利物浦最近从斯图加特签下了日本中场远藤渡（Wataru Endo），这在日本国内引起了对这家足球俱乐部的更多兴趣，近几个月来日本球迷访问利物浦数字频道的流量激增。

随着人类太空任务时间延长和距离地球更远，保持宇航员健康面临挑战。NASA与谷歌正在开发名为CMO-DA的AI医疗助手，帮助宇航员在无法联系地球或医生不在场时诊断和治疗症状。该工具运行在谷歌云Vertex AI环境中，支持语音、文本和图像多模态交互。经过三种医疗场景测试，诊断准确率在74%-88%之间。未来计划增加更多数据源并训练模型适应微重力等太空医学条件。

或许每个人都有不同的理解。我们无需定义，因为我们有更好的诠释——华为通过持续的压强投入，引领技术革新，打造生态黑土地，激发生态创新，引领行业数字化转型，今日聚焦华为智简数据中心网络。

在AI时代，数据传输工程变得更加重要。Flower应用致力于打破数据孤岛，让AI就近处理数据而非传输至数据中心。Meshify项目通过AI自动化CRM洞察帮助中小企业提升效率。德勤专家强调AI发展需关注监管、隐私、透明度等问题，并探讨了人机协作管理的新模式，指出管理者角色正从单纯管理人员转向管理人机交互。

今年世界人工智能大会，大模型和生成式AI是重头戏。

周二，微软的一位高管表示，为了充分发挥Microsoft Copilot的潜力，公司正在寻求与各个领域客户合作的MSP，促进生成式人工智能的采用。

微软发布.NET 10运行时和框架预览版7，新增WebSocket连接流封装、ASP.NET改进密钥认证和MAUI多项功能修复。WebSocketStream提供基于流的抽象简化编程，Blazor应用自动支持密钥认证，MAUI新增XAML强类型源代码生成器提升构建性能。作为LTS版本，正式版将于11月中旬发布。

希望从组织数据中获得可操作见解的IT和分析领导者们必须学会如何利用数据，强调背景和叙述来讲出引人入胜的故事。

CentOS Stream的模式对社区版CentOS发展也至关重要，做出这样一个决定就是想要改善社区的参与度。

Aksun-Guvenc的研究使用智能手机数据向驾驶员和自动驾驶汽车告知碰撞风险。

SK海力士宣布将采用321层3D NAND QLC技术生产超高容量、高性能AI服务器SSD。该公司开始量产全球首款超过300层的QLC 2Tb芯片，预计2026年上半年出货。新产品采用6平面设计，数据传输速度提升一倍，写入速度增长56%，读取性能提升18%，写入功耗效率改善23%以上。这一技术远超竞争对手的218层技术，将分阶段推出PC驱动器和企业级SSD产品。

以下一代防火墙起家的Palo Alto Networks在安全的道路上走得越来越坚决，除了在防火墙产品上不断推出新的产品，同时在其他安全产品上也不断丰富，包括云端安全工具与服务。

在陈述看来，NFT的发展还需要元宇宙的沃土。NFT既不可以成为数字货币，又不能成为数字证券，那么它只能是数字商品。数字商品可以做什么？在元宇宙里数字商品有生产与消费两个非常大的场景，这两个场景基本概括到元宇宙的方方面面。

2023年春节，美团优选组织数万家供应商、300多个品类、6万余种商品，“杀”入“年货节”江湖。让辛劳一年的人们可以“减负返乡”，不用再拎着大包小包年货回家，线上下单，人货同达。

MIT开发的NANDA协议为AI智能体提供完整的交互平台，通过加密身份验证、智能体注册和分布式账本技术，实现智能体在分布式环境中的安全、可扩展和自主运行。该协议类似于为AI智能体建立组织架构，赋予它们身份、角色和职责，支持多智能体系统协作。专家认为NANDA将解决信任、文化和编排三大挑战，并可能颠覆传统商业模式。

OpenAI在其开源模型中采用MXFP4数据类型，这是一种4位浮点格式，通过微缩放块技术实现更高精度。相比传统BF16格式，MXFP4可将计算和内存需求降低约75%，使1200亿参数模型仅需80GB显存即可运行。该技术不仅大幅减少硬件资源占用，还能将推理速度提升4倍，为云服务商和企业大幅降低AI部署成本。

随着AI技术不断发展，初级编程工作正在消失。ChatGPT、GitHub Copilot等AI助手已能处理重复性脚本、HTML布局等基础任务。初学者现在需要具备系统级思维和产品管理能力。未来开发者将更像拥有技术专长的产品经理，负责指导AI完成工作。团队结构也在改变，一个AI增强的开发者可能替代整个团队。成功的关键在于培养无法自动化的技能，学会与AI协作而非竞争。

物联网、公共服务、金融……让共享电动车成为可能，这一切的技术组合，正是一个产业Web3的缩影。

葛优在电影《甲方乙方》里说，地主家也没有余粮了。现在所有的互联网平台的独白是，我们手里都没有流量了。

AWS将自动推理检查功能正式推向市场，旨在为企业和监管行业提供更安全、可解释的AI应用部署。该功能利用数学验证方法确定真实性，能够验证AI响应准确性并检测模型幻觉问题，声称可捕获近100%的幻觉现象。神经符号AI结合了神经网络的模式识别与符号AI的逻辑推理，通过数学证明方法解决企业对生成式AI不确定性的担忧，为金融审计等应用场景提供可验证的正确性保障。