SAP实验室研究团队开发了DIAFORGE系统，通过三阶段训练显著提升AI助手在企业环境中的工具调用准确性。该方法专门解决AI助手面对相似工具时的选择困难，通过模拟真实企业场景训练AI主动澄清用户需求。实验结果显示，经过训练的模型比GPT-4o和Claude-3.5-Sonnet分别高出27和49个百分点，为企业AI助手的实际应用提供了重要突破。

负责支持和保护数字化体验且深受全球企业信赖的解决方案提供商阿卡迈技术公司（Akamai Technologies, Inc.，以下简称：Akamai）（NASDAQ：AKAM）近日发布了 2021 年度可持续发展报告。

“三十而立”对于一家企业而言可谓正当时，在30周年之际，思科不仅发布了面向下一代网络的Wi-Fi 7解决方案，可增强数字韧性的云端安全接入，以及人工智能就绪的数据中心解决方案，并启用上海全新现代化办公室。

如何在工业元宇宙中运用数字孪生技术？

西门子公司CEO Roand Busch曾在CES 2024大会上发表主题演讲，探讨如何在工业元宇宙中运用数字孪生技术、生成式AI又将给西门子带来怎样的深远影响。

近日，北京市经信委发布北京市5G产业发展行动方案（2019年－2022年），表示将以实现关键核心技术自主可控为引领，掌握5G创新主动权、发展主动权，构筑高端高新的5G产业体系，以增量带动存量，拉动首都新一代信息技术产业全面升级。

清华大学和上海人工智能实验室联合开发的AutoMat是一个突破性工具，能自动将电子显微镜图像转换为精确的晶体结构模型并预测材料性质。系统整合了模式自适应降噪、物理引导模板匹配、对称感知结构重建和机器学习性质预测四大模块，由大语言模型代理协调运行。在自创的STEM2Mat-Bench基准测试中，AutoMat远超现有多模态大语言模型，为桥接显微镜成像与原子模拟提供了自动化解决方案，显著加速了材料科学研究流程。

本文介绍了Google DeepMind推出的升级版Gemini 2.5 Pro I/O版，其在代码生成方面表现卓越，刷新了相关基准测试成绩，并获得开发者一致好评，加速真实编程场景落地应用。

12月2日,由校园空间总冠名,腾讯微视主办,并由虎牙直播、先知电竞作为战略合作伙伴的2018腾讯微视星联赛在苏州市高新文体中心圆满结束。

数据保护和管理软件开发商Veeam近日在美国拉斯维加斯举行的VeeamON 2022大会上，发布了Veeam旗舰数据保护技术的最新版本——Veeam Backup & Recovery v12。

缺乏信任是阻碍市场加快增长的最大瓶颈，而未来几周时间内，速度将是至关重要的。

新加坡国立大学研究团队开发了名为IEAP的图像编辑框架，它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色，但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作，并利用思维链推理技术智能分解用户指令，实验证明其性能显著超越现有方法，尤其在处理复杂多步骤编辑时。

AREAL是一个由清华大学和蚂蚁研究院开发的全新异步强化学习系统，专为提升大语言模型的推理能力而设计。与传统同步系统不同，AREAL完全解耦了生成和训练过程，推理工作器持续生成新输出，训练工作器则在收集到足够数据时更新模型。通过创新的过时性感知训练和解耦PPO目标函数，AREAL成功解决了异步训练中的数据过时和策略不一致问题。实验表明，AREAL在数学和代码推理任务上实现了高达2.57倍的训练加速，同时保持或提高了模型性能。

AWS EC2 G4实例采用高效的Turing架构处理器，可部署加速超大规模AI推理、云游戏和最新RTX图形应用。

今年的CES上，Web3与元宇宙技术成为本届CES上备受瞩目的技术焦点，一众厂家都在向大家展示，《头号玩家》中“绿洲”的美好愿望正在被实现。

随着人工智能技术的普及，游戏圈中的人机对决已不足为奇。启元世界就是一家将AI的能力应用在游戏中的企业，通过亚马逊全球的丰富基础设施资源，以及数据分析托管服务，让启元世界的AI能力可以服务全球游戏，实现20MS的快速响应。

来自哈佛大学等顶尖学府的研究团队在这篇论文中挑战了传统观念，认为Token压缩不仅仅是提高AI模型运行效率的工具，更应成为生成式AI模型设计的核心原则。研究表明，精心设计的Token压缩策略可以促进多模态深度整合、减轻AI"幻觉"问题、增强处理长序列输入的能力，并提高训练稳定性。论文详细分析了现有方法的局限性，并提出了算法创新、强化学习指导和硬件协同设计等未来研究方向。

阿曼电信于2019年启动5G规模部署，经过两年发展5G 用户进入高速增长期，5G用户渗透率达12%，5G流量占比持续攀升达到35%。

处于人工智能（AI）变革的浪潮中，企业都希望从这项可能决定一代人命运的技术中获利。

本研究首次系统评估了大型语言模型在真实代码性能优化任务中的能力。研究团队构建了包含140个真实案例的SWE-Perf基准，发现当前最先进的AI模型在性能优化方面仍远落后于人类专家。AI倾向于进行基础设施层面的修改，而人类专家更擅长高层次的系统优化。研究揭示了AI在复杂系统优化中的局限性，为未来AI编程工具的发展指明了方向。