当前，全球企业正掀起一场奔赴AI赛道的竞速浪潮，新场景、新应用层出不穷。尤其是以生成式AI为代表的一系列新型技术的迅猛发展，不仅显著降低了单任务成本和算力需求门槛，更推动了政府、金融、教育、医疗等千行百业应用场景的爆发式增长，并与消费端用户量的指数级增长构成双轮驱动。

高通公司首席商务官吉姆·凯西（Jim Cathey）受邀出席论坛并发表演讲，分享了5G和智能网联边缘带来的重要机遇，高通在汽车领域先进的解决方案，以及携手中国汽车合作伙伴加速数字化转型的实践。

本次TVP行业大使闭门会的圆满结束，只是一次关于思想碰撞、道路选择的开胃菜，未来的路，腾讯云TVP仍将与千行百业携手同行，去往那数字化转型的终极！

大型语言模型对数据中心基础设施提出前所未有的需求。AI蒸馏技术通过将庞大AI系统压缩为更高效的小型模型，为可扩展性和可持续性挑战提供突破性解决方案。该技术包括教师模型训练、学生模型训练和知识转移三个关键步骤。通过响应式、特征式和关系式等多种蒸馏方法，能显著降低计算成本，推动AI民主化进程，未来可能实现从集中式数据中心向个人设备的迁移。

香港科技大学研究团队通过模型融合技术，成功将数学推理能力转移到视觉语言模型中，在保持视觉理解能力的同时显著提升数学问题解决能力。研究发现AI模型的不同功能分布在不同层次，为多模态AI发展提供新思路。

报告由绿盟科技与工业和信息化部第五研究所联合发布。

面对新形势下行业数字化进程中的机遇与挑战，紫光云与智能事业群始终以客户需求为导向，从基础架构、数字平台到智慧应用生态全面推动技术创新和实践创新。

这期对话来自最新一期的20VC播客，主持人Harry Stebbings，嘉宾是Insight Partners联合创始人Jerry Murdock。

CES是消费电子展，所以更多是消费级市场的那些事。我其实是个外行，但是当身处CES大展中，我的很多看法也获得了改变。

今年超级碗期间，多个品牌使用AI生成技术制作广告，但效果普遍不佳。Artlist仅用5天制作的AI广告充满廉价感，Svedka伏特加的AI机器人广告出现明显技术故障，这些都未能展现AI技术的实用价值。虽然AI制作成本更低、速度更快，但与传统制作相比质量明显下降。连一些使用传统特效的广告也因视觉效果不佳被误认为是AI制作。这波AI广告潮不仅没有成功推广技术，反而引发了公众对AI生成内容质量的广泛质疑。

工业互联网是第四次工业革命的重要基石，是促进数字经济和实体经济深度融合的关键路径，连续6年被写入了政府工作报告。宁波作为国家重要的先进制造业基地，将智能制造作为主攻方向，积极推动互联网与先进制造业深度融合，提出打造“一城四高地”的发展目标。

中科院软件所联合阿里巴巴推出SolutionRAG智能工程设计系统，通过双重思维树机制自动生成复杂工程解决方案。该系统能像资深工程师一样同时考虑地震、土壤、降雨等多重约束条件，在八个工程领域的测试中均达到最佳性能，为工程设计的智能化应用开辟了新方向。

中央民族大学徐桂先团队创建了首个专门用于中国少数民族语言新闻标题生成的大规模数据集CMHG，包含藏语10万条、维吾尔语和蒙古语各5万条高质量数据。该数据集通过严格的母语使用者评估体系确保质量，并在多个先进模型上验证了有效性，为解决少数民族语言AI技术资源稀缺问题提供了重要基础，现已在Hugging Face平台开放共享。

9月1日，2022世界人工智能大会在上海世博中心正式开幕。在大会开幕式上，高通公司总裁兼CEO安蒙（Cristiano Amon）带来了主题为“5G和AI赋能元宇宙”的精彩演讲，分享了高通如何通过推动5G、AI、XR等创新技术融合，携手行业伙伴加速迈向元宇宙。

3月23日,结合对行业的深刻理解和洞察,华为发布了对未来五年数据中心的发展趋势预判,总结出数据中心能源十大趋势

这项哥伦比亚大学研究团队开发的Neuro2Semantic框架，能够从人类颅内脑电图信号中重建语义内容，开创了脑机接口技术的新可能。该框架通过两阶段过程工作：先用LSTM适配器将神经信号与文本嵌入对齐，再用预训练模型将这些嵌入转化为连贯文本。最令人印象深刻的是，它仅需30分钟的训练数据即可实现高效解码，远少于传统方法所需的16小时以上。研究表明该技术在未见过的语义内容上也表现出色，为帮助失语症患者等医疗应用铺平了道路。

企业用户希望从分布式存储获取哪些能力呢，可以概括为五点：高性能、低成本、高可靠、易管理、易扩展。

2020年东京奥运会已圆满落幕，全社会进入到为北京2022年冬奥会紧锣密鼓筹备的倒计时模式。近日，“英特尔北京2022年冬奥会体验中心”在北京石景山区首钢园落成，并举办了媒体开放日活动。

ABB开启了一项“ ABB Motion Traction”项目，与英特尔和HPE携手，建设并使用安全边缘数据中心技术和基础设施作为服务，通过更快、更高效的软件和硬件模拟，改善了研发和工程流程。其结果是加快了创新产品的上市时间，有助于最大限度地减少二氧化碳排放。

OPPO AI团队首次系统性探索了如何让AI智能体进行更深入的推理思考。研究提出ATTS框架，包含并行采样、序列修正、验证合并和多样化探索四大策略。实验发现，给智能体更多尝试机会能显著提升性能，但关键在于知道何时反思而非盲目增加思考。多模型协作效果尤其突出，四个AI模型协作成功率达74.55%。这项工作为AI智能体发展指明了从增大模型转向优化推理策略的新方向。