就在新任首席执行官Pat Gelsinger宣布英特尔公司的重塑计划正好一周之后，Arm发布了其架构的第九个版本，并且提出了该公司对下一个十年的愿景。

我们知道DRAM 在性能方面表现出色，但它昂贵、易失且可扩展性有限；闪存存储 (NAND) 是非易失性的且比 DRAM 便宜，但它缺乏 DRAM 的性能。

叮咚买菜的时效背后，是完善的冷藏保鲜、低温分拣以及移动仓储等设备能力、平台的超级算力、运力以及智能化解决方案共同达成的结果。

新加坡联合研究团队首次全面解析R1-Zero训练方法，发现传统算法存在隐藏偏差，提出改进版Dr. GRPO算法。研究揭示AI"自我反思"能力的真相，并用极简配方在7B模型上创造AIME 2024新纪录，为AI推理训练提供重要洞察和实用改进方案。

“孙师兄，听说公司给你们部门配了LV？我喜欢LV的包包好久了，能不能‘借’用几天。”因为校友的关系，小张在师兄老孙面前从来都是有话直说。

Salesforce AI Research联合伊利诺伊大学开发的UserBench研究揭示了当前AI助手的重大缺陷：尽管技术上表现出色，但在理解用户真实需求方面表现糟糕。最先进的AI模型完全满足用户需求的成功率仅20%，发现隐性偏好的能力不足30%。这项研究创建了专门的用户中心评估环境，为开发真正理解用户、能够成为人类理解型伙伴的AI助手指明了方向，标志着AI发展从"任务执行者"向"用户协作者"的重要转变。

戴尔Latitude 9000系列， 作为Latitude系列中最为高端的产品线，在业界领先搭载AI功能，拥有至臻品质和优异使用体验，是企业领袖最好的商用办公智能助手之一。

混合云场景是绕不开广域网的，如何解决用户网络连接上的痛点？2018年1月，我们曾在E企播报中讨论过这一话题，结论是：混合云呼唤SD-WAN。 春节过后一切有了新的进展： 3月20日，ZStack和大河云联携手发布了全球首个混合云+SD-WAN专线一体化产品。

经历了5年多的摸索，出门问问李志飞在昨天的2018战略新品发布会上，第一次对外更新出门问问的公司定义，即出门问问是一家以语音交互和智能硬件为核心的人工智能公司。

亚马逊中国产品副总裁彭海涛先生出席大会，并做了题为《新阅读与城市智能生活》的演讲。他表示中国数字阅读行业蓬勃发展，市场规模152亿，数字阅读用户数4亿，虽然付费用户占比并不高，但数字阅读是未来趋势，亚马逊很看好中国数字阅读行业。

那是真的快！以往硬盘速度慢不说，延时高，噪音大，还占地方，而有了SSD，那叫一个舒服，并且随着SSD的价格逐渐走低，对它也是越看越顺眼。

四年告赢抄袭者，“初代目互联网创业者”高春辉整顿江湖。

生成式AI在推动应对气候变化的积极应对方面具有巨大的潜力。其中最强大的应用之一就是优化资源，包括减少浪费、提高效率并最终帮助减少碳排放。例如，生成式AI模型已被用于模拟天气模式、改进精准农业和建立起更强大的自然灾害预测模型。这对于细致了解并适应不断变化的气候格局显然至关重要。

这项研究创建了包含10,610张高质量摄影图片的DSD数据集，每张图片都配有三层人工标注和精确分割。通过对比实验证明，使用高质量数据训练的AI视觉模型在图像理解和描述能力上显著优于传统方法，其中LLAVA-NEXT模型性能提升达24%，验证了"数据为王"的AI发展新范式。

上海交大研究团队开发的VideoREPA是一种突破性的视频生成框架，通过令牌关系蒸馏技术将视频理解模型中的物理知识转移到文本到视频（T2V）扩散模型中。与传统方法不同，VideoREPA关注空间和时间关系的对齐，使生成的视频更符合物理常识。实验表明，这种方法在VideoPhy基准测试中将物理常识分数提高了24.1%，明显优于现有技术。该研究为创建更真实的AI生成视频提供了新思路，展示了理解能力与生成质量间的密切关联。

这项研究解决了AI图片描述中的两大难题：描述不平衡和内容虚构。通过创新的"侦探式追问"方法，让AI能生成更详细准确的图片描述，显著提升了多个AI系统的性能表现，为无障碍技术、教育、电商等领域带来实用价值。

西南偏南大会聚焦生成式AI，成为人类创造力和机器创作碰撞的最佳舞台。技术专家认为AI能帮助人们更轻松地实现创意，而艺术家则担心AI威胁到他们的生计。然而，也有艺术家将AI视为创新工具，用于开拓前所未有的艺术形式。AI与艺术的关系仍在探索中，未来发展值得期待。

ByteDance团队开发的Seed-Prover AI系统在2025年国际数学奥林匹克竞赛中成功解出5道题，创下AI数学推理新纪录。该系统采用创新的"引理式证明"方法，能够逐步构建复杂证明，并具备反思改进能力。在多个数学基准测试中表现卓越，为AI辅助数学研究和教育开辟了新可能。

华盛顿大学研究团队开发了ConsumerBench测试框架，专门评估个人设备上多AI应用并发运行的性能。研究发现贪婪资源分配导致应用间严重不公平，语音识别等轻量应用被图像生成等重型应用"饿死"；静态GPU分区虽然公平但效率低下；模型共享存在配置冲突。该框架为个人设备AI应用优化提供了重要指导。

南洋理工大学研究团队开发了名为"视频思维测试"的新基准，通过1000个精心设计的YouTube短视频揭示了AI视频理解的真实水平。测试发现，即使是最强AI模型GPT-4o的正确率也只有36.6%，远低于人类的84.3%。研究指出AI主要存在时空混淆、世界知识缺失和复杂情节理解困难三大问题，为改进AI视频理解能力指明了方向。