在悉尼举行的 NetSuite Connect 大会上，Oracle NetSuite 推出了最新的人工智能驱动的业务管理解决方案。该公司强调将 AI 深度集成到 NetSuite 平台中，并免费向客户提供 AI 功能。NetSuite 致力于通过 AI 帮助企业简化日常任务、发现潜在趋势、做出更明智的决策，从而提高竞争力。新功能包括基于自然语言的报告生成、异常检测和财务管理等，展现了 AI 在企业管理中的广阔应用前景。

西安交通大学与蚂蚁集团联合发布HumanSense研究，首次建立了AI情感智能的系统性评估框架。通过3882道真实场景测试题，研究发现当前最先进AI在人际互动理解方面仍有巨大提升空间，人类得分87.5%而AI仅57.8%。研究团队通过多阶段强化学习训练，成功提升了AI的多模态推理能力，让AI学会像心理咨询师一样观察、理解和回应人类情感，为开发更具共情能力的AI系统奠定了重要基础。

2019年《互联网安全威胁报告》(下称报告)在北京发布，报告显示，随着勒索软件和密码窃取带来的收益不断减少，网络犯罪分子正在伺机寻找其他的方法来牟取利益，如网页表单内容劫持(Formjacking，以下简称“表单劫持”)。

戴尔科技委托知名调研公司Aberdeen Strategy and Research (ASR)对456名IT专业人士进行调查，以便更好地了解容器和Kubernetes在大中型企业中的部署方式和原因，评估容器相关的性能优势并揭示与Kubernetes和容器环境相关的挑战。

斯坦福神经AI实验室开发出SpelkeNet系统，通过"虚拟戳击"让AI像婴儿一样理解物体的物理结构。该系统不依赖外观特征，而是模拟物理力作用来发现哪些像素会一起移动。在物体操作任务中表现显著优于传统方法，并意外展现出对支撑关系和材料属性的理解能力。

快手团队提出RLEP方法，通过经验重放让AI像登山者一样重复成功路径，在数学推理任务上实现训练效率和性能双重提升。该方法分为经验收集和重放训练两阶段，在AIME和AMC竞赛中准确率提升1.7-5.2个百分点，训练速度显著加快，为AI推理能力发展开辟新路径。

DataRobot收购Agnostiq公司，旨在通过增强计算编排和优化能力，促进和扩展AI代理的开发。此举将使DataRobot能够跨多种基础设施和计算环境灵活部署AI代理，并根据可用性、成本和性能动态管理资源，从而提高AI创新效率。

如果能够提前数年发现阿尔茨海默症的征兆，患者将可接受实验性药物治疗，并由家人提前为其制定护理计划。

研究人员警告称，基于大型语言模型的AI聊天机器人可被恶意改造，自动收集用户个人信息，攻击者仅需最基本技术知识即可实现。研究显示，经过恶意改造的聊天机器人能获取超过90%参与者的个人数据，远高于普通表单的24%。攻击者只需通过"系统提示"工具，为机器人分配"调查员"等角色即可绕过安全防护。研究涵盖502名参与者，使用三种主流语言模型进行测试。

谷歌DeepMind团队开发出突破性的AI元学习技术，让人工智能首次具备了类似人类的"举一反三"能力。通过结合元学习和神经网络架构自动搜索，AI系统能够快速适应全新任务，仅需传统方法十分之一的训练数据就能达到相似性能。这项技术在医疗诊断、个性化推荐等领域展现出巨大应用潜力，为AI从简单模式识别向真正智能学习的转变奠定了重要基础。

国立新加坡大学Show Lab团队开发的OmniConsistency是一种基于扩散变换器的通用一致性插件，用于解决图像风格化中的一致性问题。该方法采用两阶段解耦训练策略和滚动LoRA银行机制，实现风格学习与一致性学习的分离，有效保留图像风格化过程中的语义、结构和细节。研究团队构建了包含22种风格的高质量配对数据集，并通过定量与定性评估证明该方法达到了与商业模型GPT-4o相当的性能。OmniConsistency具有即插即用兼容性、强大的风格泛化能力和高计算效率，为图像风格化技术带来了重大突破。

上海AI实验室联合多家机构推出MM-IFEngine系统，专门解决多模态AI的"指令遵循"难题。该系统能自动生成复杂的图片-指令训练数据，并创建了包含400题、32种约束类型的MM-IFEval评测基准。实验显示训练后的AI模型在指令遵循能力上提升10%以上，在保持原有能力的同时显著提高了对复杂要求的理解和执行能力。

普林斯顿大学研究团队开发了Goedel-Prover-V2，这是一个在自动数学定理证明领域取得重大突破的AI系统。该系统仅用8B参数就超越了6710亿参数的前代最强模型，在权威测试中达到84.6%成功率。其32B版本更是创下90.4%的新纪录。核心创新包括脚手架式数据合成、自我纠错机制和模型平均技术，证明了通过算法优化可以实现"小而精"胜过"大而全"的技术突破。

超市巨头Coles集团透露，在多年的敏捷战略更新过程中，该公司还在努力探索如何利用目前基本仍未得到利用的现有数据集。

全球物理人工智能研究实验室Genesis AI宣布成立并获得1.05亿美元融资，由Eclipse和Khosla Ventures共同领投。该公司致力于开发智能机器人AI模型，采用数据驱动的全栈物理AI方法，构建可扩展的通用数据引擎进行物理模拟和大规模机器人数据收集。Genesis旨在打造能够为不同类型机器人提供人类级别智能的通用机器人基础模型平台，解决当前机器人在灵活性、认知能力和实际推理方面的局限性。

这项由北大团队开发的OmniManip系统，通过创新的物体中心表示方法和双重闭环控制，让机器人能够理解自然语言指令并在复杂环境中精确操作。系统在12项真实任务测试中达到68.3%成功率，远超传统方法，展现了从服务机器人到工业制造等广泛应用前景。该技术为实现真正智能的通用机器人奠定了重要基础。

在自动驾驶模型研发过程中，汽车厂商一般遵循“模型选择-模型训练-模型上车”的开发步骤。

自动化运维以及AIOps等概念一经提出就受到业界关注，特别是AIOps，在AI热的加持下，这一概念很快就成为运维领域最热门的词汇之一。那么，AIOps到底是什么？有啥魅力？

当前，传统汽车产业正加速数字化转型，“软件定义汽车”不断深化。在电动化、智能化和网联化趋势下，汽车软件已经成为汽车技术革新和发展的核心驱动力之一。

施耐德电气与AVEVA将强强联手，将施耐德电气的EcoStruxure数据中心架构中的配电、楼宇和IT管理系统与AVEVATM一体化运营中心相结合，为数据中心的运营提供业界最广泛全面的解决方案。