最近的热点主要围绕 LLM （大型语言模型）为主，但实际上 AI 在不同行业的应用场景丰富，带来了多样化的数据访问需求。

物件检测（object detection）或物件定位（object location）是目前普及度最高的人工智能应用，也是过去几年中神经网络发展最迅猛的领域，短短几年之中创造出非常多优异的经典算法。

在经历了两年大规模的收购热潮之后，主导半导体行业的并购热某种程度上在2017年已经逐渐冷却下来，已经发展成熟到可被收购的目标大大减少，再加上监管审查日益严格。

清华大学研究团队在多模态大语言模型(MLLMs)中发现了一个惊人现象：只有不到5%的注意力头负责视觉理解，称为"视觉头"。基于此，他们开发了SparseMM优化策略，针对视觉头和非视觉头分配不同的计算资源，实现了模型推理速度提升1.38倍，内存减少52%，同时保持性能不变。这一发现不仅揭示了MLLMs内部视觉处理机制，还为提高多模态AI系统效率提供了新思路。

3月13日，小米官方发布微博，为3月18日将举行的Redmi春季新品发布会预热。继之前宣布了Redmi品牌不仅只是手机将覆盖更多产品线之后，小米官方再次抛出问题：红米和Redmi有什么区别?引发网友热议。

2018年5月21日，2018 微软人工智能大会（AI Innovate）在北京召开，微软大中华区副总裁兼市场营销及运营总经理康容与合作伙伴一道，在大会上分享了如何通过微软的智能云平台Azure，运用Office 365与Dynamics 365将人工智能带入寻常百姓之家。

尽管还有各种炒作，但区块链还没有步入企业领域的主流。今年可能会发生一些变化，因为IT领导者们对于这项技术用于可信交易的认可度正在持续增加。

百度智能云本着“让客户花好钱”、“让客户挣好钱”的服务理念，在存储技术做了大量创新，推出了多种独具特色的云存储服务，赢得用户的广泛认可。

对于零售业的进化，我们讲IBM从来没有离开过，IBM一直是这里面最重要的力量。心存敬畏之心，在中国零售业回归本质，重新构想的时代背景下，IBM将借助自身技术实力与行业洞察，引领零售业迈向数字化转型的全新阶段。

MMaDA是由普林斯顿大学和北京大学研究团队开发的革命性多模态AI模型，它通过统一的扩散架构、混合长思考链训练和创新的UniGRPO强化学习算法，成功实现了文本推理、多模态理解和图像生成三大核心能力的高效整合。实验表明，这个8B参数的模型在多项任务上超越了专业单模态模型，展现了真正的多模态AI潜力，为未来通用人工智能发展提供了新方向。

2020年是特别的一年，新冠疫情让数字化真正成为行业的新常态，各行业也都在重新审视，在这个新的时代数字化究竟意味着什么？

据报道，在安徽马鞍山的瑞泰马钢高温耐火材料工厂，腾讯以工业能源场景的实时数字孪生、物联网等技术，打造了一个与工厂生产流程同步运行的“透明工厂”。

人工智能的兴起,为各行业带来海量AI算力需求,但AI算力在不同区域、行业分布不平均,造成多行业存在巨大AI算力缺口。

今年7月，小冰从微软公司分拆出来独立发展。如今看来，这个走出“象牙塔”的少女，很快就学会了在商业化的道路上“独当一面”，在金融、零售、汽车、纺织、体育等垂直领域蜕变成了一个不折不扣的“商业高手”。

数据湖这个词在21世纪10年代初出现的时候，有些人认为它是在恰当的时间出现的一种恰当的架构。数据湖是一种非结构化的数据存储库，利用了新的低成本云对象存储格式（如Amazon S3），可以容纳来自网络的大量数据。

物联网时代，营销方案升级，二维码技术帮助品牌和消费者建立联系，使商品成为客户品牌接触消费者的入口，其核心技术“一物一码”基于强大的大数据分析能力和区块链技术，可以更好地为企业提供营销和通路管理工具。

FiveStars是一家面向小型企业提供营销平台的公司，该公司首席技术官Matt Doka不喜欢这种权衡取舍，他竭尽全力把一切工作都外包出去。

瞻博网络 QFX5700 系列交换机。这是业内首款基于中型机箱、采用 Broadcom Trident 4 可编程商用芯片的系统，提供 25.6 Tbps 的双向带宽。

微软表示，由于人工智能产品需求激增，导致数据中心供应不足，影响了云计算业务的增长。Azure云业务预计在本财季增长32%，与上一季度持平。公司正加大投资以扩充数据中心容量，以满足AI服务需求。尽管AI业务增长迅速，但整体云业务收入受到影响，投资者对变现速度存疑。

SeedVR2是南洋理工大学与字节跳动团队共同研发的一步视频修复模型，通过扩散对抗式后训练实现高效视频增强。该模型突破了传统扩散模型需要多步采样的限制，引入自适应窗口注意力机制和特征匹配损失，成功在单步内实现高质量视频修复。实验表明，SeedVR2能以4倍速度提升达到甚至超越多步方法的效果，特别在处理真实世界高分辨率视频时表现优异。