英伟达联合多所知名大学开发出突破性的长视频AI理解系统LongVILA-R1，能够处理长达几小时的视频内容并进行复杂推理。该系统通过5.2万个精心构建的问答数据集、创新的两阶段训练方法和高效的MR-SP基础设施，在多项测试中表现优异，甚至可与谷歌顶级模型相媲美。这项技术在体育分析、教育、医疗、安防等领域具有广阔应用前景。

人形机器人是通用人工智能的最后一公里。

阿里巴巴Quen团队发布了图像生成模型Qwen-Image，在复杂文字渲染和精准图像编辑方面实现重大突破。该模型通过创新的数据处理流程和渐进式训练策略，不仅在英文文字渲染上表现出色，更在中文字符生成方面远超现有模型，准确率达到58.30%。同时具备多任务处理能力，可进行图像编辑、深度估计、新视角合成等操作，为AI图像生成技术开启新纪元。

Vox-Profile是南加州大学和约翰霍普金斯大学联合开发的语音特征全面分析基准测试系统，能从语音中识别说话者的静态特征（如年龄、性别、口音）和动态特征（如情绪、语流）。研究团队使用15个以上的公开语音数据集和多种语音基础模型进行测试，发现在多数任务中参数量更大的模型表现更佳。该系统展示了三种主要应用：分析语音识别系统性能差异、评估语音生成系统质量，以及自动生成说话风格描述。人类评估结果表明，Vox-Profile生成的描述与人工标注相当，为语音技术研究提供了新的方向和工具。

这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究，揭示了大语言模型安全测试的根本规律：越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合，研究团队发现：更强的模型是更好的攻击者；当目标能力超过攻击者时攻击成功率急剧下降；社会科学能力比STEM知识更能预测攻击成功。基于这些发现，研究者建立了预测模型，表明随着AI进步，人类红队测试可能逐渐失效，提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。

中科大团队发布CRITICTOOL基准，首次系统评估大型语言模型工具调用自我批判能力。研究发现当前AI模型包括GPT-4o在内，遇到工具使用错误时恢复能力有限，最高仅达70%水平。该基准通过内部错误和外部环境错误两大类五种模式，结合数据进化策略，为AI工具使用可靠性评估提供重要参考。

财务数字化作为财务管理的发力点和突破点，已然是公认的事实，换句话说，财务数字化转型成为企业建设世界一流财务体系的核心路径。

我们正处于一个数字化转型的大时代。对于技术公司而言，在也走到了一个分水岭，面对复杂的需求，是分一块小蛋糕？还是联手做大蛋糕？答案显而易见，单打独斗已是过往，“生态”正成为产业高频词。

正是看到企业在混合云方面的挑战，IBM持续加大推进企业混合云转型的投入。IBM第三季度的财报显示，当季营收总额达141亿美元，按固定汇率计算增长15%；过去12个月，混合云营收为222亿美元，年增长达 20%。

“教培行业没希望了，能跑赶紧跑。”

许多组织在实施 AI 代理时过于狭隘地关注单一决策模型,陷入了"一刀切"决策框架的误区。然而,人类决策远非统一,而是复杂、动态且依赖于具体情境的。如果要将 AI 代理有效整合到组织中,就需要考虑多样化的决策过程,以确保有效实施,避免无意中设定一个低标准的决策模式。

掌握数字化创新技术的初创企业是推动“数字经济”和“绿色经济”发展不可替代的重要力量。

AI不会简单替代SaaS，而是让CRM从"工具"进化为"智能业务伙伴"，而且这种变革正在重新定义企业软件的应用方式和价值创造路径。

3月13日，#Σco时间#举办了《超高密UPS模块技术解密会》——华为数据中心能源全球营销支持部部长韩冬为大家揭开超高密UPS模块的神秘面纱，并通过实时连线华为团泊洼实验室进行产品测试演示环节。

Gartner2022年CIO技术执行官问卷调查结果显示：2022年有52%的企业会增加“云”投入，相对来说有32%的企业会减少传统基础架构和数据中心的投入。

随着众多企业Q3财报的陆续公布，我们看到外部环境对于企业造成了巨大的挑战，这种压力显而易见。这个时候，企业更需要保持战略定力，苦练内功，以扎实的实力赢得市场。

微软亚洲研究院发布HeurAgenix框架，首次实现让大型语言模型自动进化和选择算法来解决组合优化难题。该系统通过对比学习机制让AI自主发现改进策略，并开发轻量级选择模型在保持性能的同时大幅降低成本。在五大经典问题测试中表现卓越，为传统需要专家手工设计的优化问题提供了自动化解决方案。

2021年12月24日,中国信息通信研究院联合中国内部审计协会、云计算标准和开源推进委员会,成功召开了“2021 GOLF+ IT新治理领导力论坛”。

这项由上海人工智能实验室等多家机构联合开展的研究，开发了VBench-2.0评估系统，专门测试视频生成AI对真实世界的理解能力。与关注视觉效果的传统评估不同，VBench-2.0从人体逼真度、可控性、创造力、物理学和常识推理五个维度，全面检验AI是否真正理解物理规律和逻辑关系，为视频生成技术发展提供了新的评估标准。

摩根大通AI研究团队开发了QueryBandits系统，通过智能改写问题来减少大语言模型的幻觉现象。该系统分析17个语言特征，自动选择最适合的改写策略，在13个测试数据集上实现了87.5%的改进效果，比静态改写方法高出42.6%-60.3%，为AI交互优化开辟了新方向。