近日，英特尔发布了《2022-2023年度企业社会责任报告》，重点回顾了2022年及2023年初所取得的成果，并对未来做出展望。与本次《企业社会责任报告》同时发布的，还有来自英特尔公司执行副总裁兼首席人力资源官Christy Pambianchi的一封信。

Qualcomm AI Research团队提出了一种创新方法，通过让小语言模型使用编程工具而非抽象思考来解决代码修复问题。研究发现，1B和3B参数的小模型在使用这种"编辑链"方法时，成功率分别提升了6倍和2倍，远超传统思维链方法。这种工具辅助策略为小模型的实际应用开辟了新路径。

商汤科技研究团队开发了MaskGWM，一个革命性的自动驾驶预测系统。该系统采用创新的"双重学习法"，让AI同时掌握图像生成和逻辑推理能力，能够预测长达12秒的未来驾驶场景。通过空间和时间两个维度的掩码重建训练，结合多视角预测能力，MaskGWM在标准测试中显著超越现有技术，并展现出强大的跨域泛化能力，为更安全智能的自动驾驶技术奠定了重要基础。

毛基业预测，未来5年到15年内，大量的企业创新将以数字技术为抓手和基础，这些技术的进步和能力的进化将是创新变革的最大驱动力。

甲骨文公司希望将原本使用内部部署软件的现有客户转化为云客户，从而提升自身收入。

微软研究团队发现AI推理模型存在"长度膨胀"问题——回答冗长啰嗦但准确性并未提升。他们提出GFPO方法，通过训练时生成更多候选答案但只学习最简洁有效的回答，成功将AI回答长度减少46%-85%，同时保持原有准确性。该方法在数学竞赛、科学问答等多个基准测试中表现优异，为AI推理效率优化提供了新思路。

AI是一把双刃剑，既能解放员工免于繁重工作，也可能夺走创造性任务。虽然今年已有超过8万名科技员工被裁，但企业领导者正寻求通过AI增强而非替代员工的策略。Parsons等公司投资培训项目，提升员工技能，实现了十年来最佳留任率。汤森路透采用"AI优先、人类主导"策略，部署Open Arena平台供员工实验AI工具。专家认为，AI将创造新就业机会，关键是企业要有积极愿景，通过技能提升帮助员工适应新角色。

亚马逊和微软似乎走上了不同的AI探索之路。

“以数据重塑生产力，共创智能世界。”正是爱数的愿景，而且爱数还建立了“数据战略屋”模型，引导客户建设自己的数据战略。

蚂蚁集团推出UI-Venus系统，这是一个能够仅通过屏幕截图就理解和操作用户界面的AI模型。该系统采用强化微调技术，在多个基准测试中达到业界最佳水平，其72B版本在界面识别任务上准确率达95.3%，在复杂的安卓操作任务中成功率达65.9%。研究团队还开发了创新的自进化轨迹对齐技术，显著提升了AI在多步骤任务中的规划能力，为智能化人机交互开辟了新途径。

就筹备如此周全严密的重大活动赛事而言，冬奥会更像是一场雪地猎人的狩猎场。于林间奔跑的雪地猎人，奔波防护冬奥会基础设施安全，特别是网络与信息安全，用「更快的应急响应速度、更高的监测发现视角、更强的对抗突破能力」，捕捉隐藏在暗处的「猎物」。

据路透社和《华尔街日报》报道，戴尔科技公司（Dell Technologies Inc.）计划会见几家银行，商谈可能的首次公开募股（IPO）承销事宜，这家公司再次上市的消息为之前的混乱带来了另一个转折点。

想象一下，你正在进行一次CT扫描。医生告诉你，为了减少辐射对你身体的伤害，他们会使用低剂量的X射线。这听起来很棒，对吗？然而，就像在昏暗光线下拍照会产生大量噪点一样，低剂量CT扫描也会产生大量的图像噪声，这些噪声就像薄雾一样遮挡了重要的医学细节，可能导致医生错过关键的诊断信息，比如微小的肿瘤或低对比度的病变。

通用汽车公司在2021年1月成立了BrightDrop，通过电动货车和机动托盘的集成生态系统实现第一英里和最后一英里的运输现代化。

通过容器化改造直接上PaaS云平台，适用于业务功能固定、无需改动的遗留应用，好处是无需改动大量的软件代码，能够实现应用现代化的快速改造。

近年来，AI绘画爆火出圈，各大社交平台纷纷推出自己的AI绘画工具：QQ的AI画匠、抖音的AI照片特效、小红书的AI绘图，让越来越多的用户体会到AI的魅力，输入几个关键词或者上传图片，你也可以成为“画家”。

人工智能时代,药物创新还可以有哪些从0到1的突破?

香港理工大学研究团队开发了突破性医学AI系统GEMeX-ThinkVG，让人工智能在分析胸片时能像医生一样详细解释诊断过程。该系统不仅能准确回答医学问题，还能标注具体的影像区域并提供完整的推理链条，解决了传统医学AI"黑盒子"问题。通过创新的强化学习训练方法，仅用八分之一数据就达到了传统方法的性能水平，为可解释医学AI开辟了新方向。

人工智能与区块链技术的融合正在开创加密货币的新纪元。这种融合不仅超越了数字货币的概念，还为企业提供了独特的机遇。新兴的AI加密货币旨在驱动下一代AI基础设施，包括去中心化计算网络和安全数据市场。

香港大学团队突破性地解决了AI全景图生成中的拼接难题，提出DreamCube系统，能从单张照片生成包含深度信息的完整360度场景。该研究创新性地引入"多平面同步"技术，让AI同时协调处理立方体六个面，避免传统方法的色差和断裂问题，实现从2D图像到3D场景的快速转换，为VR/AR、游戏开发、建筑设计等领域提供了全新的内容创作工具。