日, Veritas Technologies在微软Ignite 2021大会上,宣布与微软达成一项战略计划,以进一步加深Veritas企业数据服务与微软Azure的结合。

IBM已经收购了Polar Security，后者是一家帮助企业保护存储在云端的数据免遭黑客攻击的初创企业。

Alita是一种新型通用AI代理系统，采用极简设计理念，以"最小预定义，最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita，只配备一个核心能力和少量通用模块，能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示，Alita在GAIA基准测试上达到87.27%的通过率，超越包括OpenAI Deep Research在内的复杂系统，证明简约设计可带来卓越性能。

10月20日，2021云栖大会上，阿里云发布了倚天、磐久、神龙4.0、龙蜥、灵杰等多款重磅产品，阿里云“做深基础”成果浮出水面，底层自研技术迎来大爆发。

面对"风"转"液"过程中更高的技术难度、部署成本与更长的改造周期，宁畅"无忧焕液计划"应运而生！

人工智能（AI）和机器学习可以通过多种方式提高我们的世界的生产力和效率，甚至有啤酒厂使用人工智能来提高啤酒产量。

今天，阿里云宣布位于南通、杭州和乌兰察布的三座超级数据中心正式落成，陆续开服，将新增超百万台服务器，阿里云这次提出了超级数据中心的概念，要从规模、可扩展以及应用服务上有很强的支撑能力。

最新被英伟达收入囊中的初创公司Brev.dev可以帮助AI开发人员在云供应商中找到最具成本效益的GPU计算。在此之前，英伟达还收购了另外两家初创公司，目的很明确，就是为了扩展其 DGX Cloud 服务的功能。

星海架构（XSEA）是 XSKY 全新的分布式存储系统架构，本发明专利来源于星海架构丰富的架构创新实践，既解决了新型高速硬件无法在传统架构中发挥极致性能的问题，也解决了全共享架构在分布式存储系统中的应用问题。

NVIDIA CloudXR平台借助NVIDIA GPU、NVIDIA虚拟工作站和AWS云服务，将任意展厅或零售场所变为XR虚拟体验展厅。

加州大学圣地亚哥分校研究团队提出"前瞻推理"技术，解决大型AI推理模型速度慢的问题。该方法通过多模型协作，在步骤级别进行推测而非逐词猜测，结合语义验证实现高质量加速。实验显示可达2.1倍加速且几乎不影响准确性，为推理加速突破了传统1.4倍的算法天花板。

在2019世界移动大会期间，“中国联通MEC边缘云商用加速计划发布会”在Hall 8馆NEXTech Theatre D（T4）隆重召开，大会以“构建智能边缘生态、赋能5G数字转型”为主题，向全球产业界传递了联通MEC边缘云战略布局及商用计划。

强强联合，突破 AI 蛋白质预测模型推理性能瓶颈，支持最高 6.6k 长氨基酸序列蛋白质的预测计算，达到目前已知最优推理效果。

这项研究提出了LoHoVLA，一种用于长时序实体任务的统一视觉-语言-动作模型，融合了高层任务规划和低层动作控制功能。与传统方法不同，它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作，并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集，实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法，展现出统一架构在实现可泛化实体智能方面的潜力。

网络安全巨头McAfee已经申请进行首次公开​​募股（IPO），在中断了长达10年之后决定重返股市，以及寻找更多战略性收购的机会。在截至6月27日的上半年中，McAfee净收入为14亿美元，高于2019年上半年的12.9亿美元。

凭借IBM本身的技术优势、多年积累的行业经验，IBM可以给企业带来覆盖数字和实体接触点的融合式商务体验，帮助他们构建高效敏捷的供应链和制造流程，以及通过降低成本、迁移到云和实现应用自动化，提升效率和绩效，帮助他们持续创新，迈向数据主导的未来。

法国 Mistral AI 发布了一套综合代理开发平台，通过集成代码执行、网页搜索和文档处理等功能，实现跨对话上下文的复杂业务流程自动化。

卡耐基梅隆大学研究团队通过系统实验揭示了AI长链式推理的关键机制，发现高质量训练数据、精巧奖励设计、合适思考空间和多样化数据是让AI学会深度思考的四大要素。研究表明，通过监督学习初始化加强化学习优化的组合方法，AI能够像人类一样进行分支推理、错误纠正和自我验证，为智能教育、科研辅助和复杂决策等领域应用奠定基础。

谷歌、Facebook、微软和Twitter正式启动了名为Data Transfer Project的项目，以提供在线平台之间迁移数据的工具。他们认为，更容易切换服务，能够在为消费者提供更大灵活性的同时，让供应商可以在更公平的竞争环境中展开业务。

这项由北京大学等多所高校联合完成的研究，首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系，从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o，发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构，并发现其生成图像仍可被现有检测工具有效识别，为AI图像生成领域提供了重要的评估基准和技术洞察。