微软研究院前不久发布了一篇论文，揭示了一个反常识的现象：当我们和AI进行长时间多轮对话时，它们会变得越来越"糊涂"，给出的答案质量也会明显下降。微软研究院的这项研究，用严谨的科学方法证实了这个现象的存在，这不是个别模型的问题，而是几乎所有大模型的通病。研究团队测试了包括GPT-4、Claude、Gemini在内的15个主流AI模型，发现它们在多轮对话中的表现平均下降了39%。

小米迎来“新起点”：硬核创新从超越到引领，小米SU7 Ultra、澎湃OS 2、小米15系列等发布。

作为操作系统领域的后起新秀，openEuler 社区从创立伊始就将自身定位为「数字基础设施的坚实底座」，希望通过创新的技术方案解决各行各业的数字化转型痛点、满足企业需求。

苹果公司研究团队通过创新的GSM-Symbolic测试方法，发现当前先进AI系统在数学推理方面存在严重缺陷。研究表明，AI虽然在标准测试中表现优异，但面对表述稍有变化的同类问题时准确率显著下降，暴露出其缺乏真正的逻辑理解能力，主要依赖模式匹配而非推理。这项发现为AI评估提供了新标准，并为未来开发更可靠的AI推理系统指明了方向。

IBM将继续在z15之上构建新的云原生工具与其他更新，并借此在混合云市场上成为一股不容忽视的力量。未来可期，请大家拭目以待！

强化学习存在推理效率问题，阿里千问团队发明推理二八法则，解决AI选择困难症

数字化转型已然是一个不可逆的过程，而“工业服务化”在2022年才刚刚开始。

双赢才是王道。

密歇根大学研究团队开发的HLIP框架为3D医学影像处理提供了突破性解决方案。通过模拟放射科医生的层次化阅读策略，HLIP能高效处理未经筛选的CT和MRI数据，无需昂贵的人工标注。在两个大规模数据集（包含220K患者的脑部MRI和240K患者的头部CT）上训练后，HLIP在多个公开基准测试中显著超越现有模型，如在Pub-Brain-5上提升32.4%准确率。这一创新不仅降低了计算成本，还为临床AI辅助诊断系统铺平了道路。

SenseTime研究团队通过超过十亿token的大规模测试，全面评估了GPT-5等先进AI模型的空间智能水平。研究将空间智能分解为六种核心能力，发现GPT-5虽在某些简单任务上接近人类水平，但在复杂空间推理方面仍存在巨大差距。该研究揭示了当前AI发展的重要盲点，为未来空间智能研究提供了标准化评估框架。

搭载第三代骁龙8s旗舰平台，Redmi Turbo 3售价1999元起。

区块链的介入当然给供应链带来了新的机遇——但问题是，到底有哪些新机遇？

今天，数字化转型已成为颠覆性力量，很多行业被裹挟其中，或主动或被动，都在惴惴不安地等待一个“奇点”的到来，广电行业也不例外。

KAUST研究团队开发的ROSI技术通过识别并放大AI模型内部的"安全方向"，实现了轻量级的安全增强。该技术不仅能提升已有模型的安全性和抗攻击能力，还能恢复无审查模型的安全功能，且对模型性能影响微乎其微。这种基于可解释性的内在改造方法为AI安全领域开辟了新道路，具有成本低、效果好、易部署等优势。

随着以数据为中心的转型不断深化，英特尔围绕硬件、软件和生态系统构建全新AI优化数据平台产品组合，携手产业生态，赋能“智者更强”，以改变世界的技术造福个人、企业和社会。

剑桥大学研究团队通过创造全新人工语言Camlang，发现了人工智能的重大局限：尽管最先进的AI模型在熟悉语言上表现优异，但在学习真正陌生语言时远逊于人类。人类仅凭语法书和词典就能达到87%准确率，而AI最高仅47%，揭示了AI依赖模式匹配而非真正语法推理的本质局限。

俄罗斯Sber AI实验室创建了史上最大规模的面部视频健康检测数据集MCD-rPPG，包含600名参与者的多角度视频和13种健康指标数据。他们开发的AI模型能仅通过观察面部视频就检测心跳、血压等健康指标，心跳检测误差仅4.86拍每分钟，处理速度比现有模型快13%。这项技术有望让智能手机变成便携健康监测设备，推动远程医疗和个人健康管理的发展。

3月23日,结合对行业的深刻理解和洞察,华为发布了对未来五年数据中心的发展趋势预判,总结出数据中心能源十大趋势

5G如何更快地从愿景变为现实走向商业化？这个问题并非看起来那么顺理成章。高通发言人Ryan Gorostiza在采访中表示，5G商用是一个聚沙成塔的过程。

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：