红帽中国区总裁在日前红帽“Open讲”活动中表示，红帽作为全球第一大开源软件公司，已经能够提供非常完整的技术支持，但有两点它是坚决不做的，一是不做硬件，二是不做应用。

Mozilla发布Firefox 141浏览器新版本，解决了Linux用户长期面临的后台更新重启问题。现在即使程序在后台更新，用户也可继续使用直到方便时重启。新版本还减少了内存使用量，为标签组功能添加AI智能命名，支持垂直标签栏控制区域大小调整。地址栏新增单位换算功能，Windows用户获得WebGPU支持，更多国家支持地址自动完成，新增九种语言的设备端机器翻译支持。

文章指出，自 ChatGPT 引发生成式 AI 革命以来，该技术正从传统的创意与编码辅助转向提供情感支持、生活规划与个人发展建议，预示着 AI 未来将作为协同助手出现，助力缓解压力、提升工作效率。

南京大学团队提出PixNerd，一种革命性的像素空间图像生成模型。该模型摒弃传统VAE两阶段架构，直接在像素层面工作，通过神经场技术实现端到端训练。在ImageNet测试中达到2.15 FID，推理速度比同类模型快8倍，支持任意分辨率生成。研究还扩展至文本生成图像，在GenEval和DPG基准测试中表现优异，为AI图像生成提供了更简洁高效的解决方案。

小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化，在数学推理和编程任务上超越了320亿参数的大模型，甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施，将训练速度提升2.29倍。该成果已完全开源，为AI民主化发展提供了新思路。

根据UPS首席技术官Juan Perez的说法，“在UPS，业务推动着技术的发展。”下面就让我们来看看UPS是如何使用大数据和人工智能（AI）为第四次工业革命做好准备的。

归根结底，AI最大的价值实际在于降低管理成本。

小米肯定没有想到，200万换一个Logo的新闻，竟然比小米造车更有轰动性。不过这事的戏剧性确实挺强的。

这项研究由ISTA和谷歌研究院联合开发的"影响力蒸馏"方法，通过利用二阶信息为训练样本分配最优权重，实现了大语言模型训练数据的高效选择。该方法在数学上有坚实理论支持，并创新性地引入"地标"近似技术，仅需计算少量样本的精确影响力，再高效传播到其他样本，大幅降低计算成本。实验证明，该方法在多种模型和任务上均优于或匹配现有技术，同时实现了高达3.5倍的速度提升，为大模型训练开辟了更高效的路径。

近日微软高管Judson Althoff在微软合作伙伴活动中宣称：“VMware自去年11月被芯片制造商博通收购以来，其价格和其他变化给世界带来了最棒的礼物”。

微软研究院联合多所大学开发了villa-X机器人学习系统，该系统通过引入"潜在动作"中间表示，成功解决了机器人理解人类指令并转化为具体动作的难题。系统采用分层专家设计，结合视觉和物理信息学习，在仿真和真实机器人实验中都表现优异，特别是在跨机器人平台的泛化能力上取得重要突破，为通用机器人智能奠定了基础。

数字说话，看产业动向和趋势

作为云服务提供商，华为云也在2020年间不断将融合创新技术推向落地，让各行各业数字化转型踏上快车道。截至2020年9月，华为云已上线210多个云服务，以及210多个解决方案，发展18000+合作伙伴，汇聚150万开发者。

墨西哥通信服务商MX Fiber宣布将在该国东南部地区建设一条长达1800公里的数字骨干网络，以缩小数字鸿沟。该项目采用诺基亚Flex-Grid DWDM技术和1830光子服务交换机，支持高达2.4Tbps的吞吐量，可提供可扩展的10G、100G和200G服务。网络覆盖恰帕斯、塔巴斯科、金塔纳罗奥等五个州，将为当地社区、企业和政府项目提供更快的互联网接入和云服务支持。

如今,越来越多企业在云中运行应用,其中不乏任务关键型的Tier 1应用。

Netflix对电视应用进行全面升级，通过全新简洁的界面和智能动态推荐，帮助用户更快找到喜爱的内容，同时支持直播、游戏等新娱乐体验。

7月25日，由中国城市轨道交通协会主办的2019北京国际城市轨道交通展览会在北京盛大开幕。作为城轨数字化解决方案领导者，紫光旗下新华三集团以“基于智能数字平台 构建城轨数字大脑”为主题。

作为“中国最佳零售银行”，某股份制银行一直将客户体验放在首位。

东京科学技术大学团队通过大规模实验发现，专家混合模型在处理推理任务时存在"专家过多反而有害"的现象。研究显示，对于记忆性任务，专家数量越多性能越好；但对于数学推理等需要深度思考的任务，存在最优专家数量，超过这个临界点性能会下降。该发现为AI系统架构设计提供了重要指导，揭示了"少而精"策略在某些场景下优于"多而全"的传统观念。

阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构，系统能够动态检索信息、持续反思，突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线，知识密度提升明显，为长文本生成研究开辟了新方向。