谷歌DeepMind推出名为Aeneas的AI模型，专门用于修复和解读古代拉丁铭文。该工具能够快速识别相似文本，填补未知长度的文本空缺，并支持文本和视觉输入的多模态分析。Aeneas可在数秒内找到数千条拉丁铭文的相似内容，为历史学家提供可解释的建议。该模型现已开源免费使用，同时DeepMind还升级了古希腊文本模型Ithaca。

Pivotal及同属于Dell Technologies的兄弟企业VMware今天宣布，去年首次发布测试版后，双方将推出基于Kubernetes的Pivotal Container Service容器服务。

IBM把面对疫情这场“攻坚战”视为一次“长跑”，并针对这次 “长跑”中的三个关键问题，提出了五大解决方案。

IDC最新报告显示，2025年第一季度全球服务器销售额达952亿美元，同比增长134.1%。该机构预测X86服务器市场2025年将增长39.9%至2839亿美元，配备GPU的服务器销售额增长46.7%，将占全球服务器收入近半。然而，AMD的AI加速器市场预测与IDC服务器预测存在巨大分歧，AMD预计2028年AI加速器市场将达11310亿美元，远超IDC的整体服务器销售预测，显示AI设备需求预测面临重大不确定性。

科学家们从未停止过对大脑秘境的探索,脑机接口已成为当前脑科学和人工智能领域最活跃的研究方向。

天津市智能体育竞技协会于2019年1月11日正式注册成为我国第一个智能体育协会。

作为蚂蚁金服企业级业务领域的一项新业务，蚂蚁金服正在把支撑其金融服务的开放架构以及它对云计算、大数据、人工智能、区块链等前沿新兴技术的理解和探索经验分享给正处于数字化转型之旅的中国金融企业。

ChatGPT 开发商 OpenAI 据报正在考虑收购前苹果首席设计师乔纳森·艾维和 OpenAI CEO 萨姆·奥特曼共同创立的 AI 初创公司。该公司正在开发一系列 AI 驱动的技术，包括无屏幕手机概念和智能家居设备。这笔交易可能超过 5 亿美元，将使 OpenAI 获得核心技术和工程团队，进一步巩固其在 AI 领域的领先地位。

这项研究介绍了CRAWLDoc，一种创新的文献排序系统，能从网络中自动识别与学术论文相关的文档。德国乌尔姆大学的研究团队利用小型语言模型，将论文登陆页面作为查询，对所有链接资源进行排序，有效解决了学术元数据提取面临的网页布局多样性问题。基于600篇来自六大出版商的论文测试，系统展现出卓越的排序性能和跨出版商适应能力，为改进学术信息提取奠定了基础。

众所周知，人类社会正在经历从信息技术到数字技术，从信息时代到大数据时代的转变。ICT产业聚合恰逢其势，迅猛生长。

字节跳动团队开发了首个AI研究助手评估系统ReportBench，通过对比AI生成报告与专家综述论文的引用质量，并验证陈述准确性来评估AI助手表现。研究发现OpenAI Deep Research引用准确率38.5%，Gemini为14.5%，两者都存在陈述和引用幻觉问题。该系统为AI研究助手建立了标准化质量检测工具，推动行业发展。

HPE第一财季业绩受到多重因素影响:客户等待采购搭载NVIDIA新一代GPU的服务器,竞争对手激进定价导致服务器利润下滑,库存问题也影响了运营收入。为应对挑战,HPE计划裁员2500人,并采取多项措施提升效率。尽管AI服务器订单强劲,但短期内仍面临收入和利润率压力。HPE预计下半年AI服务器收入将回升,第四财季服务器业务运营利润率有望恢复到10%。

2021年12月16日-18日，CNCC2021（中国计算机大会）正式召开，本次大会以“计算赋能加速数字化转型”为主题。

人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。

如果真把小韩当成“水货”，那可大错特错了。

HPE揭开了备受期待的生成式AI超级计算机平台的神秘面纱，该平台旨在帮助企业在自己的数据中心内创建、微调和运行强大的大型语言模型。

谷歌宣布为Chrome iOS版推出新功能，用户可在工作和个人谷歌账户间轻松切换，无需反复登录登出。该功能支持托管账户浏览，实现严格的数据分离，工作账户的标签页、历史记录和密码等本地数据与个人浏览完全隔离。随着企业不再提供公司手机，员工常需在个人设备上访问公司资源，此更新有助企业允许员工使用自选设备。

很长时间以来，谈到容器，Kubernetes + Docker好像是标配，现在看来并不一定。

天津市智能体育竞技协会于2019年1月11日正式注册成为我国第一个智能体育协会。

爱丁堡大学研究团队开发出革命性的MAPD方法，让小型AI模型仅需几个例子就能快速掌握新技能。该方法通过"注意力映射器"筛选关键信息，结合元学习策略训练模型的快速适应能力。实验显示，在多个视觉问答任务中，MAPD方法显著超越传统方法，准确率提升高达35%。这项突破为开发高效、实用的AI系统开辟了新方向。