华南理工大学计算智能团队研究多智能体系统的分布式共识优化问题，提出了MASOIE和MACPO等创新算法，解决智能体协作与优化挑战。这些研究在智能城市和无人系统等领域具有应用潜力，并推动相关竞赛，提升算法性能。

香港大学联合华南理工大学和百度推出了长时间城市交通预测模型OpenCity，结合了Transformer架构和图神经网络，具有卓越的零样本预测能力和快速的情境适应能力。该模型解决了交通预测模型的空间泛化、时间泛化、长期预测和时空异质性挑战，展示了优异的性能和广泛的适用性。

华南理工大学和中南大学的研究团队发现了LK99型材料中的近室温超导成分。他们观察到了滞后和记忆效应，并计划进行完全悬浮实验。研究人员还计划提高样品质量，并考虑应用微波能量库。观察到了低于450高斯的显着磁滞效应，排除了铁磁共振信号的可能性。研究人员推测负值可能是指正常状态下的磁阻效应。

阿里云PAI与华南理工大学合作在EMNLP2023发表了名为X-STA的跨语言机器阅读理解算法。该算法通过机器翻译增强跨语言传输能力，并提出了梯度解缠知识共享技术和改进的交叉注意力块。实验结果显示该方法在多语言MRC数据集上表现出色。算法源代码将贡献在EasyNLP开源框架中。

阿里云与华南理工大学合作在EMNLP2023上发表了BeautifulPrompt深度生成模型，通过简单图片描述生成高质量提示词，提升文生图模型生成图像的美观度。算法通过微调低质量和高质量提示，并采用强化学习和视觉信号反馈技术，最大化生成提示的奖励值。该研究探索了为深度生成模型提供提示的提示工程领域，并将源代码贡献给EasyNLP开源框架。

11月3日至5日，百度飞桨联合广东省计算机学会、华南理工大学举办了大模型人工智能师资培训。105名来自全国54所高校的教师参加了线下培训，旨在帮助教师深入理解大模型AI技术，推动其在教育中的应用。培训涵盖了AI技术趋势、大语言模型应用等内容，百度飞桨还与教师探讨了教育改革新模式。

本文介绍了由广东省计算机学会主办，华南理工大学和百度飞桨联合承办的“大模型人工智能师资培训·华南理工大学站”，旨在推动大模型人工智能学术研习交流，面向高校提供产教融合人才培养方案。

中国电子科技大学、华南理工大学、中南大学正在制作具有一维超导链的LK99样品。罗天勇教授和奚志熙（姚耀）发现了“银闪快跳”、“极速导弹”和“超低电阻”现象。他们认为北大论文和马克斯·普朗克研究所的结论可能是错误的。韩国科学和信息通信技术部在宣传超导体。室温超导体被认为是世界瞩目的梦想材料，有无限的应用潜力。希望室温超导体能够被发现，这是科学界长期以来的梦想。

阿里云机器学习平台PAI与华南理工大学合作在ACL2023上发表了中文领域文图生成扩散模型和工具链Rapid Diffusion。该模型采用了知识增强的文本编码器和快速推理算法，能够生成高分辨率、逼真多样的图像。研究结果表明，Rapid Diffusion在电商、国画和美食等领域的性能优于其他模型。研究团队还开发了高效的推理流程，提高了模型的推理速度。计划将Rapid Diffusion集成到阿里云机器学习平台PAI中，以便用户可以在自己的任务上进行训练、微调和推理。未来，将进一步扩展Rapid Diffusion的功能，并通过编译优化技术提高推理速度。

阿里云机器学习平台PAI与华南理工大学合作在ACL 2023上发表了一篇关于轻量化文图检索的论文。他们提出了一种名为ConaCLIP的算法，通过全连接的知识交互图将知识从大模型蒸馏到小模型。该算法包括模态内和模态间的教师-学生交互学习，并使用不同的监督策略来优化模型性能。实验结果表明，ConaCLIP相比现有方法和基准模型在文图检索任务上有显著改进。他们计划将该技术应用于阿里巴巴电子商务平台，并将其贡献给自然语言处理算法框架EasyNLP。