近年来，大语言模型向自主智能体转变，OpenClaw等成为重要里程碑。香港大学黄超教授在北京智源大会上探讨了AI Agent的范式变革，强调轻量化和自进化机制，提出CLI作为AI原生交互方式，推动Agent从助手向数字劳动力转型。

Open Books Hong Kong 是由三所大学联合创办的公共图书馆，提供54本人文社科领域的开放获取图书，支持免费阅读和下载。

抱歉，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。

香港大学与格创东智签署合作意向书，成立“香港大学-格创东智工业AI联合实验室”。格创东智将投资数千万港元，研究工业AI技术，港大副校长申作军教授担任荣誉首席科学家。双方将共同开展供应链优化和智能物料搬运等研究，首个项目为AMHS智能物料搬运调度系统。

清华大学等机构提出的可变视觉位置编码方法（V2PE）旨在提升视觉-语言多模态模型在长上下文场景下的表现。V2PE通过为视觉token分配可变位置增量，克服了传统位置编码的局限性，显著增强了模型在超长上下文任务中的能力。

香港大学与SambaNova Systems合作提出了SubgoalXL框架，用于解决形式化定理证明的难题。该框架结合子目标证明策略和专家学习，通过分解复杂任务和迭代优化提升性能。在miniF2F数据集上的实验显示，SubgoalXL显著优于现有方法，展示了大语言模型在该领域的潜力。未来将继续优化和扩展应用。

复旦大学、香港大学和中国科学院的研究团队提出了一种基于语义记忆的动态神经网络设计方案，使用忆阻器实现。该设计在ResNet和PointNet++上验证，准确度与软件相当，计算预算和能耗分别减少了48.1%和15.9%。这种设计受到大脑的启发，能够将输入与过去的经验联系起来，并实现低能耗高效运算。研究为未来模拟大脑和计算资源的自适应分配提供了启示。

字节跳动豆包大模型团队与香港大学合作开发了名为ByteCheckpoint的大模型Checkpointing系统，支持多个训练框架，提升性能和易用性，实验结果表明存储和读取性能显著提升。团队计划扩展系统功能，支持更大规模的GPU集群训练任务和全生命周期的Checkpoint管理。

作者首次走出大陆，去香港和澳门旅行。遇到手机信号问题，通过重启解决。购买八达通和现金，游览香港大学、黄大仙等景点。体验娱乐场氛围。小红书是出门旅行的首选工具。

香港大学和阿里联合提出了一种基于扩散的生成器AnyDoor，用于对象隐形传态。该研究使用判别ID提取器和频率感知细节提取器来表征目标对象。AnyDoor为区域到区域的映射任务提供了通用解决方案，并可应用于各种应用。该研究还介绍了背景移除和自监督表示的方法，以及特征注入和训练策略。通过使用视频数据集和自适应训练步长，该方法能够更好地学习外观变化和精细细节。