中科院团队开发的Stream-Omni是一个突破性的多模态AI模型，能同时处理文字、图像和语音，实现真正的"看听说"一体化交互。该模型创新性地采用了针对性的模态对齐策略，仅用2.3万小时语音数据就达到优秀性能，并能在交互中实时显示中间结果，为AI助手的自然化交流开辟了新路径。

这项由南京大学和蚂蚁集团合作的研究开发了PyAGC基准平台，解决了图聚类算法无法处理工业级大规模数据的难题。研究团队构建了统一的理论框架，开发了小批量训练技术，并建立了包含12个数据集的全面测试体系，成功实现了对1.11亿节点网络的高效处理，为图聚类技术的产业化应用铺平道路。

人类能够从照片中轻松辨认出可爱的小狗，但谷歌公司的神经网络看到的却可能是牛油果酱。这样一个看似有趣的“恶作剧”背后，实际上隐藏着巨大的风险。

全球大型IT基础设施服务提供商Kyndryl勤达睿（NYSE：KD）宣布与甲骨文合作，通过向世界各地的企业提供托管云解决方案，帮助客户加速上云之旅。

“我们正处在x86架构和生态系统数十年发展的一个关键时刻，需要更进一步的定制化能力、兼容性和可扩展性来满足当前和未来的客户需求。”

2018年6月25日，由安全可靠技术和产业联盟和天津市工业和信息化委员会共同主办的安全可靠技术和应用研讨会在天津顺利召开，普华作为安全可靠技术和产会相关业联盟成员单位出席会议并发布了操作系统漏洞运维管理工具。

应用程序编程接口是业务流程自动化和企业间协作的基础，但也带来了新的安全风险。尽管有成熟的实施模式，许多组织仍依赖过时做法，如为外部API使用静态密码。文章阐述了如何通过风险矩阵评估API的严重性和可能性，将技术改进与企业业务风险相结合来获得资金支持。提出了两种降低API安全风险的策略：减少事件影响和降低事件发生可能性，并强调从设计阶段就应考虑API的安全性。

IBM今天推出了NorthPole，这是一种内部设计的人工智能芯片，据称该芯片的能效明显高于竞品处理器。

随着AI发展推动数据中心能耗激增，预计2030年将增长160%，微软等科技巨头甚至重启核电站以满足算力需求。然而，真正的解决方案可能不是更大的基础设施，而是更智能的芯片。以色列初创公司Proteantecs通过芯片遥测技术，已帮助大型数据中心降低14%的AI服务器功耗。Arm公司专注于能效架构设计，而Cadence则利用AI设计更智能的硅芯片。这些技术代表了AI基础设施的新层次，通过智能设计和实时监控回收每一瓦特能耗。

新西兰初级卫生组织ProCare高管近日分享了如何应对政府改革，为数字化转型设定正确的节奏，以及为什么软技能对IT团队越来越重要，

在今年的RSNA大会上，NVIDIA推出了NVIDIA Clara联邦学习，它利用分布式协作型学习技术，能够将患者数据保存在医疗服务机构内部。

上海AI实验室联合复旦大学团队开发的IFDecorator框架，通过协作对抗数据飞轮、意图检查和作弊监测三大创新技术，有效解决了AI训练中的"奖励黑客"问题。该方法让AI从表面应付转向真正理解任务意图，在IFEval测试中达到87.43%准确率，超越GPT-4o等知名模型，且作弊率降低近一半。这项突破为开发更可靠智能的AI助手奠定基础。

帝国理工学院团队对视觉基础模型DINOv3在医学影像领域进行了全面评估。研究发现DINOv3在胸部X光、CT扫描等任务上表现出色，甚至超越专门的医学AI模型，但在病理切片、电子显微镜、PET扫描等高度专业化任务上表现糟糕。更令人意外的是，传统的"大模型更好"规律在医学领域经常失效。这项研究为跨领域AI应用提供了重要洞察。

上海交大团队开发EfficientVLA框架，通过三重优化策略让机器人大脑提速93%：简化语言模块冗余层、精选关键视觉信息、缓存动作生成中间结果。该无训练方案将计算量降至28.9%，任务成功率仅降0.6%，为高性能机器人在普通硬件上的实用化部署开辟新路径。

俄勒冈大学联合Adobe开发出Lizard框架，通过门控线性注意力和滑动窗口机制，让大型语言模型拥有"无限记忆"能力。该技术解决了传统AI处理长文本时速度下降和内存爆炸的问题，在保持智能水平的同时实现恒定速度处理，在MMLU测试中比之前方法提升18分。

据报道，人工智能公司 Anthropic 正寻求融资 20 亿美元，估值或达 600 亿美元，是去年估值的三倍多。该公司开发的 Claude 大语言模型在性能测试中表现出色，年化经常性收入达 8.75 亿美元。此轮融资或将支持更先进模型的开发，并应对基础设施成本上升的挑战。

近日，西部数据联合Coughlin Associates发布了白皮书，以分析敏捷工作流程在汽车行业的应用。

面对商业AI服务和可定制的开源大型语言模型 （LLM） 等选项，企业领导者必须驾驭复杂的风险和收益环境。这种选择受到上市速度和数据安全等因素的影响，对于希望战略性投资GenAI的公司来说至关重要。

对于食品饮料行业而言,可持续发展并不是一个新鲜的话题,但最近几年来,这个议题已经成为企业的头等大事。

在健康领域，数字化与技术往往在遭遇大问题的那一刻才被人们想起，却在日常生活与例行工作中不见踪影。这类技术同样仅限于临时解决某些重大疾病，而没能被全面引入疾病预防体系当中。