2015年11月，陈吉平在杭州成立了杭州玳数科技有限公司，作为旗下品牌，“袋鼠云”成为中国「数据中台」赛道中的第一家创业公司的符号。

Arelion升级其斯堪的纳维亚网络，连接超大规模数据中心以支持该地区蓬勃发展的AI市场。该网络基于1.6Tbps波长和可扩展400G相干可插拔光学技术，在奥斯陆、斯德哥尔摩和哥本哈根之间构建AI"超级高速公路"。升级将为企业客户提供增强的全球互联网骨干网接入和多样化连接服务。预计2025年第二季度末完成，并计划在2025年剩余时间及2026年继续投资。

想象一下你要整理一间塞满各种物品的仓库。如果每次寻找一件物品都需要将所有东西都检查一遍，效率会非常低下。类似地，当人工智能处理长视频时，它需要处理大量的信息，这就像在一个超大的仓库中找东西。

Cora是一项来自西蒙弗雷泽大学的研究，提出了一种利用少步骤扩散模型进行对应感知图像编辑的新方法。它通过三大创新解决了现有编辑技术的局限性：对应感知噪声校正、注意力插值映射和结构对齐。这使Cora能够出色处理非刚性变形、物体替换和添加等复杂编辑任务，同时保持图像身份和结构的完整性。研究显示，Cora不仅在质量上超越其他少步骤编辑方法，还与计算密集的多步骤技术相媲美。

Check Point Research 报告称：4 月份从 Formbook 到 Lokibot 均活动频繁。本月 Spring4Shell 也登上了新闻头条，但它还不是最常被利用的漏洞之一

亚太区的政策制定者及风险与合规领导者将参加VMware Explore Singapore大会上举行的2023年VMware主权云峰会，共同探讨主权云的战略与挑战

香港城市大学等机构联合开展的首个扩散大语言模型量化研究发现，这类新型AI模型存在特殊的激活异常值分布模式，为量化压缩带来新挑战。研究系统评估了多种量化方法，发现4位权重量化和8位权重激活同时量化是目前最实用的选择，GPTQ和DuQuant分别在两种策略中表现最佳，为扩散语言模型的实用化部署提供了技术指导。

疫情过后，人工智能逐渐从具体应用进化成为企业的一种数字化能力。只有持续进化 AI 能力，并建立一个支持数据灵活流转的开放安全的混合多云环境，才能满足企业智能运营、弹性应变、灵活优化成本，向智慧企业迈进的数字化转型需求。

与以往模型不同的是，CriticGPT是一款面向开发人员的产品，可以增强RLHF（人类反馈强化学习）的效率培育出质量更好的训练数据。

2022年是国企改革三年行动收官之年，是实施“十四五”规划关键之年，是我国进入全面建设社会主义现代化国家、向第二个百年奋斗目标进军新征程的重要一年。

T-Tech团队通过系统性研究发现，各种看似不同的AI直接对齐算法实际效果相近。研究统一了ORPO、ASFT等算法框架，发现只需5-10%训练数据即可达到近最佳性能，并揭示比较式学习通常优于独立评价式学习。该发现简化了AI训练理解，为降低成本、提升普及性提供重要指导。

9月8日，天津市信息安全、动力电池产业集群赵国强主任、世界智能大会组委会秘书处任丽伟副总经理一行到访天津城建大学，与城建大学副校长王中良、城建大学相关学院院长围绕产学研合作、成果转化、世界智能大会、企业需求等方面进行了深入的交流。

文章探讨企业选择大型语言模型时应结合业务目标、数据质量、集成及安全性，通过详尽调研和试点验证实现渐进部署，避免资源浪费与安全风险。

某些对抗性事件很可能是人为设计而来。我们必须知晓其中的手法与工件是什么，这样才能真正理解深度神经网络的可靠性。

清华大学团队开发出LangScene-X系统，仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图，配合语言量化压缩器实现高效特征处理，最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%，为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。

ChatGPT的爆火让AI再次成为大众热议的焦点，作为英特尔所提出的搭建起从模拟时代到数字时代桥梁的五大“超级技术力量”之一，伴随着无处不在的智能化，AI可将无穷的数据转化为切实可行的洞察。

ChatGPT的爆火让AI再次成为大众热议的焦点，作为英特尔所提出的搭建起从模拟时代到数字时代桥梁的五大“超级技术力量”之一，伴随着无处不在的智能化，AI可将无穷的数据转化为切实可行的洞察。

为了实现图像中的交互式区域特定理解，最近的方法采用了各种策略来表示目标区域：在文本标记中编码文本框坐标，利用视觉 RoI 特征，或应用视觉标记。将这些能力扩展到视频领域，一些方法将初始帧的边界框坐标作为文本形式用于区域级视频理解任务。然而，一种能够有效解决图像和视频中区域特定任务的通用方法仍然是一个开放的挑战。

亚马逊AI实验室联合莫纳什大学开发的Cyber-Zero框架，首次实现了无需运行环境的网络安全AI训练。通过分析公开CTF解题报告，用双AI模型模拟真实解题过程，生成高质量训练数据。训练后的开源模型性能可媲美顶级商业模型，在成本效益上具有显著优势，为网络安全AI技术普及化提供了新路径。

斯坦福大学研究团队通过分析超过50000张公开照片，发现商业人脸识别系统能够从普通照片中推断出年龄、性别、种族、职业等大量个人隐私信息，准确率高达95%。研究揭示了不同人群面临的差异化隐私风险，并提出了技术保护、法律规范、个人防护等多层面的应对策略。这项发表于《自然·机器智能》的研究为数字时代的隐私保护提供了重要参考。