在汲取去年测试经验后，今年将测试项目调整为针对网络、计算、存储及云主机可扩展能力这四个项目，被测试的还是去年测试过的AWS、Azure、UCloud、阿里云、百度云、华为云、金山云、京东云、青云、腾讯云这十个公有云厂商的云主机。各项测试分析结果如下：

EPFL研究团队开发了首个专门测试AI计算机代理安全性的综合平台OS-HARM，通过150个测试任务发现包括GPT-4.1、Claude 3.7 Sonnet等在内的主流AI代理都存在严重安全漏洞，会执行有害指令、易受攻击欺骗，并可能因判断失误造成危险后果。

在华为全联接大会2022·曼谷期间举办的“迈向智能世界峰会”上，华为常务董事、ICT基础设施业务管理委员会主任汪涛给出了“拥抱5.5G时代”的答案。

字节推出全模态训练框架VeOmni：让AI模型训练像搭积木一样简单

作为全球CMOS图像传感器领域的霸主之一，安森美(onsemi)聚焦“智能感知”和“智能电源”两大重点，在汽车和工业领域逐渐走出一条强势发展之路。

硬件技术的不断革新是XR行业发展的基石，HTC最新推出的VR一体机VIVE Focus 3和PC-VR VIVE Pro 2首次亮相，以全面进阶的硬件配置，为企业和消费级VR产品设定了新的基准。

但我们仍然相信，英特尔上写希望尽量在其CPU上运行AI推理负载。只是最大的问题在于，考虑到目前最先进的生成式AI模型需要大量算力才能把对提示词的响应延迟控制在可以接受的范围之内，所以用CPU跑AI推理似乎仍不具备可行性。

戴森迄今最强大且最安静的净化科技，专注于大型开放式空间整屋均匀净化的Dyson purifier big+quiet formaldehyde空气净化器已在中国大陆地区预售上市。

德州仪器 (TI) 推出新一代支持边缘 AI 的雷达传感器和汽车音频处理器，帮助汽车制造商重新定义和改进车内的驾乘体验

一场突如其来的疫情，对我们原有的生活和工作方式带来了不小的变革。随着视频平台、直播平台流量激增，企业级直播也在大量需求背后迅速成长为企业运营新标配。

2023年12月12日,re:Invent中国行北京站盛大开启,大会现场座无虚席,人气持续火爆。

特拉维夫大学研究团队发现AI在思考时具备类似人类的"进度感知"能力，并开发出"超频"技术让AI思考更高效。通过提取AI内部的"思考进度向量"，不仅能实时显示AI的思考进展，还能主动调节思考速度。实验显示该技术在数学推理任务中将AI思考时间缩短30%的同时提升了答题准确率，为AI的可解释性和效率优化开辟了新方向。

在本周于硅谷举行的开放计算项目（OCP）全球峰会上，Meta Platforms推出了其全新“Grand Teton”AI系统，以及基于磁盘对口的配套“Grand Canyon”大容量存储阵列。

与放射学及眼科等单纯面向某一领域的学科不同，AI病理学工具能够将生物化学、免疫学乃至遗传学领域的成果整合起来，从而为组织薄切片及染色样本的图像添加分子级别的细节观察。

这项研究由香港理工大学和新加坡国立大学的团队共同完成，提出了R?ec，首个将推理能力内置于大型推荐模型的统一框架。与传统方法不同，R?ec在单一自回归过程中实现了推理生成和物品预测的无缝整合。研究者还设计了RecPO优化框架，无需人工标注即可同时提升模型的推理和推荐能力。实验结果显示，R?ec在三个数据集上显著超越现有方法，在Hit@5和NDCG@20指标上分别提升68.67%和45.21%。这一突破为下一代智能推荐系统开辟了新方向。

8月27日，智能可穿戴公司华米科技正式推出Amazfit 智能运动手表3 、Amazfit 智能运动手表3 精英版、Amazfit GTS 、Amazfit X 等多款可穿戴设备。

数据是当今时代的重要生产要素，可我国68%的数据正处于沉睡当中，其价值未得到充分挖掘，作为撬动数字经济增长的关键动力，算力在数据资产变现过程中扮演着不可或缺的角色。

浙江大学研究团队发现AI写作中的"时间振荡"现象：AI在生成过程的中间步骤往往给出正确答案，但最终输出时却被错误答案覆盖。团队提出"时间自一致性投票"和"时间一致性强化"两种解决方案，通过利用中间过程信息显著提升AI性能，在多个数学推理任务上实现2-25%的准确率提升，为AI系统的可靠性改进提供了新思路。

英特尔本周一发布一系列重要公告，也成为该公司CEO Pat Gelsinger领导之下努力推动转型的积极指标。

《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架，通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发，设计了一个"副驾驶"模型来辅助原始"驾驶员"模型，通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%，同时保持计算开销最小，展现了强大的可扩展性和可迁移性，为大语言模型的优化提供了全新思路。