2017年8月，亚马逊中国在京举办了首届“创新日”活动，与大家分享亚马逊在中国的一些成功的实践，今年也不例外，虽然疫情让我们工作和生活的脚步放慢了，但“创新日”活动依然如约而至。

不同年龄段的人，因谁而快乐的因子也不一样。

本期《对话数字中国》以“数字化转型，筑牢「安全」基石”为题，探讨数字经济时代，企业应如何筑牢数字化转型的「安全」基石。

甲骨文已然成为云应用领域不容忽视的重要一员。

下面，我们将一同展望本周谷歌将带来我们的未来图景。

ChatGPT虽然是目前最受欢迎的AI聊天机器人，但它并非万能。文章指出11个不应该使用ChatGPT的场景：诊断健康问题、处理心理健康、紧急安全决策、个人财务税务规划、处理机密数据、违法行为、学术作弊、监控实时信息、赌博预测、起草法律文件以及创作艺术。AI可能产生错误信息、缺乏实时数据更新，在高风险场景下可能造成严重后果。用户应了解其局限性，在关键决策时寻求专业帮助。

沈向洋认为，放眼未来，世界上所有的应用都会依存于从云到边缘无处不在的计算环境中，而整个世界本身就变成了一台计算机。在这之中，Azure智能云所扮演的角色就是这台“超级计算机”的计算引擎。

卡耐基梅隆大学等机构联合发布CameraBench，这是首个专门评测AI理解视频摄像头运动的大规模数据集。研究团队与专业电影摄影师合作，标注了约3000个多样化视频，建立了精确的摄像头运动分类体系。测试发现现有AI模型在理解推拉镜头、跟踪拍摄等运动类型方面准确率仅约50%，但通过专门训练可提升1-2倍，为视频理解和AI电影制作技术发展奠定重要基础。

南洋理工大学研究团队开发了WorldMem框架，首次让AI拥有真正的长期记忆能力，解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景，并使用智能检索机制，让AI能准确重现之前的场景和事件，即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色，为游戏、自动驾驶、机器人等领域带来广阔应用前景。

对于金融产业而言，正从过去围绕资金的服务迈进当下资金和数据双重服务的大道。

香港科技大学团队开发的ACTalker系统实现了多信号协同控制的说话头像生成突破，通过并行控制曼巴层和面具丢弃策略，让AI能同时根据音频和面部动作生成自然的说话视频，在语音同步性和表情控制精度方面全面超越现有方法，为虚拟交互应用开辟了新的可能性。

想象你是一名历史爱好者，想了解"2019年世界冰球锦标赛的主办国是哪里"。你可能会在网上搜索并找到以下几种说法。

尽管受到疫情带来的多重影响，万国数据仍然凭借业务弹性和风险抵御能力，在第二季度取得了稳健的业绩。

北京大学团队开发的3D-R1系统实现了AI在三维空间理解领域的重大突破，通过结合高质量思维链数据集Scene-30K和强化学习技术，让AI首次具备了类似人类的空间推理能力。该系统不仅能准确识别物体位置关系，还能进行复杂的空间规划和推理，在多项测试中性能提升约10%，为智能家居、自动驾驶和虚拟现实等领域的实际应用奠定了重要基础。

斯科尔科沃科技学院研究团队通过对四个主要AI模型进行地缘政治偏见测试，发现这些系统在评价美国、英国、苏联和中国相关历史事件时表现出明显的国家立场偏好。研究涉及109个历史事件的多角度分析，结果显示几乎所有AI都偏向美国观点，且简单的去偏见提示效果有限。该研究揭示了AI系统的可操控性和偏见的跨语言一致性，为AI公平性和透明度治理提供了重要参考。

2019 年 12 月 16 日，Check Point 事故响应小组 (CPIRT) 受三家金融服务公司的委托，调查其联合银行账户欺诈性电子转账事件。在这起诈骗事件中，攻击者试图通过四笔银行交易将 110 万英镑转入无法识别的银行账户。

今天的世界人工智能大会已成为人工智能领域最有影响力的国际盛会之一，今年大咖云集、国际大厂扎堆，充分彰显了大会的国际影响力和磁力效应。亚马逊云科技受邀参加了2022世界人工智能大会，并主办了“人工智能前沿技术趋势与最佳实践”的线上分论坛。

万众期待的OpenStack Queens于2月28日正式发布，OpenStack Queens增加了多项新功能，也优化增强了多项旧功能，包括虚拟 GPU(vGPU)支持和容器集成的改进。几个新项目也在OpenStack Queens这一里程碑中露面，包括提供管理硬件和软件加速资源框架的Cyborg。

VisTA是一种新型强化学习框架，使视觉AI能够自主探索、选择和组合多种视觉工具。与传统方法不同，VisTA无需人工监督，通过反复尝试学习哪些工具最有效。研究团队在ChartQA、Geometry3K等测试中证明，VisTA显著优于训练免费基线，特别是在分布外样本上表现更佳。其核心创新在于使用群体相对策略优化算法，让AI代理能够根据实际性能而非预设规则来选择工具，为未来发展更灵活的视觉推理系统铺平了道路。

研究显示，现有模拟推理 AI 模型能解决常规数学题，但在面对竞赛级证明题时因缺乏深层逻辑推理能力而屡屡失手，暴露了其数学证明上的局限。