2020年2月26日，麦肯锡发布白皮书《全球“灯塔工厂”网络：来自第四次工业革命前沿的最新洞见》中文版。通过聚焦先进制造业的领军企业 ——“灯塔工厂”，并深入剖析14家端到端“灯塔工厂”的成功转型，为其他企业部署技术、摆脱“试点困境”提供借鉴。

因此，关于移动网络运营商推迟5G网络建设以及缩减计划的报道不断。尽管如此，我并不想在这里赘述这些不利因素，因为我对5G未来一年的发展充满信心。

5月16日，第二届世界智能大会于天津梅江会展中心举行。在大会采访过程中，英特尔中国研究院院长宋继强向至顶网记者详细介绍了英特尔如何引导人工智能由技术突破到产业落地。

厦门大学团队开发的TARS技术通过创新的"最大-最小"博弈策略和频谱对齐方法，有效解决了AI视觉系统的幻觉问题。该技术仅用4800个训练样本就将描述错误率从26.4%降至13.2%，性能媲美GPT-4o，为医疗诊断、自动驾驶等关键领域提供了更可靠的AI视觉解决方案。

Databricks和OpenAI宣布建立多年期1亿美元合作伙伴关系，将OpenAI最新模型(包括GPT-5)原生集成到Databricks数据智能平台，服务全球超2万家客户。该协议旨在简化企业AI代理部署，使企业能够在其治理数据之上直接构建生产就绪的AI应用。通过Agent Bricks开发环境的紧密集成，组织可在单一平台上开发、评估和扩展AI代理系统，无需复杂的数据迁移或独立工具管理，同时确保数据安全性和合规性要求。

普渡大学团队开发出LLMalMorph框架，利用大语言模型生成恶意软件变种，通过六种代码变形策略成功生成618个样本，平均检测率降低10-31%。研究揭示了AI在网络安全攻防中的双刃剑作用，为理解新兴威胁和开发防御技术提供重要参考。

俄罗斯研究团队开发出首个针对俄语医疗记录的ICD自动编码系统RuCCoD，通过BERT、大语言模型和检索增强技术实现医疗诊断的智能编码。研究发现AI编码在训练诊断预测模型时比医生手工编码效果更好，准确率提升28%，为医疗信息化和临床辅助决策提供了新思路。

据报道，HPE已经将最近两次收购的技术融合到一个容器平台中，该平台可以运行云原生和非云原生的应用。

AWS近日详细介绍了其用于检测恶意网站域名的内部系统Mithra。

也许你看过这个视频—— 一个男人在一辆行驶中的汽车的方向盘后面。他戴着虚拟现实护目镜，他移动双手，就好像在一个不存在的键盘上打字一样。

基于过去的数字化转型最佳实践，BMC对2019年企业持续数字化转型做出了四个领域的10大预测。

布里斯托大学和Memories.ai Research联合开发了UGC-VideoCaptioner，这是首个专门针对短视频音画同步理解的AI系统。该研究构建了包含1000个TikTok视频的基准测试，采用创新的两阶段训练策略，仅用2000个样本就达到了传统方法需要20000个样本的效果。实验显示该模型在音频理解、视觉识别和综合描述生成方面都有显著提升。

东京大学研究团队开发的WebChoreArena是一个全新的网页代理评估基准，它包含532个精心设计的任务，专注于测试AI代理处理繁琐、复杂网页任务的能力。研究结果显示，即使是最先进的语言模型（如Gemini 2.5 Pro）在这些挑战性任务上的表现也比常规任务降低了约14个百分点，证明了这一基准有效区分了不同模型的能力。WebChoreArena通过设计海量记忆、计算、长期记忆等类型的任务，为评估AI代理在实际应用场景中的表现提供了更严格的标准。

IEEE会员Rafel Muniz表示：“海水淡化技术通过几个关键的进步，在解决全球水资源短缺和改善卫生条件方面有着巨大的前景。

2023年12月30日,全国高等学校计算机教育研究会职业教育分会成立大会暨2023年码蹄杯全国职业院校程序设计大赛颁奖典礼,在北京九华山庄成功举办,清华大学出版社和百度公司做为支持单位参与本次活动。

随着软件逐步定义车辆的核心功能，传统开发结构正不断触及极限，尤其是在功能不再是一次性集成，而需要持续更新的情况下。今天希望站在创新前沿的 OEM 和供应商，需要在技术、组织和战略层面找到新的答案。

据悉，Phi-3-mini是微软Phi家族的第4代，有预训练和指令微调多种模型，参数只有38亿训练数据却高达3.3T tokens，比很多数百亿参数的模型训练数据都要多，这也是其性能超强的主要原因之一。

旧金山AI研究初创公司Deep Cogito发布四款新的大语言模型，参数规模从700亿到6710亿不等。这些模型采用混合推理系统设计，能够学习更有效的推理方式并自我改进。通过迭代蒸馏放大技术，模型将推理过程内化到训练中，发展出"机器直觉"，使用比同类模型短60%的推理链条就能达到相似性能。模型在数学、法律推理和多跳问题等任务中表现出色，训练成本仅350万美元。

本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期，文章探讨了七种主要发展路径，重点关注突破性的"登月路径"。智能爆发理论认为，智能可以像原子链式反应一样相互促进，快速产生大量新智能。文章预测2038-2039年可能发生智能爆发，随后在2040年实现AGI，但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。

Flatiron研究院团队探索了在压缩的"潜在空间"中进行物理模拟的新方法，发现即使压缩1000倍，AI模型仍能准确预测复杂物理现象如流体流动和湍流。研究对比了扩散模型和神经求解器两种方法，发现扩散模型不仅更准确，还能处理系统的不确定性。这项技术将物理模拟速度提升数十倍，为天气预报、工程设计等领域带来革命性改进。