在2023年Q4季度，华为手机的市场份额已经攀升至15%，重回中国第三。而就在2024年第一周，华为以接近20%的市场份额，这一数据，也帮助华为超越了苹果，时隔4年重回中国市场手机销量第一，很显然，华为手机已经全面崛起，正在上演“王者回归”的好戏。不仅如此，在OpenHarmony的代码中，华为贡献占比已经降至90%了。数据显示，2023年OpenHarmony一共增加代码量为1620万，而华为贡

不论是英伟达 GPU 还是昇腾的 NPU，都可以「融为一体」，动态切分了。11 月 21 日，华为正式发布了 AI 容器技术 ——Flex:ai，同时，华为联合上海交通大学、西安交通大学与厦门大学共同宣布，将此项产学合作成果向外界开源，助力破解算力资源利用难题。

大模型推理部署框架的选择应基于业务需求、硬件资源和未来扩展规划。vLLM和TensorRT-LLM在企业级高并发场景下表现最佳，SGLang在高吞吐量和多轮对话场景下具有明显优势，Ollama适合个人开发和快速原型验证，XInference和LightLLM则在分布式部署和边缘计算方面展现出潜力，LMDeploy和昇腾框架则在国产硬件适配上具有独特优势。

在当前以大模型为核心驱动力的 AI 时代，搜索、广告与推荐（统称为“搜推广”）领域正经历着从“以 ID 标签特征为中心”向“以内容语义为中心”的范式跃迁。传统的推荐系统长期依赖于稀疏的 ID 特征（如 User ID、Item ID），这种模式虽然在处理大规模点击率预测任务中具有极高的计算效率，但随着业务深入，其在冷启动、长尾内容分发以及跨领域迁移方面的局限性日益凸显。

EOC-Bench旨在评估多模态大语言模型第一视角下的物体级认知能力。EOC-Bench在涉及动态以自我为中心互动的场景中全面评估MLLMs，包括过去、现在和未来三个时间维度。为了确保高质量，EOC-Bench设计了多种题型的任务模式，并引入了多尺度时间准确率指标，以提高开放性问题的精确度。针对多种专有和开源模型进行的广泛评估显示，许多MLLMs在具身物体认知任务上面临挑战，特别是在回忆和处理过去

EOC-Bench旨在评估多模态大语言模型第一视角下的物体级认知能力。EOC-Bench在涉及动态以自我为中心互动的场景中全面评估MLLMs，包括过去、现在和未来三个时间维度。为了确保高质量，EOC-Bench设计了多种题型的任务模式，并引入了多尺度时间准确率指标，以提高开放性问题的精确度。针对多种专有和开源模型进行的广泛评估显示，许多MLLMs在具身物体认知任务上面临挑战，特别是在回忆和处理过去

TRACE是一个多模态检索框架，通过通道偏置注意力和旋转位置编码处理多变量时间序列，结合交叉注意力与双重硬负例挖掘实现样本级和通道级的语义对齐。该框架支持检索增强生成，为时间序列基础模型提供相关上下文，提升下游任务性能。TRACE开源代码已发布，为AI开发者提供了处理时间序列与文本对齐问题的有效工具。

文章探讨了AI Agent作为新一代应用范式的演进路径，详细解析了从环境感知到持续迭代的Agent架构，并通过金牌店长与调度老师傅两个典型案例，展示了如何将业务能力封装成可复用、可治理的"数字员工"。同时提供了工程化关键技术、技术选型及落地避坑指南，助力开发者构建能听懂话、会判断、能行动的企业级智能体系统。

文章介绍了多模态模型中的模态对齐技术，包括表征级、局部级和语义层三条技术路径，以及训练数据不靠谱、细节对齐能力差、动态场景跟不上和抗干扰能力弱四大挑战。同时提出了分布级对齐、RLAIF-V框架、动态图注意力对齐和因果推断增强四项最新突破。未来发展方向是通用化、高效化和可解释性对齐，为多模态应用奠定基础。

文章介绍了AI大模型如何重塑检验检测行业的监管模式，解决监管覆盖不足、机构问题频发等痛点。通过Sunway开发的"智监慧审"专家智能体，实现了从"人盯机构"到"数据驱动"、从"事后处罚"到"生态治理"的转变。该智能体通过体系合规性、业务过程执行和检测报告三个层次的审查，实现风险逐层筛查，推动监管与行业形成"质量提升－信任增强－价值创造"的正向循环。