AMD CEO苏姿丰在最新活动中更新了对数据中心AI加速器市场的预测，预计该市场将从2023年的450亿美元增长至2028年的近6000亿美元，年复合增长率达67.5%。特别值得关注的是，AI推理市场预计将以每年超80%的速度增长，并在2026年超越训练市场。如果AMD能够获得15%的市场份额，到2028年其GPU销售额可能达到900亿美元。

两篇NVIDIA Research的论文凭借对AI和机器学习领域的贡献而荣获2022年NeurIPS奖。其中一篇研究的是基于扩散的生成式AI模型，另一篇则是关于如何训练通用智能体。

在《数字化的力量》中，郭为分享了对「数字经济」以及「数字化」所产生影响的感知和认识，凝结30余年见证并参与中国信息化建设的实践，厘清数字化的发展脉络，并提出了企业数字化转型的四个方向：资产数字化、产业数联、决策数智化和企业无边界。

北京大学物理学院团队开发了首个专门评估AI大语言模型物理推理能力的基准测试PHYBench，包含500道原创物理题目。测试发现即使最先进的AI模型准确率也仅有36.9%，远低于人类专家的61.9%，揭示了AI在复杂物理推理中的显著局限性。

UniPixel是香港理工大学与腾讯联合开发的突破性AI系统，首次实现了视频理解与精确物体标注的统一。该系统通过创新的对象记忆银行设计，让AI能够理解用户的点击、框选等自然交互，同时提供准确的视觉标注和智能问答。在多项权威测试中创下新纪录，并开创了PixelQA这一新的评测标准。该技术在教育、医疗、内容创作等领域具有广阔应用前景。

网络安全巨头McAfee已经申请进行首次公开​​募股（IPO），在中断了长达10年之后决定重返股市，以及寻找更多战略性收购的机会。在截至6月27日的上半年中，McAfee净收入为14亿美元，高于2019年上半年的12.9亿美元。

谷歌公司今天推出了两款新型人工智能模型，Gemini Robotics和Gemini Robotics-ER，旨在为自主机器提供动力。这些算法基于该公司Gemini 2.0系列的大型语言模型，能够处理文本和视频等多模态数据，使得新模型能够在决策时分析机器人摄像头拍摄的画面。

MIT研究团队首创RLCR方法，通过结合正确性奖励和布里尔评分，训练AI学会表达不确定性。实验显示该方法在保持准确性的同时显著提升校准性能，让AI从盲目自信转向诚实表达，为高风险领域AI应用提供新的可能性，代表AI发展从性能最大化向可靠性转变的重要里程碑。

在锦江都城这个项目中，华为云了解了大型酒店集团如何实现数据库上云和数据转型。华为云把这些抽取出来，形成酒店集团数据库上云的最佳实践或者方法，并将这些在更多企业中落地。

TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物，顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见，探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日，五大主题舞台将在旧金山呈现科技创新的未来图景。

Check Point的安全专家基于过去一年的安全事件分析发表了2024年网络安全大势预测，同时推出了一系列更新性解决方案以帮助全球用户应对日趋复杂的网络威胁挑战。

这项由斯坦福大学等多所知名研究机构联合开展的研究，首次为农业人工智能建立了全面的评估标准AgroBench。该测试集涵盖疾病识别、害虫识别、杂草识别等七个农业核心任务，包含4342个专家标注的问答对，测试结果显示AI在农业管理建议方面表现出色，但在精确视觉识别任务上仍需改进，为农业AI的未来发展指明了方向。

这项由斯坦福大学和多家研究机构联合推出的R3（强健的无评分标准奖励模型）系统，解决了现有AI评估模型在可控性与可解释性方面的关键缺陷。不同于仅提供分数的传统模型，R3能适应任何评分标准，支持单项评分、对比评分和二元评分三种评估形式，并提供详细解释。研究团队从45个来源构建了高质量数据集，即使仅用14,000个训练样本，R3模型也在众多基准测试中超越了现有系统。这一突破性研究为AI系统提供了更透明、更可信的评估方式，有望显著改善人类与AI的互动体验。

自2017年AMD回归数据中心处理器，到去年已经提供了第四代AMD EPYC（霄龙）处理器，帮助云、企业和高性能计算等关键应用负载。今年，AMD首席执行官苏姿丰（Lisa Su）也没有让我们失望，抢先带来了包括CPU和GPU在内的一系列更新。

这“无疑代表着她将成为一颗冉冉升起的新星。”

红帽（Red Hat）首席执行官Paul Cormier表示，没有开源和混合云架构，边缘计算就不会发展。红帽还宣布与波士顿大学（Boston University）和Exida建立合作伙伴关系。

MIT等顶尖机构联合提出SparseLoRA技术，通过动态稀疏性实现大语言模型训练加速1.6倍，计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分，在保持模型性能的同时显著提升训练效率，已在多个任务上验证有效性。

「Hello moto」将会一直持续。

OpenAI 推出 ChatGPT 深度研究代理，能够在 5 到 30 分钟内分析数百个在线资源，生成全面报告。该代理使用 o3 模型搜索互联网信息，准确性比现有模型高，但仍存在一些局限性。目前仅向付费用户开放，未来将扩展功能并提高使用限制。

清华大学团队发布URSA系统，这是首个针对多模态数学推理的过程奖励模型。该系统通过创新的三阶段训练框架，不仅能解决复杂的图文结合数学问题，更重要的是能提供完全可验证的推理过程。URSA在六个标准测试中全面超越同规模开源模型，甚至在平均性能上超过GPT-4o达2.7个百分点，代表了AI推理可解释性的重要突破。