时序数据分析在工业监控、医疗诊断等领域至关重要。比如航空发动机监控这个复杂工业场景中，工程师需分析海量多通道传感器数据，以判断设备状态并制定维护决策。
Agent能“看懂网页”，像人类一样上网？阿里发布WebDancer，就像它的名字一样，为“网络舞台”而生。
中东国家凭借雄厚石油财富积极投入AI领域，建设全球级数据中心，利用低电价和丰富光伏资源解决能耗问题。通过免税、居留便利等政策吸引全球创业者和资本。其地缘优势成为中美技术博弈的缓冲带，美国解除芯片限制，争抢中东市场和投资。海湾国家正转型为新兴AI中心。
无需原作者同意，AI可以用已出版书籍作训练数据了。
大模型热潮席卷全球，越来越多企业拥抱AI变革。一个普遍却棘手的难题横亘在眼前：
近年来，diffusion Transformers已经成为了现代视觉生成模型的主干网络。随着数据量和任务复杂度的进一步增加，diffusion Transformers的规模也在快速增长。然而在模型进一步扩大的过程中，如何调得较好的超参（如学习率）已经成为了一个巨大的问题，阻碍了大规模diffusion Transformers释放其全部的潜能。
第一作者孙秋实是香港大学计算与数据科学学院博士生，硕士毕业于新加坡国立大学数据科学系。
现在投资不止局限于做人形机器人本体的公司，还会押注模型、数据、硬件、场景等产业链上下游的企业；
在AI应用中，表格数据的重要性愈发凸显，广泛应用于金融、医疗健康、教育、推荐系统及科学研究领域。
本文第一作者为韩沛煊，本科毕业于清华大学计算机系，现为伊利诺伊大学香槟分校（UIUC）计算与数据科学学院一年级博士生，接受 Jiaxuan You 教授指导。
