全球生成的、传输和下载的数据量呈爆炸式增长，因而 5G 网络的重要性在近几个月和近几年内大幅提升。但随着这种重要性的增加，确保这些重要网络安全并免受安全威胁的必要性也在增加。

Oracle将19c数据库的支持延长至2032年，使其成为“最长的战略发布”

C2M是个必然趋势，而生产线和供应链的柔性化是重要前提，也是制造业眼下的重点。

Hammerspace以数据为中心，实现数据的全局访问。比如在大模型训练场景能够从各处抽取训练所需的数据，并无缝延伸到云端，通过各种自动化数据编排工具，用户可以更快、更高效地完成数据的访问和编排。

上海AI实验室推出V-GameGym测试平台，首次全面评估AI模型的游戏开发能力。该平台包含2219个高质量游戏样本，采用代码、视觉、动态三维评估体系。测试70个AI模型发现，即使最优秀的GPT-5也只能成功开发45%的游戏，AI在编程逻辑方面表现良好但视觉设计能力不足，为AI辅助游戏开发指明了改进方向。

Amazon.com（NASDAQ：AMZN）亚马逊旗下的亚马逊网络服务公司 (亚马逊AWS)今天宣布，已经将中文普通话支持增加到Amazon Polly机器学习云服务，它可以将文本转成逼真的语音，让用户创建对话式应用程序，创造新品类的语音产品。

中科院团队提出QuantVGGT技术，首次解决大规模3D重建AI模型的部署难题。通过双重平滑精细量化和噪声过滤多样化采样两项核心技术，成功将12亿参数的VGGT模型压缩75%体积、提升2.5倍速度，同时保持98%原始性能。实验结果显示该方法在相机位置估计和点云地图生成任务上均显著优于现有量化技术，为3D AI技术的产业化普及提供了重要突破。

上海交通大学团队开发出FlowRL训练方法，将AI从"奖励最大化"转向"分布匹配"，让AI学会多样化推理而非单一模式。该方法在数学推理上比现有最佳方法提升10%准确率，在编程任务中达到CodeForces前83.3%水平，解题方案多样性提升近一倍，为AI训练提供了新思路。

正如郭为在《数字化的力量》中所阐释的观点，数字化的力量体现为颠覆、重构、新引擎，我们需要刷新数字时代的世界观，全面拥抱数字文明。

香港科技大学联合腾讯微信AI等机构开发出SitEmb-v1.5情境感知文本嵌入模型，突破传统AI只能孤立处理文本片段的局限。该技术让AI在理解文本时能考虑上下文环境，就像人类阅读一样。仅10亿参数的模型就超越了多个70-80亿参数的先进系统，在书籍理解等复杂任务中表现优异，已开源供全球开发者使用。

“工业互联网趋势是不可逆的，最终企业的选择可能是‘不走也得走’，那么‘晚走不如早走’。”

微软与数据集成软件公司Informatica展开合作，以吸引更多企业使用基于云的Azure SQL Data Warehouse服务。

随着AI智能体热度持续攀升，业界出现了一种观点认为这些突破性AI工具将终结长期主导的SaaS商业模式。微软CEO纳德拉等专家预测，AI智能体将具备多数据库操作功能，使底层SaaS工具变得过时。不过也有专家认为这种观点过于简化，虽然智能体会替代GUI界面交互，但SaaS后端功能仍然必要。当前SaaS公司正竞相转型为智能体平台，而智能体也需要SaaS的数据和合规框架支持。

亚马逊云服务推出两款高性能云桌面实例，提供更强大的计算资源。新实例类型支持工作站级应用，但也凸显了云桌面在实时数据流处理方面的局限。AWS 同时优化了 Windows 镜像转换流程，有望简化企业云桌面部署和管理。

香港科技大学研究团队开发出突破性的混合辐射场技术，成功解决了3D渲染中内存占用过大的难题。该技术巧妙结合神经网络智能和3D高斯溅射效率，将模型大小减少20倍以上，同时保持高质量图像效果和实时渲染速度。通过双重神经网络分别处理几何和外观信息，配合创新的混合渲染流程，为虚拟现实、游戏开发等领域带来革命性改进。

模型越大，长期执行力越强，剑桥团队指出传统基准测试过时

近期，教育部发布春季学期延期开学的通知，为全力以赴配合支持各地教育部门部署“假期不停学”工作，丰富广大中小学生的学习生活，新东方在线积极组织教学力量，为全国中小学生开设延迟开学期间的免费同步课程，自2月7日起正式开课，直至同学们返校。

数字化转型永久性地改变了首席信息官的角色。作为业务领导者，CIO必须与其他部门协作，并证明IT部门提供的业务价值。董事会和CEO希望了解IT提供的美元价值，而非技术指标。CIO们正意识到必须更多地作为商业人士而非仅仅是技术专家来行动和运营，专注于结果而非产出，通过季度业务回顾等方式与业务伙伴密切合作，衡量和报告真正的业务影响。

同时处理500个任务的AI会崩成什么样？Distyl AI测试了20个主流模型

Amazon联合伊利诺伊大学开发PROF算法，解决AI数学推理中"答案对但过程错"的问题。该方法通过同时评估结果正确性和推理过程质量，筛选高质量训练样本，让AI既能答对题目又掌握清晰思维方法。实验显示准确率平均提升4%以上，推理过程质量显著改善，为构建可解释AI系统提供新思路。