由华院计算主办的2022世界人工智能大会（WAIC）“认知智能 改变世界”论坛也将于9月2日上午亮相。从2019年至今，华院计算已携手世界人工智能大会，成功主办了三届“认知智能 改变世界”论坛。

2020年是黑天鹅漫天飞舞的一年，疫情成为激发企业数字化转型的一个重要因素，企业在疫情期间需要主动做出变革，这也是Gartner说的企业重塑，因为在这个时代企业需要变得更加数字化。

Confluent公司在其Confluent Cloud for Apache Flink平台中推出流式代理新功能，旨在帮助金融、医疗、广告等行业构建基于实时数据的智能体AI应用。该功能将实时数据引入处理管道，使AI智能体能够根据业务变化自主推理、适应并采取行动。通过整合Flink流处理与智能体框架，支持事件驱动的连续响应机制，并采用模型上下文协议安全调用外部工具。

小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化，在数学推理和编程任务上超越了320亿参数的大模型，甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施，将训练速度提升2.29倍。该成果已完全开源，为AI民主化发展提供了新思路。

全面“竞合”关系的实现之日，就是这套航运自组织数字孪生系统的落地之时。

随着互联网的迅猛发展，依赖于互联网业务的公司都在不断的建设和扩充信息化后台，尤其x86平台的兴起，自动化部署一直是热门话题。

通过先进封装技术，英特尔希望在最需要的目标IP模块上应用最新工艺，与单片设计的单独工艺和结构分离。英特尔的先进封装技术将与其世界级制程工艺相结合，成为芯片架构师的创意调色板，助力客户释放创新力，走向计算新时代。

南加州大学和Salesforce联合推出CoAct-1多智能体系统，通过结合传统界面操作与代码执行能力，实现了计算机任务自动化的重大突破。该系统在OSWorld基准测试中达到60.76%的成功率，平均完成任务步数减少至10.15步，显著优于现有方法，为人机交互带来新范式。

IBM研究人员设计了一种人工智能加速器芯片，该芯片可以提高性能，但不会提高电费。

数字化的时代背景下，通过科技创新、数据智能来重塑传统银行业务与服务流程，将金融服务融入到消费者的生活中去，嵌入到企业经营活动中去，服务实体经济，努力为客户创造新价值，已经成为金融企业数字化转型的重要战略方向。

IBM对合作伙伴计划的投资中，“与生态相关的收入”占比从约15%增加到约40%，未来可能达到约80%。

微软研究团队开发了LettinGo框架，通过让AI用自然语言生成用户画像来改进推荐系统。该方法分三步：多模型探索生成多样化用户档案，通过实际推荐效果评估档案质量，最后用偏好对齐技术训练专门的档案生成器。在三个主要数据集上的实验显示，相比传统方法平均准确率提升20个百分点，且生成的档案更灵活、可解释性更强。

英国芯片厂商Arm今天表示，将在最新的Armv8-M架构中添加“Arm Custom Instructions”功能。

IBM将发展重点定为AI加混合云，同时关注量子计算。

英特尔网络与边缘事业部（NEX）可持续发展倡议人Jeni Panhorst撰文，分享英特尔与合作伙伴及客户共同展开的减碳之旅，阐述如何打造可持续网络和边缘。

PowerScale借助OneFS强大的横向扩展体系结构能力，可以让客户根据需要，动态配置所需的恰当的容量和性能，而无需过度配置存储或进行推倒重来式的升级。

SAP新任首席人工智能官Philipp Herzig在一次访谈中提出了SAP公司的AI战略，战略重点是将人工智能功能融入SAP业务应用程序，让客户能够更容易地使用人工智能。

社会要信任人工智能需要什么？人工智能算法生成的每一个决策、预测和洞察都依赖于数据的可用性和质量。为了充分发挥人工智能的潜力，数据必须有效且高效地存储。换句话说，数据支撑着人工智能，而存储则支撑着数据。这种相互促进的关系使得人工智能也推动了当今存储创新的发展。要理解人工智能如何帮助创造更好的存储解决方案，我们首先需要考察它与数据的关系。

IBM的云计算发展方向将帮助大型企业一步步迈向数字业务目标。也只有这样，企业才能在不影响质量、安全性与预算的前提下，充分发挥大型机应用程序与数据中蕴藏的价值，帮助自身在激烈的市场竞争中找到新的优势空间。

上海交通大学研究团队开发出首个可解释的口译自动评估系统，解决了传统AI评估"黑盒子"问题。该系统通过SHAP技术不仅能准确评分，还能详细解释评分依据，为学生提供个性化学习建议。研究采用数据增强技术克服样本不足问题，针对英译中口译的信息完整性、流畅性和语言质量三个维度进行多模型评估，实现了透明化、可操作的教学反馈。