实体清单让华为正在进行成立以来最大规模的战略转型——强化软件能力。基于软件是云的核心实现对华为云的组织调整。

我们正迈进一个崭新的AI世界，为了让这个世界真正如想象般美好，每个人都需要忍耐路途上的一点颠簸。

数据孤岛长期困扰着组织，影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。

DeepMind创始人兼首席执行官Demis Hassabis(德米斯·哈萨比斯)，在达沃斯论坛期间，分享了多个重磅消息。

邂逅真5G，就差这一步。

「杨中科怎么也没想到，作为一个大龄程序员，他竟然以这样的方式走红了」

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。

快手科技Kling团队发布的Kling-Avatar技术通过多模态大语言模型导演实现真正的指令理解，采用级联生成框架支持长时长数字人视频制作。该系统在唇形同步、情感表达、身份一致性等关键指标上全面超越现有技术，支持1080p/48fps输出，展现强大跨域泛化能力，为数字人直播、在线教育等应用提供突破性解决方案。

研究机构Omdia数据显示，亚马逊年度数据中心资本支出已超1000亿美元，相当于哥斯达黎加全年GDP。谷歌投入820亿美元，微软750亿美元，Meta690亿美元。预计2025年全球数据中心资本支出将达6570亿美元，较2023年的3300亿美元几乎翻倍。这一激增主要源于企业对AI算力的持续需求。未来几年IT设备仍是最大支出项目，同时物理基础设施投资增长更快，多个千兆瓦级数据中心项目已进入建设阶段。

这些数据经过分析——并且越来越多地通过人工智能算法进行分析——可以为人类行为提供令人难以置信的商业智能和洞察，因此Instagram首席执行官Kevin Systrom说：“我们也将成为一家大数据公司。”

台湾国立大学研究团队开发了SAKURA，首个专门评估大型音频语言模型多跳推理能力的基准测试。研究发现，即使最先进的模型也面临两大挑战：一是在识别某些音频属性（如情绪）时准确率不高；二是即使能正确识别音频信息，也难以基于这些信息进行多步推理。对比实验显示，当同样的信息以文本形式提供时，模型推理能力显著提升，表明当前模型未能有效整合音频表征进入推理过程，这为未来开发真正能"听懂并思考"的AI系统提供了重要方向。

Meta联合牛津大学等机构开发了AIRS-Bench，这是首个全面评估AI独立科研能力的基准测试系统。该系统包含20个真实科研任务，测试AI能否像人类科学家一样完成从问题理解到实验设计再到结果分析的完整研究流程。结果显示，顶尖AI在4个任务上超越了人类专家，但大多数任务仍未达到人类水平，揭示了AI科研助手的巨大潜力与现实挑战。

互联网的下半场是什么？部分业界专家认为是“物联网”。和互联网相比，你也许对物联网的感受没那么深切，实际上物联网已经在我们的工作、生活的背后默默发挥着巨大的作用。

工欲善其事，必先利其器，要达成某个目标，一定得使用匹配的工具。

Skywork AI推出Matrix-Game，这是首个能根据键盘鼠标操作实时生成交互式游戏世界的AI模型。该系统使用2700小时《我的世界》视频训练，拥有170亿参数，能精确响应用户指令生成符合物理规律的游戏场景。研究团队还开发了GameWorld Score评测标准，验证了Matrix-Game在控制精度和视觉质量方面显著超越现有模型，为AI辅助游戏开发和虚拟世界创建开辟了新方向。

微软在Windows 11 Insider Preview Canary Channel build 27928中将语言和时间设置从控制面板迁移至设置应用。新功能包括添加时钟、选择时间服务器、时间格式设置以及数字货币格式更改等。微软去年曾表示控制面板"已弃用"后迅速收回，但目前仍强调其仅为兼容性保留。此外，Copilot+电脑用户可使用Copilot应用进行语义文件搜索，支持自然语言查找文档和图像。

本文探讨代理型 AI 如何推动网络安全变革。CrowdStrike CEO George Kurtz 详细介绍了其在自主威胁响应中的应用及由此带来的新风险，强调了数据驱动策略的重要性。

人工智能在医疗保健行业中的应用是一场马拉松，而不是短跑。

斯坦福大学研究团队发现，通过眼球追踪技术可以识别AI语言模型的内部工作机制。研究人员让志愿者阅读不同AI模型生成的文本，发现每个模型都有独特的"生成指纹"，能通过人类阅读时的眼球运动模式被检测出来。这项技术可以80%以上准确率预测文本来源，为AI评估和人机交互优化提供新方法。

这项研究评估大语言模型理解人类心理状态动态变化的能力，创造了DYNTOM基准测试包含1,100个社交情境和78,100个问题。研究发现即使最先进的模型表现也低于人类水平44.7%，尤其在追踪心理状态随时间变化方面表现更差，揭示了当前AI系统在理解连续社交互动中的根本局限，为开发更具共情能力的人工智能指明了方向。