2014年，卡内基梅隆大学宣布发现一种存在于动态随机储存器DRAM，也就是现代数字设备使用的内存芯片上的漏洞。

深耕行业数十年的积累让施耐德电气对行业多样化的场景和业务需求有着独到深刻的理解。尤其在边缘计算领域，针对包括工业及严苛环境中的客户、商业办公客户和IT行业的客户，施耐德电气均可以提供定制化的解决方案。

北京大学研究团队创建了首个能够同时测试人类、仿人机器人和传统机器人工具使用能力的对比平台ManiSkill-HAB。通过六个日常工具使用任务的测试，研究发现机器人在学习效率和适应性方面仍远落后于人类。该研究开发的基于观察学习的新方法显著提高了机器人的学习效率，为未来智能机器人发展提供了重要基准和方向。

AMD今天宣布收购初创公司Nod.ai，后者是一家开发加速人工智能模型的开源软件公司，收购的具体财务条款尚未披露。

Gartner发布了五大政府业务趋势并将它们分成三个重点领域。政府ClO正在利用这些趋势深入改变公民服务并进行创新。

Loihi芯片基于“神经形态计算”架构，该架构的灵感来自科学家对人脑及人脑解决问题的最新理解。Loihi可以根据测试样品的气味识别出每种化学物质，而不会颠覆此前学习到的气味记忆。

为了释放数据分析和人工智能的力量，必须配合多管齐下的数据战略消除数据孤岛、迁出遗留系统并淘汰遗留系统，支持数据标准与跨机构信息共享。新兴与创新技术带来了前所未有的机会，帮助我们应对关键任务挑战，以高效、有效、快速且低成本方式提供服务。

阿里云智能集团研究团队在《VLSI设计期刊》发表突破性研究，提出基于图神经网络的芯片布局优化框架。该技术将复杂芯片设计转化为图形网络问题，通过AI系统自动寻找最优布局方案。实验显示相比传统方法，功耗降低15-18%，设计效率显著提升，已在智能手机和服务器芯片项目中成功应用。

根据IDC的全球融合系统季度追踪报告显示，2018年第四季度全球融合系统市场收入同比增长14.8％至41.5亿美元。

虽然“云混搭”的方式可以很好满足企业对于各类业务的不同负载需要，兼顾成本和性能需求，但是要让这个复杂架构变成一个“有机整体”，“搭配和混合”的技巧就会很重要。

清华大学研究团队通过MotionBench发现，当前最先进的AI视频理解模型在精细动作理解方面存在严重不足，准确率不足60%。他们提出的通过编码器融合技术TE Fusion有效改进了这一问题。这项研究揭示了视频AI理解的基础能力缺陷，为该领域发展指明了新方向。

这项研究开发了ScaleEnv框架，能够从简单关键词自动构建完整的AI训练环境。通过程序化测试和双阶段构建，确保虚拟环境的真实可靠。实验证明，在此框架训练的AI智能体在跨领域测试中表现显著提升，验证了环境多样性对AI泛化能力的重要作用，为AI训练方法开辟了新方向。

今天在拉斯维加斯举行的AWS re:Invent年度大会上，AWS宣布推出了三款安全相关的新产品，旨在为客户提供“安全操作”的新服务和新功能。

这项由浙江大学和字节跳动联合完成的研究提出了LLM-Interleaved（LLM-I）框架，突破了现有AI图文创作系统的"单工具"瓶颈。该系统让大语言模型充当智能指挥官，根据需求调用在线搜索、图像生成、代码执行、图像编辑四种专业工具。通过创新的三重强化学习奖励机制训练，LLM-I在四个基准测试中均取得显著超越现有方法的表现，特别是在自建的LLMI-Bench基准上比GPT-4o高出25个百分点，工具调用成功率达到100%。

为了实时识别新出现的欺诈模式，PayPal需要更快地处理和分析更多数据，就需要将尽可能大体量的数据与实时处理做更好的对接。 然而，内存墙的问题，在此时也悄然出现了。

微软正在为Teams构建更多针对行业和基于角色的功能，并为其Office 365套件之锚添加了更多会议功能和人工智能支持选项。

面对磁盘驱动器（HDD）存储密度趋于停滞的现实，希捷公司顺利巩固了自身在全球HDD供应商中的优势地位。

佐治亚理工学院正引领高等教育机构适应 AI 驱动的未来。学院通过开放 AI 超级计算机、提供跨学科 AI 教育、支持学生开发实际应用等方式，培养具备 AI 技能的全方位人才。这种创新模式不仅提升了学生的就业竞争力，也为产业界输送了能够驾驭 AI 技术的新生力量，推动各行各业的数字化转型。

云回迁的另一个主要受益方是数据中心行业——IDC的数据显示，80%的企业计划在未来一年中至少回迁部分云工作负载。事实上，云回迁在未来几年内可能是推动数据中心持续增长的关键因素之一。

又是新的一年，德高望重的《MIT技术评论》再次公布接下来最值得关注、而且有望在2020年给人类社会带来广泛影响的十大突破性技术。