备份和数据管理厂商Commvault今天宣布已经达成协议以2.25亿美元收购竞争对手——初创公司Hedvig。

在显示器领域，戴尔一直名列前茅，数据显示，戴尔显示器全球市场份额连续六年位列榜首。戴尔董一多表示，戴尔显示器是显示器行业的引领者，我们希望引领这个行业的进步，我们总是希望能够更早推出一些新的技术、新的设计，这是戴尔努力的方向。

腾讯YouTu实验室推出OneNIP技术，仅需一张正常图片就能检测多种工业产品缺陷。该技术通过双向交叉注意力机制和正常图像提示，解决了传统方法需要为每种产品单独训练模型的问题。在MVTec等权威数据集上，OneNIP在像素级异常分割任务中取得显著提升，为智能制造中的质量控制提供了新思路。

本文探讨了企业在实施AI过程中可能犯的5个致命错误，包括未能将AI战略与业务战略保持一致、低估AI对员工的影响、过早或过晚放弃AI项目、错误评估成本以及落后于竞争对手。文章强调了制定合理策略、重视人员培训、灵活调整项目、准确评估成本以及及时采纳AI的重要性，以确保企业在AI时代保持竞争力。

如果你曾经用过谷歌（Google）进行过搜索，从亚马逊（Amazon）上买过一本书，在网飞（Netflix）上看过一部电影，或者是在脸书（Facebook）上看过你的朋友的假期照片，你就是一名开放源代码用户了。对于一种技术来说，在2月3日迎来自己的20岁生日很不错。

ARM今天宣布收购了Stream Technologies，一家专注于帮助企业优化其物联网设备通信方式的软件提供商。

曾几何时，我们还只能在服务器上选择特定几种CPU。那时候，全世界的服务器供应商也只有几十家，提供的选项自然相对有限。如今，虽然服务器CPU的设计与制造仍然集中在少数厂商手中，但计算引擎却早已蓬勃发展、遍地开花。

浦项科技大学研究团队发现当前AI模型缺乏音频推理能力，仅凭文字描述无法判断声音属性。他们构建了AuditoryBench++测试平台，涵盖音调、音量比较等5类任务，发现主流AI模型表现接近随机猜测。研究团队提出AIR-CoT方法，通过两阶段训练让AI学会"想象"声音：先识别需要音频推理的文本片段，再调用音频知识模块生成声音特征。实验显示该方法显著提升了AI的音频推理能力。

普林斯顿大学研究团队开发了VideoGameBench，这是一个新基准测试，挑战视觉语言模型在经典视频游戏中的表现。研究发现，即使最先进的AI模型如Gemini 2.5 Pro在10款90年代游戏中也仅能完成0.48%的进度，表明当前AI在空间感知、记忆管理和实时交互等人类自然擅长的能力上仍有巨大差距。研究结果对理解AI与人类认知差异提供了重要参考。

眼下，全球的经济环境正在经历新一轮的动荡和剧变，“活下来”将成为每一个企业“进化”的动力。而IBM、红帽、神州数码这三强的“合体”，一方面将帮助全球企业实现转型和升级，另一方面，也是其寻求自身“进化”的一种重要方式。

2019年12月18日，一年一度的NVIDIA GTC China 2019在苏州举行。作为重头戏，NVIDIA创始人兼CEO黄仁勋的不插电主题演讲是大会的重要看点。

Creo 12 中我最喜欢的组件之一是功能预设。它们听起来可能很简单——保存您上次使用的设置——但它们的价值还远不止于此。

预言未来的一个好方法是回顾历史。对于通信产业内的人来说，其实是不太敢说5G重要在哪的。因为很多人都在3G/4G时代预言错了。

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。