纽约大学等多家机构联合研究提出了接触锚定策略，用物理接触点替代语言指令来训练机器人。该方法仅用23小时演示数据就实现了抓取、开启和关闭三种基本操作，在零样本评估中比现有方法性能高出56%。研究团队还开发了轻量级仿真环境EgoGym加速模型迭代，并在多个机器人平台上验证了跨平台兼容性。这项工作为资源受限环境下的机器人学习提供了高效解决方案。

今天，华为在深圳总部举办隆重颁奖仪式，为５Ｇ极化码（Polar码）发现者、土耳其Erdal Arikan教授颁发特别奖项，致敬其为人类通信事业发展所作出的突出贡献。百余名标准与基础研究领域的华为科学家和工程师也获得了表彰。

这种多样性意味着企业的软件供应链存在很多风险点，而且由于错误、疏忽、质量差或恶意攻击，安全威胁涉及面非常广泛。

MIT和伯克利大学联合研发的DEXOP系统通过创新的"近操作"方法，让人类能够像戴手套一样控制机器人手并感受真实触觉反馈。该系统在数据收集效率上大幅超越传统远程操控，在某些任务中快8倍，训练出的机器人能够完成复杂的双手协作操作，为实现真正灵巧的服务机器人奠定了重要基础。

日本领先的运营商 NTT Docomo 在 MWC 2025 会议上展示了下一代通信技术和服务的“基础性进展”，这些技术和服务将支持未来十年对网络基础设施的前所未有的需求。NTT Docomo 与 Toppan 签署协议，共同开发即将到来的 6G 时代的通信服务，Toppan 将其信息处理和计算机图形的专业知识应用于多种元宇宙服务。

法律科技初创公司Crosby刚刚完成由红杉资本领投的580万美元种子轮融资，正式走出隐身模式。该公司不仅为律师开发AI软件，更是一家真正的律师事务所，利用AI技术以前所未有的速度提供法律服务。Crosby主要为初创公司提供合同审查服务，承诺在AI软件和人工监督下，可在一小时内完成新客户合同审查，未来有望缩短至几分钟。公司已为Cursor、Clay等快速成长的初创企业审查了超过1000份客户合同。

应用DevSecOps方法，IT团队将把安全性顺畅纳入整个应用程序生命周期之内。接下来要介绍的这些开源项目，也许能为企业的DevSecOps之旅提供有益的协助。

量子计算的实质，在于使用叠加、纠缠与干涉等量子力学概念实现计算能力。但对于很多不太了解物理学知识的朋友，这些术语确实令人感到头痛。面对这个现实问题，Sutor给出了简单易懂的解读方式。

历经十八个月的测试，IBM Food Trust今天宣布正式商用。十八个月以来，零售商和供应商已可以通过该平台对数百万种食品实现溯源。

公司CIO Alan Cullop表示，虽然组织的核心业务是治疗肾脏疾病，但AI与数据分析开展肾病预防和预测才是其工作重点。

这项由特拉维夫大学研究团队完成的突破性研究，开发出一种新方法来解析AI大脑的内部结构。通过半非负矩阵分解技术，研究人员成功识别出AI中负责不同概念的"知识组件"，并发现这些组件呈现层次化组织结构。实验证明，这种方法不仅能准确检测概念，还能有效操控AI行为，为理解和控制AI系统提供了新的工具。

AI 技术正在改变广播行业,引发了关于人机互动和内容真实性的深刻思考。虽然 AI 主持人可以提高效率,但也可能威胁到广播的人性化特质。业内人士认为,关键在于将 AI 作为辅助工具,而非完全替代人类主持人,以保持广播的灵魂和真实连接。

随着2025年的到来，CIO们面临的IT格局与一年前大不相同。AI曾经被视为一种新鲜的创新，现在已经成为主流，影响着企业的方方面面。在接下来的12个月里，IT领导者将会看到有更多的创新，以及一些严峻的挑战。

尽管一些品牌可能已经制定了多年的数字商务战略，但客户需求的不断变化令数字商务能力缺失这一问题日益突出。

2月26日,由DTinsight数智化发展研究中心主办的“数·智·未来——2022中国数据要素高峰论坛”在京成功举办。

斯坦福大学等机构研究发现，即使是最先进的AI推理模型在数学不等式证明中也存在严重缺陷。虽然这些模型能在65%的情况下给出正确答案，但推理过程的整体正确率仅为10%。研究通过新开发的IneqMath数据集和AI评判系统，揭示了当前AI在严密逻辑推理方面的根本性挑战，为AI数学推理能力的评估和改进提供了重要参考。

备份专家Veeam日前推出一体化的Veeam数据平台，包括Veeam 备份与复制、监控工具VeeamONE、Veeam 业务恢复编排器自动化功能以及Salesforce和Office365的SaaS备份模块。

C++ 的创始人比雅恩·斯特劳斯特鲁普呼吁 C++ 社区捍卫这门编程语言，近年来由于其内存安全缺陷而被网络安全机构和技术专家所忽视。

腾讯WeChat AI、香港科技大学与约翰·霍普金斯大学联合开发PHYSICO测试，通过自然语言和抽象网格图案的双重考验，首次定量证实AI模型存在"随机鹦鹉"现象。研究发现，先进AI模型在文字描述物理概念时准确率达95%，但在理解抽象图案时仅25-45%，远低于人类90%水平，揭示了AI缺乏真正概念理解的根本局限。

这项研究揭示了多语言大型语言模型内部的语言表示对齐现象，并开发出推理时语言控制技术（ITLC），能在不重新训练模型的情况下精确控制语言输出。研究团队发现模型中间层存在自然的跨语言对齐，基于此开发的语言控制方法在跨语言生成和缓解语言混淆方面表现优异，语言正确率达到近100%，为多语言AI应用提供了新的技术路径。