紫光股份旗下新华三集团副总裁张鹏在作《数智治理 新基建的紫光探索与创新》主题演讲时，重磅发布了新华三全新城市操作系统，并就城市操作系统的价值和智慧城市建设未来等问题进行了全方位解读。

腾讯优图实验室提出AnoGen方法，仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本，在MVTec数据集上将检测精度提升5.8%，为解决工业异常检测中样本稀缺问题提供了突破性方案。

我们诚邀您参加7月23日的网络研讨会，聆听 Veeam(R) 专家靳星亮的精彩演讲，了解如何确保远程员工的业务连续性。

如今，万千中小企业数据实时上云，海量民生服务云上转型，对“云底座”的稳定性提出了更高的要求。

谷歌研究院发现了一种让AI进行逻辑推理的新方法——思维链提示。通过要求AI先展示思考过程再给出答案，这种方法将AI在复杂数学问题上的准确率从10%提升至40%以上。这项技术不需要额外训练，只需改变提问方式，但仅在大规模模型上有效。研究揭示了AI具备比预期更强的推理潜力，为未来智能系统发展开辟了新道路。

亚马逊、星巴克、网飞等公司通过彻底改变了客户体验，促使企业重新思考其运营模式并推动以客户为中心的转变——即所谓的“客户痴迷”。

2025年，人工智能进入智能体时代，AI不再只是分析数据或生成文本，而是能够代表用户执行实际操作。AI智能体可以预订旅行、管理预算、处理保险理赔等，但这种自主性也带来了巨大风险。与传统软件不同，智能体在动态环境中运作，行为难以预测。目前的测试方法无法应对复杂的现实场景，急需新的验证层来持续监控和验证智能体行为，确保其安全可靠地运行。

在后数据中台时代，数据管理和数据服务的核心理念依然存在，但实现方式将更加灵活和分散。混合式数据运营架构将成为趋势，结合集中式和分散式的数据管理方式，以适应快速变化的业务需求。

HPE Aruba Networking Enterprise Private 5G 将为整个企业提供可靠的无线覆盖，从而实现以前无法想象的应用。

这篇研究深入探讨了大语言模型在处理不同语言长文本时的位置偏差现象。研究团队分析了英语、俄语、德语、印地语和越南语五种语言，发现位置偏差主要由模型决定而非语言特性，Qwen模型偏好文本末尾位置信息，挑战了传统认为模型偏好早期信息的观点。研究还揭示明确告知模型正确上下文位置反而降低性能，而熵分析表明当正确信息位于模型偏好位置时，不确定性反而增加，为多语言AI应用提供了重要指导。

PTC（纳斯达克股票代码：PTC）近日宣布，全球领先的时尚企业艾莱依集团选择PTC FlexPLM®零售软件以完成数字信息化建设，在商品企划、组织协同、产品研发领域降低成本、提升企业整体运营效率，进而提升盈利空间。

谷歌DeepMind开发的GenCast AI系统在天气预报领域实现重大突破，在97.2%的测试指标上超越传统数值预报系统。该系统基于扩散模型和四十年历史数据训练，能在8分钟内完成全球七天天气预报，比传统方法快数十倍。GenCast采用概率性预报方法，为决策者提供多种天气情景，在极端天气预测方面表现尤为出色，为农业、能源、交通等领域带来广阔应用前景。

持续改进的一大重要组成部分，就是主动找出当前阻碍获得成功的错误，进而努力避免这些错误。

Ruckus Networks扩展其Pro AV ICX网络交换机产品组合，推出针对以太网音视频内容管理的新功能。新交换机经过AV优化并预配置，与现有AV解决方案广泛兼容，可通过RUCKUS One或SmartZone管理。产品与Crestron的DM NVX AV-over-IP平台完全互操作，支持4K/8K视频传输。交换机采用智能软件自动识别AV协议并应用服务质量策略，通过网络分段隔离AV流量，无需手动配置即可实现即插即用。

6月3日-4日，为期两天的华为智慧金融峰会2021在上海举办。

2022年6月25日，以“创未来，享非凡”为主题的2022 昇腾AI开发者创享日·成都站成功举办。

蚂蚁集团智能凭证安全产品全项通过信通院能力测评，获最高评级。

一直拥有领先的认知是很难的,我们唯一可以做的是保持开放的心态,并主动获取新信息,从而不断地促进认知升级。

Atomic Canyon 借助 AI 技术帮助核电厂高效检索海量文件，已与 Diablo Canyon、Oak Ridge 国实验室等达成合作并获融资，为核能行业带来颠覆性搜索解决方案。

香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架，解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征，据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明，DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率，内存需求降至688GB；而更激进的精简方案（减少87.5%专家）也能保持72.0%的准确率。该方法适用于多种MoE架构，为强大AI系统的广泛部署铺平了道路。