想象一下，如果你能在几秒钟内，将一张照片中的人脸无缝替换成另一个人的脸，同时保留原始照片中的表情、姿势、妆容和光线效果，会是什么样子？这正是字节跳动研究团队最新开发的DreamID技术所能实现的。

孟买工程学院研究团队开发出突破性的多语言情感语音合成系统，能实现印地语与英语间的实时口音切换，同时准确表达多种情感。该系统在口音准确性上提升23.7%，情感识别准确率达85.3%，为南亚地区教育技术和无障碍软件应用开辟新道路。

据路透社和《华尔街日报》报道，戴尔科技公司（Dell Technologies Inc.）计划会见几家银行，商谈可能的首次公开募股（IPO）承销事宜，这家公司再次上市的消息为之前的混乱带来了另一个转折点。

Android系统的下一个大版本更新已进入公开测试阶段。

中国AI初创公司DeepSeek的突破性成就凸显了人才的关键作用,也说明了每个组织都需要构建AI就绪型劳动力。这不仅需要技术投资,更需要在人才培养、工作重塑和组织变革方面下功夫。企业必须让员工像掌握发短信一样熟练掌握AI,这是当务之急。

我们的现代经济是从专业分工开始发展到今天的人机分工，将来一定是虚实分工。我们做人工智能，就是给要三个世界的安全提供保障，而且是300%的保障，从物理世界的“核威慑”到心理世界的“信威慑”，我们还需要人工世界的“智威慑”。

本文探讨了判断AI是否达到通用人工智能（AGI）和人工超级智能（ASI）水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析，作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引（LCSH）的40万个主题领域，如果每个领域提出1万个问题，将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理，但在实际操作中面临巨大挑战。

想象你在一个拥挤的派对上。虽然房间里有50个人，但你不可能同时与所有人交谈。你的注意力自然会集中在几个关键人物身上——也许是你的朋友，或者正在讲有趣故事的人。大型语言模型（LLM）中的"稀疏注意力"机制正是基于类似原理：让模型只关注真正重要的信息，而忽略次要内容。

尽管经济形势严峻、市场表现疲软，博世集团2018年仍保持增长势头，销售额和整体业绩继续保持历史高位。

薛浩表示，华为云是构建万物互联的智能世界“黑土地”，把数字世界带给每个人、每个家庭和每个组织。“我们发现与企业数字化关系最紧密的就是办公数字化，构建在华为云上的WeLink在实践我们的业务目标。”

展望未来，随着中国“新基建”浪潮的发展，人工智能与各行各业的融合日益深入，相应的市场发展空间巨大。依托英伟达初创加速计划，AI初创企业可以获得多方面的赋能更好地进行创新探索，为人工智能产业的发展贡献自己的一份力量。

AI、媒体货币化、初创思维与建议等也成为此次调查在风险治理、抽象理念以及员工激励等层面的主要议题，得到多位变革型CEO的肯定与强调。

亚利桑那州立大学团队开发出MMTok技术，通过多模态覆盖最大化方法，让视觉语言AI模型在保持98.7%准确度的同时实现1.87倍速度提升。该方法同时考虑图片和文字信息来智能选择关键视觉令牌，将处理的视觉信息从2880个压缩到160个，显著降低计算成本和内存使用，为AI系统的实际部署提供了高效解决方案。

对于不少CIO来说，做好灾难恢复与业务连续性的准备和计划制定，并且与利益相关方保持畅通的交流，能大大缓解宕机造成的影响。

AutoTrader 正全力推进数字化转型，其技术团队在 CEO Nathan Coe 的带领下，积极探索最新技术，为汽车行业客户提供更优质的服务。从传统杂志转型为数字平台，AutoTrader 不断创新，推出移动业务、数据服务和行业平台，以满足不断变化的市场需求。公司重视技术人才培养，注重内部协作，致力于通过人工智能等前沿技术为客户创造更多价值。

奥地利云服务提供商 Anexia 因 Broadcom 收购 VMware 后大幅提价，决定将 12,000 台虚拟机从 VMware 迁移至基于开源 KVM 的自研平台。这次大规模迁移不仅涉及技术挑战，还反映了 Broadcom 收购 VMware 后引发的市场动荡和客户信任危机。

它本应成为迄今为止的最佳混合现实设备，为什么我们还要用它煮意大利面的表现来评价它呢？

香港科技大学团队首次揭示了大型语言模型推理能力提升的内在规律，发现AI学习遵循"先掌握基础技能，再发展战略思维"的两阶段模式。基于此发现，他们开发了HICRA算法，能够识别并强化AI文本中的战略性思考部分，在多项数学推理任务中实现显著提升，为AI训练提供了科学化的新方向。

由于在执行和推动变革所需的技术、领导和业务技能方面存在差距，IT领导者经常会发现自己在关键业务转型工作方面落后了。

UCLA研究团队发现现有AI毒性检测系统存在重大缺陷：在判断网络言论是否有害时，往往忽略了真正受影响群体的声音。研究构建了ModelCitizens数据集，包含6822个帖子和4万个标注，区分群体内外标注者意见。结果显示群体内外标注者在27.5%帖子上存在分歧，基于群体内部观点训练的新模型比现有系统准确率提高5.5%。