早在区块链受到广泛关注之前，诺贝尔经济学奖获得者Oliver Hart就已经开始钻研合约的奥秘。1976年，这位普林斯顿大学的经济学博士开始探索企业如何利用合约进行交互，以及出现问题时会发生哪些情况。

MLOps（Machine Learning Operations）是一组最佳实践、框架和工具，可以帮助企业管理数据、模型、部署、监控，以及其他利用理论概念验证AI系统并使之奏效的方方面面。企业通过采用MLOps可以构建更多模型、更快地创新、应对更多的使用场景。

最新一期（第三期）华为数字能源 《方博碳讨室》节目中，就展示了一个仅用6个月时间就建设完成的大型云数据中心——东莞松山湖华为云数据中心，其建设过程为新旧基建如何充分融合提供了一个可供探讨的样本。

上海AI实验室联合清华等机构发现，通过"测试时计算扩展"策略，小型AI模型可以战胜参数规模大135倍的巨型模型。10亿参数的模型在数学推理任务上超越了4050亿参数的模型，甚至5亿参数的迷你模型都能胜过GPT-4o。研究揭示了AI发展新方向：聪明的推理策略比模型规模更重要，为资源有限的机构提供了"以智取胜"的可能性。

腾讯和深圳大学联合开发的多视角语言理解技术取得重大突破，通过创新的训练方法让人工智能具备接近人类水平的语言理解能力。系统能准确识别讽刺、情感变化等复杂语言现象，在多项测试中表现优异，已在客服、教育、医疗等领域开始应用，未来有望广泛改善人机交互体验。

成功地领导大规模转型，需要从零开始就采取强有力的变革管理措施。

大模型要想在人形机器人上发挥出魔力，至少要满足一个基础：数学模型与物理模型之间的统一。

银行在考虑架构转型时，往往难以单纯选择上述其中一种，他们希望有一个平台，既能满足“稳定安全”的基础架构特性，实现银行核心业务的安全、持续，同时又能满足“敏捷灵活”特征，未来可以拥抱互联网新技术、新趋势。

大模型要想在人形机器人上发挥出魔力，至少要满足一个基础条件：数学模型与物理模型之间的统一。

“放眼未来的市场竞争格局，整个行业正在快速变化当中，人工智能从根本上推动了这个改变。NVIDIA把人工智能融入了各个产品，推动整个行业的变革。”黄仁勋最后说。

华米科技在北京举行以 “Beyond GT” 为主题的 Amazfit 2020 秋季新品发布会，推出全新时尚智能手表 Amazfit GTR 2 和 Amazfit GTS 2。

和游戏场景下让“肥宅懒鬼”们“逃离”现实世界不同，在商业场景中，虚拟现实技术的更多用处，是让虚拟世界与现实世界的联系更为紧密，并助益于现实世界。

过去两年，科技行业发生了翻天覆地的变化，但有一个趋势一直延续下来：混合式办公。企业员工们已经习惯了在任何地方都可以工作。由此就引发了全球供应链危机，很多企业和员工不具备协作和开视频会议所需的硬件设备，这让在线协作工具抓住了基于快速发展起来。

LAION团队联合多个顶尖研究机构推出EMONET-VOICE语音情感识别基准，包含4500小时多语言合成语音数据和40种精细情感分类。该项目通过心理学专家标注创建高质量测试集，开发出性能领先的EMPATHICINSIGHT-VOICE模型，发现AI系统对高唤醒度情感识别效果好但低唤醒度情感识别困难，为语音AI向人性化发展奠定重要基础。

今年是进博会成功举办的第三年，也是5G商用部署迈入规模化拓展之年。高通一方面重点展出了包括毫米波在内的众多5G前沿技术，以创新应用释放5G全部潜能，另一方面也展示了5G+AI融合发展趋势下的各类创新合作成果，促进5G、AI等技术在众多领域的应用。

Meta联合滑铁卢大学开发的MoCha系统实现重大突破，仅需语音和文字描述就能生成电影级会说话的虚拟角色视频。该技术突破传统局限，无需参考图片等辅助条件，还能实现多角色对话场景，在唇音同步、表情自然度等方面显著超越现有方法，为内容创作、教育、娱乐等领域带来革命性变化。

《离散马尔可夫桥》研究提出了一种新型离散数据表示学习框架，克服了传统离散扩散模型使用固定转移矩阵的局限。该框架包含矩阵学习和分数学习两个核心组件，能够自适应学习转移率矩阵并有效重建原始数据分布。理论分析证明了其有效性和收敛性，而在Text8和CIFAR-10数据集上的实验展示了其优越性能，证明了这一方法作为离散表示学习统一框架的潜力。

从最近的态势来看，AMD旗下Instinct数据中心GPU加速器业务在2024年的表现似乎将比人们的预期好上不少。

在 GPU 众多特性中，NVIDIA GPU 凭借其独特的 CUDA 架构和丰富的 CUDA 核心而备受瞩目。然而，由于 GPU 资源的高昂成本和相对稀缺性，如何根据实际需求选择合适的 GPU 变得尤为重要。

机器学习已经被证明是很有用的，但也容易被假设可以解决所有问题、适用于所有情况。