坦福数据显示，Llama-3.1模型成本已从ChatGPT-3.5的20美元降至7美分（降幅1/280），但模型性能提升带来的Token消耗增长仍需更大幅度降本。
3. 中国用户习惯倒逼免费商业模式
95%中国互联网用户习惯免费服务（通过广告/增值业务变现），AI应用要普及必须满足这一需求。当前AI领域付费率仅3%-5%，与移动互联网时代的游戏/内容付费率相似。
4. PPIO的端到端降本方案
通过四大技术路径实现每年成本下降90%：①开源模型与框架整合（如DeepSeek适配vLLM等框架）；②全球分布式算力调度（覆盖1200城4000+节点，响应速度10毫秒）；③闲置算力复用（数据中心利用率提升至50%+）；④老旧训练卡转推理（如A100再利用）。案例显示Llama-8B服务价格从0.1美元降至0.01美元（1年降90%）。
5. 行业展望：三年千倍降本目标
PPIO当前平台日Token消耗已破千亿（月增50%+），预计通过持续优化实现三年千倍降本，类比iPhone软硬一体化模式，推动AI进入”免费普及”时代。
1. 一键闪记功能
OPPO Find X8 Ultra首发由阶跃星辰提供的「一键闪记」功能，用户通过左侧快捷键可快速调用。该功能能智能识别屏幕内容、生成摘要，并将信息分类存储至”小布记忆”应用，支持记录日程、航班、错题、种草清单等多种场景。
2. 多模态AI技术支持
阶跃星辰还为OPPO开发了「一键全能搜」（跨APP自动执行搜索任务）和「一键问屏」（通过拍照实现视觉搜索与智能问答，如说明书解析、卡路里计算），目前Find X8系列已支持问屏功能。
3. 产品定位
这些AI功能将手机转化为个性化知识库管家，通过多模态技术满足用户碎片化信息管理需求，强化了旗舰机的智能交互体验。
核心升级亮点：
– 1080p 手持屏幕 + 4K 60fps 桌面模式，支持 HDR10、VRR（最高 120Hz）及 NVIDIA DLSS 超分辨率技术
– 存储容量提升至 256GB（原版 32GB/OLED 64GB），仅支持 MicroSD Express 卡
– 电池容量 5220mAh（续航 2-6.5 小时），比原版更耗电但性能更强
价格与发售信息：
– 基础版定价 $429.99 / £395.99 / AU$699.95，捆绑《马力欧卡丁车9 赛道通行证》数字版售价 $499.99（节省 $79.99）
– 美国预购推迟至未定日期，6月5日如期发售
硬件设计改进：
– 屏幕尺寸增至 7.9 英寸（原版 6.2 英寸），重量增加 0.26kg（总重 0.54kg）但保持 15mm 薄度
– 新增底部 USB-C 接口（共 2 个），支持有线以太网和 GameChat 相机配件
– Joy-Con 2 改用圆角设计，支持第三方摄像头
软件与兼容性：
– 原版 Switch 游戏全兼容，部分支持「Switch 2 版本」付费升级（如《银河战士 Prime4》）
– Nintendo Switch Online 增加 GameCube 手柄支持
– 原版 Switch 将持续更新至 2026 年（如《Tomodachi Life》《节奏天国》）
对比原版关键差异：
– **连接性**：Wi-Fi 6 vs Wi-Fi 4（原版）
– **CPU/GPU**：定制 NVIDIA 芯片 vs 旧版 Tegra 处理器
– **接口**：双 USB-C + HDMI vs 单 USB-C + HDMI
购买建议：
– 现有 Switch 用户可暂缓升级，但首发游戏（如《马力欧卡丁车9》《塞尔达 王国之泪 Switch 2 版》）值得体验
– 新用户建议直接购 Switch 2，原版已显落后且未来游戏优化有限
1. ICLR 2025 论文录取情况
ICLR 2025 共接收 11,565 份投稿，收录率为 32.08%，其中 Spotlight 和 Oral Presentation 占比约 5.1%。蚂蚁集团表现亮眼，17 篇论文被收录，涵盖具身智能、强化学习、大模型优化等前沿领域，其中 1 篇入选 Spotlight。
2. 蚂蚁集团活动亮点
– 闭门研讨会：4月25日举行，嘉宾包括蚂蚁集团CTO何征宇、清华/浙大学者，分享技术成果与招聘计划。
– 星河之夜晚宴：4月26日于新加坡市中心，提供学术交流与海鲜盛宴。
– 展台互动：4月24-26日设展（Singapore EXPO Hall2 C10），可对话技术团队并探索职业机会。
3. 参与方式
扫描二维码预约活动，报名成功后将通过微信/邮件联系。蚂蚁集团诚邀技术先锋共话AI未来！
（注：原文链接及嘉宾头衔等细节已简化，核心信息保留并突出显示。）
1. 研究背景与成果
南洋理工大学与商汤科技联合提出视频抠图新方法MatAnyone，由博士生杨沛青（CVPR/NeurIPS等多篇顶会论文作者）主导，周尚辰教授与吕建勤教授指导。该方法突破复杂场景下发丝级细节与语义稳定性的挑战，相关论文及代码已开源。
2. 核心创新点
• 目标指定型抠图：仅需首帧掩膜标注，即可全视频稳定追踪目标
• 区域自适应记忆融合：动态区分变化区域（边缘依赖当前帧/主干保留记忆）
• 共头监督策略：直接利用分割数据优化抠图主头，提升语义稳定性
• 自建高质量数据集：VM800训练集（规模翻倍）与YouTubeMatte测试集（难度升级）
3. 技术优势对比
• vs 无辅助方法（如RVM）：避免多目标混淆（如背景行人误抠）
• vs 辅助引导方法（如MaGGIe）：仅需单帧标注，降低人工成本
• 视频抠图 vs 视频分割：额外预测透明度（alpha），要求更高细节精度
4. 应用场景
• 通用视频抠图（影视/直播背景替换）
• 实例抠图（多人物中指定目标）
• 高精度迭代优化（广告/影视后期）
5. 实验表现
在VideoMatte/YouTubeMatte数据集上：
• MAD/MSE/dtSSD指标最优（语义及时序稳定性）
• Conn指标领先（视觉连贯性）
• 定性对比显示更优发丝细节与抗干扰能力
6. 未来方向
探索更高效训练策略、泛化数据构建及通用记忆机制，突破当前真实数据稀缺的限制。