AI 正在迅速改变我们的工作方式，无论是通过自动化任务、作为副驾驶还是生成文本、图像和软件。虽然目前尚未出现大规模的劳动力替代，但多项研究预测未来几年内 40% 的全球就业岗位可能面临 AI 自动化的冲击。这可能是暴风雨来临前的宁静。

Manulife公司的AI战略以惠及多个市场的关键用例为中心，其中一个主要重点是销售代理支持。随着代理的客户组合不断增长，他们越来越难以跟踪个人需求和偏好。

作为备份过程中的最后一道防线，CyberSense旨在帮助企业化被动为主动，最大程度上主动防范网络攻击，解除后顾之忧。

麻省理工学院研究团队开发出让AI拥有"永久记忆"的突破性技术，通过长期记忆增强生成系统解决了传统AI"健忘"问题。该技术能让AI记住用户偏好和历史对话，实现真正个性化交互。实验显示记忆准确率达85%，一致性94.2%，为AI从工具向智能伙伴转变奠定基础，有望在教育、客服、个人助理等领域产生深远影响。

牛津大学研究发现，尽管大语言模型在医学考试中表现出色，但在实际应用中效果大打折扣。研究显示，LLM直接测试时能94.9%准确识别病症，但人类使用LLM诊断时准确率仅34.5%，甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出，仅凭非交互式基准测试评估LLM存在误导性，需要真实的人机交互测试才能准确评估AI系统的实际性能。

田纳西理工大学研究团队通过结合强化学习和变形金刚架构，成功开发出具备"元学习"能力的AI系统。该系统能在未见过的环境中快速适应并持续改进，展现了900%的性能提升。研究证实AI可进行技能组合、适应环境变化，且对训练数据质量具有显著鲁棒性，为通用人工智能发展指明新方向。

在美国拉斯维加斯举行的Insight大会上，NetApp很快向客户保证，他们可以同时拥有公有云和NetApp产品——而且事实上，两者在一起更好。

香港中文大学和字节跳动联合研究团队开发出名为Tar的统一多模态框架，通过文本对齐分词器（TA-Tok）创建共享的离散语义表示空间，让AI能用同一种"语言"处理图像理解和生成任务。该技术在多个基准测试中表现优异，为多模态AI发展提供了新思路。

斯坦福等高校联合研发的分解奖励模型（DRMs）通过主成分分析技术，将复杂人类偏好分解为多个独立维度，解决了传统AI只能理解"平均偏好"的局限。该方法仅需少量用户样例即可实现个性化定制，在多项测试中显著超越传统方法，为AI个性化服务开辟了新路径。

无论是什么新理念、新技术，只有创造价值，才有意义。

Operative Games 是一家专注于 AI 互动叙事的公司，由迪士尼前研发主管 Jon Snoddy 和潘多拉创始人 Jon Kraft 联合创立。该公司利用其专有的 StoryEngine 技术，创造出能与玩家建立情感联系的 AI 角色，为游戏和故事体验带来全新维度。玩家可通过手机与游戏角色进行实时互动，体验个性化的叙事冒险。

论坛聚焦医工交叉创新难题,借助“医工谷”平台,携手厦门千亿规模生物医药产业新高地,共同探索医工交叉发展新路径、医疗科技与产业资本有机融合新模式,为厦门市医疗健康产业高质量发展增添新动能。

大部分的中国企业正面临着云应用端的数据误删除或丢失风险,然而,不少员工还对云抱有“盲目信任”。

除了多出一块7寸触摸屏，“小度在家”搭载了最新的百度DuerOS对话式AI操作系统，融合了六麦远场语音、音箱、摄像头于一身，还能查天气、问菜谱、播视频、讲故事、看新闻……

腾讯混元团队通过366组实验发现了AI大模型低精度训练的关键规律，提出Capybara缩放定律。研究揭示指数位比尾数位更重要，存在训练数据临界值现象，4-8位精度具有最佳成本效益。该成果为AI训练提供精确预测工具，有助于降低训练成本、提升效率，推动AI技术普及化发展。

微软研究院最新发布的DELT方法革命性地改变了AI训练数据的组织方式，通过给训练样本评分、筛选和重新排序，让AI模型能够循序渐进地学习。这种方法无需增加模型大小或数据量，就能将性能提升1.65%，实现训练效率翻倍，为AI训练带来几乎"免费"的性能提升。

至少从投资者的角度来看，云计算不再使Amazon业务实现飞速发展。

人工智能（AI）与物联网在食品行业中的地位正变得越来越突出。

对人工智能伦理的研究呈爆炸式增长，其中大部分集中在构建人工智能模型的指导方针上。现在，基于人工智能的工具向公众广泛提供。这让学校、企业和个人不得不弄清楚如何以安全、无偏见和准确的方式合乎道德地使用人工智能。

Meta开源世界模型V-JEPA 2：能看懂视频、预测未来、控制机器人的超级AI