英伟达CEO黄仁勋认可华为的“韬定律”，称其为技术突破，但认为不会威胁台积电。他将华为的逻辑折叠与台积电的3D封装混淆，实际上两者在技术上有本质区别。华为的逻辑折叠通过三维折叠重构电路，显著提升性能，而台积电的技术则是优化物理堆叠。此评价被认为存在偏颇。

VGGT-Edit是一种新型3D编辑框架，旨在直接在3D空间中进行编辑，避免传统2D方法的不稳定性。该模型通过残差场预测和深度同步文本注入，实现快速、稳定的3D场景修改，单次编辑约需5秒，速度提升可达120倍。研究团队构建了DeltaScene数据集，以确保多视角下的几何一致性，推动3D编辑技术的发展。

北京大学与阿里巴巴达摩院合作，利用人工智能和卫星影像绘制中国首张高精度风光设施分布图，揭示风电与光伏的互补潜力。研究表明，跨区域协同可显著提升新能源利用效率，减少“弃风弃光”现象，为电力规划提供重要参考，助力实现“双碳”目标。

字节Seed与北大合作提出“原地测试时训练”（In-Place TTT），使大模型在推理时无需重训练即可更新参数，从而提高计算效率和适应能力，尤其在长文本任务中效果显著。

北京大学团队提出的新稀疏注意力机制HISA，速度提升2-4倍，几乎不损失精度。该机制通过块级粗过滤和块内精挑字符，降低索引器成本，适应超长文本需求，工程友好性强。测试结果显示HISA在速度和精度上表现优异，未来可进一步优化块特征计算和训练方式。

北京大学彭宇新团队提出了分类感知表征对齐方法TARA，旨在解决多模态大模型在生物类别分层识别中的挑战，提升细粒度和分层视觉识别的准确率。该方法通过对齐大模型与生物基础模型的表征，注入类别树知识，从而增强模型的识别能力。

小米MiMo团队由北大学子主导，迅速崛起于大模型研发领域，凭借深厚的科研背景和技术经验，展现出高效的产品开发能力和全球竞争力。

音频驱动的视频生成已成为多模态生成的重要方向。北京智源等机构提出了一种音画同步框架，通过将音频拆分为语音、音效和音乐，提升了视频生成的时序控制和音画对齐精度。实验结果显示，该方法在视频质量和同步性上显著提升，验证了音频解混与多流控制的有效性。

文章讨论了人工智能在各领域的应用，强调其在提升效率和决策支持方面的重要性，并提及AI技术的快速发展对未来工作的影响。

AI产业正经历快速发展，开源生态与产研协同成为创新关键。视频生成和向量数据库等领域的研究推动技术进步，促进高校与企业合作，拓展AI应用。

抱歉，您提供的文本内容过于简短，无法进行有效总结。请提供更详细的文章内容。

抱歉，您提供的文本内容过于简短，无法进行有效的总结。请提供更详细的文章内容。

爱因斯坦的广义相对论表明，质量会弯曲时空，导致光线偏折。研究团队利用机器学习方法识别出7个高质量的类星体透镜候选体，扩展了样本，为黑洞与星系的共演化研究提供了新途径。

2025年12月6-7日，北京将举行COSCon’25中国开源年会，HyperAI超神经主办“产研开源协同论坛”，邀请专家分享AI技术与开源经验，并设有抽奖活动。