Google 推出基于 Gemini 2.0 的多智能体 AI 系统，旨在协助生物医学研究人员提出新的研究假设和方向。该系统通过分析研究目标、想法和过往文献，生成潜在的研究路径。尽管仍存在准确性问题，但初步测试显示，该系统在提供有价值和新颖的研究建议方面表现优异，有望成为科研人员的有力助手。

喜力（Heineken）全球首席信息官Ing Yan Ong规划了一个规模达100亿欧元的数字业务旅程，其中涉及到人工智能、ERP整合和预测分析，以推动公司成为“最佳的互联啤酒制造商”。

FuseLIP是一项突破性研究，提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同，FuseLIP采用单一编码器同时处理图像和文本标记，实现了更自然的模态交互。研究证明，这种早期融合方法在多种多模态任务上表现优异，特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务，为多模态嵌入研究提供了宝贵资源。

有爆料称下一代iPhone 15 Pro将提供无按键版本，按钮以纯触控形式存在。这么设计有好处吗？难以想象……

2018中国大数据应用大会现场，小米大数据产品总监赵辉华做了《亿级大数据应用》的主题演讲。他重点谈到大数据在小米的典型应用场景，以及其在搜索推荐、新零售、消费金融和智慧家庭领域的众多实践。

Albemarle公司正在扩大规模，除了新建生产设施和扩建现有设施之外，员工数量也在增加，员工对IT的需求也随之增加。Thompson进行的年度调查，是将资源与这些需求进行匹配的关键。

「 回忆起夜店的那段时光，很多细节是王亮不愿意讲的。和同龄人比，他过早经历了社会辛酸，白天求学，晚上打工，从夜店服务生一路熬到某一流金融支付大厂的工程师。他说“兴趣不是最好的老师，饥饿才是。”」

企业越来越重视业务场景，也会越来越重视厂商的服务，对此，IBM迅速调整了策略，在加大对客户体验方面的投入力度的同时，推动生态系统中的合作伙伴与自身的有效合力。

Adobe 正在推动一项标记 AI 生成图像的倡议,希望苹果和 X 能够加入已同意这么做的公司联盟。该倡议旨在通过嵌入元数据和添加标识,让消费者轻松识别 AI 生成的图像。目前包括谷歌、微软等多家科技公司已加入,但苹果和 X 仍未参与。专家认为,广泛采用对该计划至关重要,希望这两家公司能尽快加入。

2023年3月23日，神州云科参加2023年四川卫生健康信息技术交流大会，携神州云科应用交付控制器两大系列产品和分布式存储高可用、应用运维可视化和多院区灾备中心建设等医疗行业整体解决方案亮相本次大会。

清华大学研究团队在多模态大语言模型(MLLMs)中发现了一个惊人现象：只有不到5%的注意力头负责视觉理解，称为"视觉头"。基于此，他们开发了SparseMM优化策略，针对视觉头和非视觉头分配不同的计算资源，实现了模型推理速度提升1.38倍，内存减少52%，同时保持性能不变。这一发现不仅揭示了MLLMs内部视觉处理机制，还为提高多模态AI系统效率提供了新思路。

NVIDIA GTC 2024大会重点介绍了新一代GPU架构Blackwell及其产品B100、B200。SXM架构相比PCIe在带宽和多GPU互联方面具优势，适合大模型AI计算中心。B200是两颗B100 Chiplet化，提升全方位，特别是显存容量达到192GB。Blackwell架构新增FP4和FP6精度，B200在算力上相对B100有全面提升，但非理想倍数增长，显示NVIDIA有所保留。

作为支撑网络安全战略建设的重要基础设施，网络靶场被全球众多国家认作是构建主动安全防御体系的首选。在国家安全战略的促进下，网络靶场正在成为建设网络强国，发展数字经济的安全基石。

今天，以“构建智能云网，加速全业务增长”为主题的智能云网论坛在迪拜圆满召开。

德州农工大学研究团队发现多模态AI存在"视觉质量悖论"，即AI在处理略显模糊或有噪点的图片时，在推理任务上反而表现更好。研究开发了VQ-TTT技术，能动态调整图片特征以匹配AI偏好，最高提升8.6%准确率且计算开销极小。这一发现挑战了"高画质对AI更好"的传统认知，为AI优化提供新思路。

英特尔与哈曼正联手将“智能驾驶舱”推广到中国本地车厂，并逐步被中国本土汽车制造商采用。

此次品牌结构调整将把如今的29个产品和服务品牌，简化成两个计算品牌，外加存储、网络、软件和服务品牌各一个。

[前言] 技术创新要通过赋能千行百业而体现，更需要无数创业者以新思路来呈现。GSMA 5G创新与投资平台（5G IN）推出「创业者说」系列访谈，携手新媒体平台科技行者，分享创业者的创新故事。

这篇研究介绍了字节跳动团队开发的AdaCoT框架，通过强化学习实现大型语言模型的自适应思维链触发。该框架将问题设计为帕累托优化，平衡推理质量与计算效率，使模型能根据输入复杂度自主决定是否使用详细推理。研究结果显示，在维持高性能的同时，AdaCoT能将思维链使用率降低至3.18%，响应令牌数减少约70%，大幅提升模型效率和用户体验。

新一代液态基础模型突破传统变换器架构，能耗降低10-20倍，可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发，支持离线运行，无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型，为企业级应用和边缘计算提供低成本、高性能解决方案，在隐私保护、安全性和低延迟方面具有显著优势。