今年微软Build 2025大会上，微软CEO萨提亚-纳德拉（Satya Nadella）在AI成为人类智能副驾的目标和梦想已经实现的前提下，又提出了开放智能体网络（Open Agentic Web）。他认为，未来的企业、组织和个人社会将是一个更加开放、更加集成、更加多元的开放智能体网络。

万众期待的OpenStack Queens于2月28日正式发布，OpenStack Queens增加了多项新功能，也优化增强了多项旧功能，包括虚拟 GPU(vGPU)支持和容器集成的改进。几个新项目也在OpenStack Queens这一里程碑中露面，包括提供管理硬件和软件加速资源框架的Cyborg。

英特尔宣布，现任CEO Bob Swan将于今年2月15日离职，现任VMware首席执行官的Pat Gelsinger将接任Bob Swan的职位，担任英特尔第八任CEO。这样一条新闻似乎为2021年半导体行业拉开了一个序幕，大戏还在继续。

“机器能思考吗？”是图灵在1950 年抛出的问题，这个问题在今天似乎有了新的答案。人形机器人，这个曾经只存在于科幻电影中的未来科技，正随着人工智能技术的突飞猛进，逐步走进现实。在AI与大模型技术的加持下，人形机器人不再是冷冰冰的钢铁机器，而是拥有了更强大的“大脑”，它们能够理解、推理、学习，甚至与人类进行自然流畅的互动。

数据科学非常强大，也吸引到各类组织的积极投资。然而，鲜有使用者能够充分发挥数据科学的潜力。

近日，Veeam 亚太和日本地区总经理兼高级副总裁 Beni Sia以及Veeam中国区总裁张弘接受至顶科技采访，全面阐述了Veeam最新的数据保护战略以及企业如何制定和实施适合企业所需的数据保护策略。

阿里巴巴和同济实验室联合推出的Qwen3 Embedding系列模型在文本嵌入和重排技术上取得突破性进展。这套模型基于Qwen3大语言模型构建，采用多阶段训练策略，结合大规模合成数据和高质量监督数据，实现了在MTEB多语言、英文、中文和代码等多个基准测试中超越现有最佳开源和商业模型的性能。该系列提供0.6B至8B参数的多种规模选择，以Apache 2.0许可开源，为搜索引擎、推荐系统和检索增强生成应用提供强大支持。

京东方董事长陈炎顺在9月4日举办的京东方全球创新伙伴大会(BOE IPC·2024)上，正式提出了企业创新发展的战略升维"第N曲线"理论，旨在以“屏之物联”发展战略为指引，打造企业新的业务增长极。这很自然让人想到“第二曲线”理论。不过，在讲这个发展理论之前，我们要先谈谈创新。

日前，戴尔科技集团全球首席技术官兼产品与运营总裁John Roese做客著名技术商业类杂志《麻省理工科技评论》的播客节目，与主持人Laurel Ruma进行了一对一访谈。

IBM已经推出了一项新的企业产品，旨在帮助企业寻求帮助来限制其数据以达到GDPR标准。

在AI与大模型技术的加持下，人形机器人不再是冷冰冰的钢铁机器，而是拥有了更强大的“大脑”，它们能够理解、推理、学习，甚至与人类进行自然流畅的互动。钉钉，这个我们熟悉的办公平台，在其中扮演什么关键角色？“云启智跃·产业蝶变”本届的“云栖大会”为我们揭开了迷雾。

从在线教育、在线办公、在线医疗到直播电商，因为疫情被按下“快进键”的“在线”模式，迎来了爆发式的增长，在“在线”的商业逻辑中，最具代表性的就是以RTC音视频技术为主导的互联网通信云直播的快速发展。

当新冠疫情爆发的时候，美国家庭人寿保险公司（Aflac）的独立代理/特许经营业务看起来似乎陷入了僵局。虽然Aflac的另一个主要部门B2B保险业务相对来说没有受到疫情太大的影响，但是独立代理人服务却命悬一线，正如这家上市企业正在进行的云转型一样。

线下数据不仅仅为抗击疫情、复工复产做出了巨大的贡献，其还可以帮助实体产业更有效、更科学化、更精细化的管理和运营，而且这一切都是在云上无感知的发生。

与目前市场的大多数DPU采用众核机构不同，中科驭数选择了异构核的技术路线，通过即时的软件配置来定义芯片内部数据运算逻辑，在保障充沛算力的同时，以最低功耗支撑更多运算负载类型。

特斯拉作为一个对开发和销售自动驾驶汽车有着浓厚兴趣的技术先驱，如今特斯拉对人工智能充满浓厚的兴趣是有道理的。正是在本月，特斯拉的亿万富翁创始人兼首席执行官Elon Musk公开宣布公司正在致力于开发自己的AI硬件。

研究显示，现有模拟推理 AI 模型能解决常规数学题，但在面对竞赛级证明题时因缺乏深层逻辑推理能力而屡屡失手，暴露了其数学证明上的局限。

云存储巨头Dropbox今天宣布，已经签署协议以2.3亿美元收购拥有全球百万用户的文档管理初创公司HelloSign。

英伟达公司首席执行官黄仁勋在本周三举行的线上新闻发布会中表示：“英特尔对于我们使用他们的代工厂很感兴趣，我们也有兴趣考虑这个选择。”

专家表示，许多组织在采用 AI 时面临着过时软件应用的障碍，其中数据保留能力有限是主要原因。这些老旧应用往往难以与 AI 工具集成，维护成本高昂，还会占用大量 IT 预算。专家建议企业盘点现有 IT 基础设施，识别最需要现代化的领域，并采用中间件、API 和数据湖等技术来连接旧系统与新技术，以便 AI 模型能够访问所需数据。