“数智化革命”的大局观、方法论与兵器谱。

AWS最近宣布，人工智能安全和研究公司Anthropic PBC将在Amazon Bedrock上提供自己的Claude 3系列模型。

斯图加特高性能计算中心（又名HLRS，德语Hochstleistungsrechenzentrum Stuttgart的缩写）日前为中心的Hawk超级计算机添加了近200块英伟达图形处理器（GPU）。HLRS在此以前已经是欧洲最快的工业生产通用计算机了。

COVID-19带来的教训、疫苗推出速度快于预期、生产率提高、云计算的普及，这些因素都促使我们提高了对明年的展望，预计2021年技术支出将增长3％至5％，是我们此前预测的增长率的2倍。

11月1日，华为云中国行来到厦门，华为EBG中国区行业云拓展部部长胡维琦在“做有信仰的云，在创新的道路上加速奔跑”的主题演讲中，正式发布华为云云手机。

人工智能初创公司Luma AI发布Ray3文本转视频AI模型，专为专业影像制作设计。该模型具备思维链推理能力，能够理解场景描述并遵循创意专业人士的指令。Ray3可评估自身输出并优化结果，支持复杂场景规划。模型能生成真正的高动态范围视频，支持专业ACES2065-1 EXR标准。用户可从文本和图像生成长达10秒的视频片段。Luma AI与Adobe合作将Ray3集成到Firefly应用中，并获得电通数码等企业采用。

更深层次的参与感，是新世界赋予我们的价值。

加州大学伯克利分校研究团队开发出"分层运动预测网络"，让AI通过观看视频学会预测复杂物体运动，无需精确物理计算。系统在简单运动预测中达91%准确率，复杂场景78%，某些情况下超越人类判断。技术有望应用于机器人、自动驾驶、家庭服务等领域，为AI理解物理世界开辟新路径。

清华大学研究团队开发了AMFT自适应元微调方法，通过智能元学习控制器动态平衡模仿学习与强化学习，解决传统AI训练中的灾难性遗忘问题。该方法在数学推理、视觉推理等多项任务中创造最佳成绩，不仅提高了性能还增强了泛化能力，为开发更可靠的AI推理系统提供了新思路。

中科院团队开发的Stream-Omni是一个突破性的多模态AI模型，能同时处理文字、图像和语音，实现真正的"看听说"一体化交互。该模型创新性地采用了针对性的模态对齐策略，仅用2.3万小时语音数据就达到优秀性能，并能在交互中实时显示中间结果，为AI助手的自然化交流开辟了新路径。

本次研讨会邀请了数世咨询创始人李少鹏、绿盟科技集团副总裁曹嘉、杭州亮通网络工程有限公司总经理毛星宇一道，共同交流云化时代下客户需求的变化，探讨如何以客户的需求为根本，弹性的运营之道来帮助企业高效、安全的数字化转型，以及解决客户面临的安全问题

作为国内云原生领域的标杆会议之一，CNBPS2020聚焦云原生最佳实践，汇聚最新云原生技术趋势和最全云原生技术栈。

西安交通大学与蚂蚁集团联合发布HumanSense研究，首次建立了AI情感智能的系统性评估框架。通过3882道真实场景测试题，研究发现当前最先进AI在人际互动理解方面仍有巨大提升空间，人类得分87.5%而AI仅57.8%。研究团队通过多阶段强化学习训练，成功提升了AI的多模态推理能力，让AI学会像心理咨询师一样观察、理解和回应人类情感，为开发更具共情能力的AI系统奠定了重要基础。

Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件，用统一评价标准替代针对单个问题的局部基准，有效避免了"奖励破解"现象。实验显示，REINFORCE++在处理新问题时表现更稳定，特别是在长文本推理和工具集成场景中展现出优异的泛化能力，为开发更实用可靠的AI系统提供了新思路。

这项由马里兰大学团队进行的研究首次系统评估了32个主流AI模型的色彩理解能力，发现即使最先进的模型在基础色彩认知上也存在明显不足。研究通过COLORBENCH测试系统，从色彩感知、推理和稳定性三个维度进行评估，揭示了AI在颜色计数、精确提取等任务上的严重缺陷，为改善AI基础认知能力提供了重要参考。

对于企业用户来说，云上资源起码都要上百个服务，一个服务至少得打5个以上的标签，全靠人工必然会产生很多问题（错打、漏打、命名不统一）。因此找一个自动化工具能够帮助用户进行打标签就成为了第一件要做的事情。

香港大学等机构联合发布EgoHumanoid系统，首次实现用VR眼镜记录人类日常活动来训练人形机器人。该系统通过视角和动作对齐技术，让机器人学会在多样化环境中执行复杂任务，在陌生环境中的成功率比传统方法提升51%，为机器人训练开辟了全新路径。

MIT研究团队发现了一个颠覆性的AI训练方法：那些通常被丢弃的模糊、失真的"垃圾"图片，竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据，不仅在ImageNet等权威测试中创造新纪录，还为解决AI发展的数据瓶颈问题开辟了全新道路。

文章探讨了从建设、运营到退役全过程的数据中心环境影响评估方法，旨在全面揭示数字基础设施的真实环境成本，同时分析其优缺点及潜在数据滥用风险。

企业应该知道该怎么做才能确保他们使用的是经过适当许可的代码，如何检查漏洞，如何保持所有内容都已经修补并保持最新状态。