腾讯混元等机构联合提出PREF-GRPO方法，首次采用成对偏好比较替代传统评分，成功解决AI图像生成中的奖励欺骗问题。同时构建UNIGENBENCH评测基准，包含600测试案例和27个细粒度评价维度，为行业提供更精确的模型评估标准。实验显示新方法在多项指标上显著优于传统方法，特别在复杂任务上提升明显。

在帮助专业用户考察选购适合需求的设备时，我们注意到了兼具工作站和笔记本电脑特征的移动工作站，它具备强大的数据运算与图形、图像处理能力，可以满足工程设计、动画制作、科学研究等专业领域的使用需求。基于此，戴尔Precision 3520也进入了我们的视线。

2023年世界移动大会（MWC2023）期间，第五届华为“行业数字化转型”峰会成功举办。

谷歌公司的科学家们研究出一种新的计算机视觉方法，用于实现手部感知。该方案能够在实机实验中仅凭一帧图像识别出一只手（或者多只手）上的21个3D点位。只要在手机上就能进行实时追踪，并且还能同时追踪多只手，可识别遮挡。

5G创新有望为企业提供新一代能力。该项目旨在为机场带来专用5G的好处，可以在现实场景中测试新的高性能网络。

北京交通大学与阿里巴巴AMAP团队合作开发FE2E框架，首次将图像编辑模型应用于单目深度估计任务。该方法仅用71K训练图像就在ETH3D数据集上实现35%性能提升，超越了使用100倍数据的DepthAnything系列。通过重新设计训练目标、采用对数量化和联合估计策略，FE2E证明了选择合适基础模型比单纯增加数据量更有效，为资源受限环境下的高精度几何估计开辟了新路径。

奥地利科学技术研究所开发的QuEST方法实现了大型语言模型在极低精度下的稳定训练突破。该方法通过哈达玛变换和信任梯度估计器，成功将量化训练的精度极限从8位推进到4位，甚至实现1位精度的稳定训练。实验显示4位QuEST模型在相同资源下超越16位传统模型，运行速度提升达2.4倍，为AI模型的高效部署提供了新解决方案。

2024 年 3 月 29 日, “2024 亚马逊云科技出海全球化论坛” 于深圳大中华喜来登酒店 6 楼成功举办,这次论坛汇集了来自各行各业的优秀客户与合作伙伴,共同探讨中国制造业出海的必然选择以及如何在全球市场中实现智能化、品牌化、高端化的成功路径。

在如今，帆软依旧初心不变，和众多伙伴一起只为给客户带来价值，让数据成为生产力，帆软的每一次成长都离不开用户的支持，取之于用户用之于用户，帆软也会对产品打磨进一步加大投入，把更好的产品交付给每一个用户，让数据更具备生产力。

在数字化转型之路上，金融机构面临的是全方位、多层次的转变。新华三依托深厚的行业深耕实践，通过数字金融架构，助力行业拥抱数字金融，激活数字化转型，实现数字化金融革新。

数智世界，一触即达。

英特尔即将上任的首席执行官Pat Gelsinger今天向投资者表示，英特尔陷入困境的7纳米芯片制造技术有望在2023年开始生产芯片，同时，英特尔可能会将越来越多的制造业务外包给外部生产商。

IBM（NYSE：IBM）今日发布IBM POWER中央处理器(CPU)系列的新一代产品：IBM POWER10。

随着地缘政治紧张局势加剧，芯片战争愈演愈烈，数据中心面临日益严峻的挑战。新的关税和限制措施可能出台，供应链变得更加复杂。数据中心运营商需要提高系统组件的可视性和可追溯性，以确保合规性和安全性。人工智能技术可以帮助实现组件的精确追踪和检查，从而应对这些挑战。

OpenAI 推出代号"Orion"的 GPT-4.5 模型，这是公司迄今最大规模的 AI 模型。GPT-4.5 在计算能力和训练数据方面均超越以往版本，但 OpenAI 并不认为它是前沿模型。该模型将逐步向付费用户开放，但运营成本高昂。尽管在某些基准测试中表现出色，但 GPT-4.5 在部分任务上仍落后于其他 AI 推理模型，凸显了传统预训练方法的局限性。

橄榄油、烈酒和葡萄酒封盖制造商Grupo Torrent的CIO讲述了该公司促进增长和提高商业价值的数字化转型路线图。

俄罗斯研究团队开发出首个针对俄语医疗记录的ICD自动编码系统RuCCoD，通过BERT、大语言模型和检索增强技术实现医疗诊断的智能编码。研究发现AI编码在训练诊断预测模型时比医生手工编码效果更好，准确率提升28%，为医疗信息化和临床辅助决策提供了新思路。

当前，锚定高质量发展，千行百业呈现“向新、向实、向外”三大趋势，推动行业增长向稳。华为云深耕数字化，持续技术创新，坚持“云云协同”策略，提供全链路、全球一致性体验的出海服务

如今，越来越多的医院建立起功能强大的医疗信息管理系统，而Wi-Fi网络因为其可移动、接入灵活等特点，得到了各类医院大规模部署。

清华大学与英伟达合作提出DiffusionNFT，一种革命性的AI图像生成训练方法。该方法通过对比正负样本进行学习，避免了复杂的概率计算，训练效率比传统方法提升25倍。研究团队在多项测试中验证了其优越性，不仅大幅提升了图像质量和文字渲染能力，还实现了无需分类器引导的高效训练，为AI图像生成技术的普及和应用奠定了重要基础。