康奈尔大学和希腊伯罗奔尼撒大学的研究团队开发了一种新型AI协作框架，让多个AI代理像人类团队一样互相信任和协作。通过建立信任评估机制和重新思考流程，在苹果叶片疾病诊断任务中，系统准确率从48.13%提升到85.63%，相对提升77.94%。这种方法无需额外训练即可大幅提升AI性能，为多代理AI系统的发展提供了新思路。

这项由香港大学和腾讯团队完成的研究创建了SEED-Bench-R1视频理解测试平台，发现强化学习方法在训练AI理解视频方面比传统方法更有效，特别是在面对陌生环境时表现更佳。研究揭示了AI视觉感知能力的提升机制，但也发现了推理逻辑一致性等待改进的问题，为未来智能系统发展提供了重要参考。

创新才是数字化转型的本质，开源也正是凭借其带来的先进的数字化技术手段和有助于创新的企业文化成为推动数字化转型的主要力量。

博世数字孪生高级专家Birgit Boss博士具体解释了汽车行业内的各个领域将如何从数字孪生中获益。

人工智能、机器学习和分析不仅仅是最新的流行语；大大小小的企业组织都在关注人工智能工具和服务，希望通过大数据、预测分析和自动算法系统改善业务流程、客户支持和决策制定。

许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI)，这些高度先进的AI将能够告诉我们人生的真正意义。然而，巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识，也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案，以避免分裂人类社会。

1996年，乔布斯重新回到苹果公司，并于第二年推出了iMac系列个人电脑，电脑采用了当时电子产品市场上前所未有的鲜亮色彩和特殊定制的材料，整体机箱浑圆可爱，这款产品收到了消费者的广泛好评。时隔二十余年，彩色的iMac它又回来了！

OpenAI确认解散了专注于确保AI系统"安全、可信赖且与人类价值观保持一致"的使命对齐团队。该团队成立于2024年9月，致力于AI对齐研究，确保AI系统在复杂现实场景中遵循人类意图。前团队负责人Josh Achiam已被任命为公司首席未来学家，其余6-7名成员被重新分配到公司其他部门从事类似工作。

在11日的主会现场，美国辛辛那提大学（Univ.of Cincinnati） 讲座教授、《工业大数据》作者李杰首先发表题为“大数据助力‘中国智造’弯道超车”的主旨演讲。

大型科技公司因反垄断违规、侵犯隐私以及对工人、消费者和竞争造成损害而受到联邦监管机构日益严格的审查。与此同时，两党的立法者都表示支持对科技平台进行监管，认识到目前科技领域还没有一套全面的规则。

上海交通大学团队通过引入"视觉可编程性"概念，成功让AI学会根据图表特征自主选择代码分析或直接观察的推理方式。该自适应框架在四个基准数据集上平均准确率达62.8%，显著超越固定策略方法。研究采用双重奖励机制训练，确保AI既追求准确性又具备策略选择智慧，为构建更灵活可靠的人工智能系统提供了新思路。

当今世界改变的速度已与过去不同，每当文明经历一个颠覆性的技术革命，都给这个世界带来了深刻的变化。 ——《世界是平的》

当今世界改变的速度已与过去不同，每当文明经历一个颠覆性的技术革命，都给这个世界带来了深刻的变化。 ——《世界是平的》

“开发运维”（DevOps）一词由“开发”（Development）和“运维”（Operations）组成。虽说长期以来开发运维所使用的软件主要是免费和开源软件，但集成式开发运维平台正成为全球趋势，中国企业也经常使用集成式平台和开源软件来构建自己的开发运维系统。

玩物不一定丧志。

USC研究团队提出的潜在去噪分词器（l-DeTok）通过在训练过程中引入插值噪声和随机遮罩，让视觉分词器学会从损坏信息中重建图像，使其更好地适配下游生成模型的去噪任务。该方法在六种代表性生成模型上均实现显著性能提升，为视觉分词器设计提供了全新思路。

英国生物银行完成了世界上最大规模的全身成像项目，收集了10万名志愿者的超过10亿次扫描数据，用于研究人体衰老和疾病过程。该项目历时11年，每次扫描耗时5小时，投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用，剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具，并在心脏病、痴呆症和癌症诊断方面取得突破。

很多企业希望以低代码的模式,搭建符合自身业务需求的应用。

“在过去的五年中，我们确保了所有系统实现100%连接，没有发生一起网络安全事件，”Dhaval Mankad在谈到Havmor数字基础设施时这样自信地说。

英国气象局（Met Office）产品创新负责人Niall Robinson是一位经验丰富的高管，他将英国国家气象和气候服务部门的新颖想法转化为有价值的成果。他已经在这里工作了12年，但仍在寻找方法推动变革。