AMD研究团队开发的SAND-Math系统是首个能从零开始生成高质量原创数学题的AI工具。该系统不仅能创造新题目，还配备独特的"难度攀登"技术来提升题目挑战性。实验证明，用其生成题目训练的AI在数学测试中表现比现有方法高出17.85个百分点，为解决数学教育资源稀缺和AI训练数据不足问题提供了创新方案。

就在微软距离成为第二家市值达到2万亿美元公司只有一步之遥的那天，公布了轻松超出分析师预期的第三季度财报。

OpenAI 最近推出的 SearchGPT 标志着制药和医疗保健行业信息搜索和消费方式的重大转变。与传统搜索引擎不同，SearchGPT 利用对话式 AI 提供直接、符合语境的答案，为用户带来类似人际交流的体验。这项创新对制药企业和医疗沟通具有深远影响，有望改变医疗信息获取方式、提高内容可信度，并为行业带来新的机遇和挑战。

这项由中科院计算所团队开发的REFINEX框架，通过创新的删除式编辑方法，解决了AI训练数据质量低的问题。该方法先用专家模型生成高质量文本，再提取删除操作训练小型编辑模型，既保证了数据质量又提高了处理效率。实验显示，REFINEX让750M参数模型性能提升2.6%-7.2%，同时显著降低训练成本。

亚马逊网络服务公司正在为那些承诺长期使用该公司平台的企业用户简化基础架构的采购工作。

九州云作为此次峰会的Premier Sponsors，围绕云计算、边缘计算两大业务线，全面呈现了领先的产品和解决方案。

在万物互联时代，数据源源不断地从各种来源和位置流式传输而来。数据的创建、使用和存储位置不再局限于传统数据中心乃至云端，边缘正成为企业获得数据洞察的重要来源。

Salesforce研究院创建的自然语言处理架构可以处理多种模型和任务。在通常情况下，自然语言处理（NLP）针对每种功能（如翻译、情感分析和问题和答案）都需建一个模型。

英特尔公司正在讨论向中国清华紫光集团出售3D NAND晶圆——大家可能还记得，2015年美国政府曾明确禁止英特尔及其闪存合作伙伴美光公司与紫光方面建立业务往来。

VMware给WorkSpace ONE注入更多智能要素，打造一个更加个智能的数字化工作空间，以增强员工体验并推动可预测安全性。

近日Facebook对外公布了一个名为Fabric Aggregator的分布式网络系统，该系统用于扩展其区域内数据中心结构之间的网络容量。

2019年5月，思杰的Citrix Synergy 2019大会在美国亚特兰大乔治亚州世界会议中心举行，会议地点毗邻百年奥林匹克公园。这样的地点，在这样的时间，我想思杰的用意是非常明显的。

ADM高级副总裁兼CIO Kristy Folkwein分享了她在三家不同公司的职业发展历程，以及如何通过收购建立的ADM公司进行数字化转型。她在ADM九年间构建了一支致力于公司发展的IT团队，专注于ERP系统转型、遗留系统现代化和网络安全挑战。团队正在探索生成式AI在创造风味、提高生产力等方面的应用，强调数据作为AI燃料的重要性。

两个旨在创建更开放网络的倡议可能即将联手。在 SXSW 2025 大会上，Project Liberty 创始人 Frank McCourt 宣布正与万维网之父 Tim Berners-Lee 讨论与 Solid 项目整合的可能性。这两个项目都致力于让用户掌控自己的数字身份和数据，如果合作成功，将为构建一个更加开放和用户自主的互联网生态系统带来新的机遇。

厦门大学研究团队开发出UI-AGILE框架，通过"简单思考"策略、连续评分奖励和分解定位技术，让人工智能学会像人类一样精准操作电脑界面。该方法在专业测试中将定位准确率提升23%，仅需9000个样本就能高效训练。这项突破性技术具有强通用性，可直接提升现有AI系统性能，将很快应用于智能助手、自动化工具等日常软件中，为用户带来更便捷的人机交互体验。

你的团队是否准备好获取正确的数据，以便对数字孪生进行准确有效的测试？以下是专家对正确测试方法的建议。

OpenAI创始人Sam Altman预测，到2025年AGI（通用人工智能）将实现，AI将加入劳动力大军，彻底改变企业运作方式。然而，这一大胆预测引发争议。虽然AGI短期内难以实现，但AI确实将以各种形式融入工作场景。微软、Salesforce等巨头凭借数据和用户优势占据有利地位，OpenAI则专注于提升AI推理能力。未来企业需要重视员工AI培训，以适应这场科技变革。

日前，AVEVA隆重发布Unified Operations Center（统一运营中心解决方案），一个面向智能城市和设施管理以及油气采矿等行业基础设施运营的控制指挥方案。

上海交大团队发现多模态AI在数学推理中存在视觉信息利用不充分的问题，纯文本模型配合图像描述竟能超越直接处理图像的多模态模型。研究提出三种视觉扰动策略：分心物拼接、保持主导混合和随机旋转，通过增加适当的视觉"挑战"来提升AI的感知鲁棒性。实验显示该方法在多个数学推理基准上实现了持续性能提升，平均改进约2个百分点，证明了"更好的推理始于更好的观察"这一核心理念。

以ChatGPT为代表的生成式AI已经在全球范围内掀起热潮，其灵活广泛的多类型内容输出能力成功吸引到了人们的目光。