数据现在是最有价值的企业商品之一。根据CIO.com的《2022年CIO现状》报告显示，有35%的IT领导者表示，数据和业务分析将在今年其组织IT投资中占比最多，58%的受访者表示，未来一年他们将增加对数据分析的投入。

韩国科技院研究团队创建ViExam数据集，首次全面评估视觉语言模型在越南语多模态考试中的表现。通过2548道涵盖七个学科的题目测试，发现顶级AI模型平均准确率仅57.74%，低于人类学生66.54%的水平。研究揭示AI在多模态推理方面的局限性，为多语言AI发展提供重要参考。

卡内基梅隆大学研究团队开发了ViGoRL系统，通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标，模拟人类注视点转移的认知过程。与传统方法相比，ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升，并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性，还增强了模型解释性，为更透明的AI视觉系统铺平道路。

Happy Socks首席信息官Vivek Bharadwaj负责企业技术战略、IT转型和数字营销等多个领域。他通过建立AI业务流程转型单元来推动运营优化，并消除了企业业务单元间的数据孤岛。公司迁移到Snowflake AI数据云平台，实现了从Excel手工报告到每15分钟更新的实时报告的转变。在AI应用方面，公司制定了严格的人工监督政策，确保负责任的AI部署。

用技术解决商业问题被视为企业应对危机最有效的手段之一，而智慧企业则被认为是适应外部环境变数的最重要形态——这样的“共识”，正在让全球数字化变革加倍提速。

要留住观众，就必须转型。于是，重庆广电在四五年前果断引入了各种数字技术，积极推进融合媒体发展——人工智能的落地和应用，便是其中的尝试之一。

NVIDIA等机构联合开发的PhyCritic系统首次让AI具备了物理学家般的评判能力。该系统采用创新的"自我参照"机制，在评判其他AI回答前先基于物理原理给出自己的答案作为参考标准。通过两阶段训练策略，PhyCritic不仅掌握了深度物理推理能力，还能准确评估涉及物理世界交互的AI回答质量，在多项评估中显著超越传统方法。

这项由斯坦福大学等多所知名研究机构联合开展的研究，首次为农业人工智能建立了全面的评估标准AgroBench。该测试集涵盖疾病识别、害虫识别、杂草识别等七个农业核心任务，包含4342个专家标注的问答对，测试结果显示AI在农业管理建议方面表现出色，但在精确视觉识别任务上仍需改进，为农业AI的未来发展指明了方向。

亚马逊Alexa+预览版正缓慢向用户开放，这款升级版语音助手采用生成式AI重新构建，具备更自然的对话能力和情感智能。经过数周测试发现，Alexa+在处理复杂任务和记忆对话方面有所改进，能够集成Uber、Spotify等第三方服务。然而，其表现不够稳定，存在记忆不准确、回复冗长、功能执行不完整等问题，体现了当前AI工具期望与现实之间的差距。

作为当下的热门话题，网上关于元宇宙可能给游戏、娱乐、社交、办公、商业等领域带来的革命性潜力已经讨论过很多。但元宇宙在医疗保健层面难道就没有发挥的空间？当然不是，另外一场巨大的变革很可能就在这里爆发。

聊天机器人迅速发展，用AI打造优秀聊天产品绝非易事，Quora认为很多厂商可能在寻找更简单的办法。

碍于现实，数据科学家可以不当，不过人工智能还是要了解滴，门外汉只求掌握大致情况，以避免在一桌子人大谈特谈神经网络、机器学习的时候，因为接不上话只能用喝水来掩饰尴尬的局面。

当崭新的北京大兴国际机场航站楼如一只金色凤凰，在祖国的版图上振翅高飞；港珠澳大桥跨越伶仃洋，东接香港，西接广东珠海和澳门，首次将粤港澳三地贯通之时，这些重大工程给我们带来了无与伦比的自豪与震撼，但其背后所蕴藏的工程与信息技术却鲜为人知。

数字广告社区目前分为两大阵营：认为区块链技术会给业界带来革命性变化的人，以及认为这项技术被过度滥用且几乎没有实效的人。

5月29日，企业超级应用平台搭搭云在北京召开题为“让SaaS进入全面定制时代”—— 搭搭云3.0上线暨品牌升级发布会，宣布正式启用搭搭云作为新品牌开始平台化运营，为中小微企业提供满足全面移动化、系统平台化、业务一体化、定制个性化的SaaS平台。

PC行业正在经历一场巨变。华为很早就观察到这一点，并不断通过产品实践提出新的解决方案——智慧办公。

CES年度大秀即将拉下帷幕。如果说这场秀是人类科技文明发展的一个缩影，那么在这段历程中，一些“有趣的灵魂”应该被记录，就像在CES2019上出现的这些稀奇古怪的“小”玩意。

卡内基梅隆大学研究团队开发了OpenBEATs，首个完全开源的通用音频理解系统。它突破了传统音频AI只精通单一领域的局限，能同时处理音乐、环境声音和生物声音，参数规模达3亿。在25个数据集的测试中表现卓越，特别在生物声学领域的10个数据集中有6个获得最佳成绩。该系统还具备音频推理能力，能回答音频相关问题并生成描述，为生态监测、音乐分析等应用提供强大技术支撑。

亚马逊和圣母大学研究团队提出动态奖励权重调整方法，解决了大语言模型多目标训练中的固定权重局限性。该方法包括超体积引导和梯度优化两种策略，能根据不同目标的学习进度自动调整训练重点。在数学推理任务测试中，新方法在准确性、简洁性和清晰度三个指标上全面超越传统方法，同时提升了训练效率。这为AI训练从静态策略向自适应优化的转变提供了重要突破。

为了洞察数据更好地为公民服务，各机构正在应用自动化、机器人流程自动化、机器学习和人工智能等技术，更好地管理数据、改进方法和工作流程。