近期，太空数据中心概念引发热议。虽然目前规模有限，但已有多个项目展示了地球大气层外的可行性。这些项目包括Red Hat与Axiom Space合作的国际空间站数据中心单元，以及Lonestar Data Holdings的月球数据中心。尽管面临诸多挑战，太空数据中心有望提高可持续性，并为灾难恢复等应用开辟新途径。

ImgEdit是北京大学与兔小贝AI联合推出的图像编辑框架，解决了开源编辑模型落后于商业产品的问题。该框架包含120万对高质量编辑图像对，涵盖13种编辑类型和11万个多轮交互样本。通过融合视觉语言模型、检测模型和分割模型的多阶段流程，ImgEdit确保了数据的高质量性。研究团队基于此数据集训练了ImgEdit-E1模型，并提出ImgEdit-Bench评估基准，从指令遵循、编辑质量和细节保留三个维度全面评估模型性能。实验结果显示，ImgEdit-E1在多个任务上超越现有开源模型，推动了图像编辑技术的进步。

贝壳找房开发的AM-Thinking-v1是一个32B参数的推理优化语言模型，完全基于开源数据训练。该模型在数学推理和代码生成任务上表现出色，AIME2024得分85.3，超越了671B的DeepSeek-R1，证明了通过精心设计的训练流程，中等规模密集模型也能达到超大模型的推理能力。

只有充分配合人类增强与清晰深刻的协作方式，AI技术才能在供应链中取得成功。

Monarch成立于2018年。此番推出MK-V Founder为该公司两年的开发冲刺画上了句号。这款拖拉机搭载了节能的NVIDIA Jetson边缘AI和机器人平台、摄像头以及GPS，旨在提高粮食生产产量和减少全球碳排放。

阿里巴巴研究团队开发出START系统，首次让AI能像人类一样在推理过程中主动使用编程工具。通过创新的"提示注入"和自学习技术，START在数学竞赛和编程测试中表现显著提升，在AIME24达到66.7%准确率，比基础模型提升16.7%。这项突破性研究为AI推理能力带来质的飞跃，大幅减少计算错误和"幻觉"现象。

戴尔易安信PowerStore采用英特尔(R)至强(R)可扩展处理器,该处理器可以优化工作负载,可靠性强,还有高计算力、高稳定性和高效敏捷性，不仅帮助PowerStore轻松满足既定工作负载，也可以为数字化变革做好准备。

随着对边缘计算的投资不断加大，CIO与IT领导者们该如何更好地制定业务案例？专家就此给出了一点参考提示与策略指引。

Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法，即使2B参数的小模型也能在翻译质量上匹敌70B大模型，同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力，为AI模型的专业化发展提供了重要参考。

毫无疑问，GPT 的出现以日新月异的速度改写了软件开发的工作方式。

ByteDance种子实验室推出VeOmni全模态AI训练框架，通过模块化设计和分布式优化策略，解决了同时训练处理文字、图像、视频、音频等多种数据类型AI模型的技术难题。该框架让300亿参数模型在128个GPU上实现每秒2800+ tokens处理速度，支持16万长度序列，在与主流框架对比中展现显著性能优势。

可持续制造并不是一个新的概念，但它在塑造工业运营方面正发挥着更大的作用。这种压力在很大程度上来自于客户，他们将可持续发展纳入他们的采购决策。

Graid公司专注于英伟达GPU驱动的RAID卡技术，推出包括企业级和工作站版本在内的SupremeRAID产品线。该公司2024年营收翻倍，出货约5000张卡片，预计2025年增长60%。产品路线图涵盖桌面简化版、AI版本、HPC版本等五个组件，支持NVMe RAID并提供企业级数据保护。AI版本支持GPUDirect直接传输，HPC版本针对BeeGFS等环境优化。

维谛技术（Vertiv）提出的零碳排、零损耗、零浪费和零用水——“四零”算力基础设施，分别对应到数据中心几个非常关键的指标，包含了CUE碳排放指标、PUE电源的利用指标、IUE基础设施利用指标，以及WUE水耗指标。

自从三年多前Lookman Fazal在美国新泽西捷运（NJ Transit）担任技术高管的职位以来，该公司的数字基础设施已经取得了长足的发展。

National Grid云转型目前完成了大约三分之一，重点首先放在了把客户数据和员工数据迁移到云端，以获取最大的业务价值。公司将把现场数据从7000名现场工作人员那里迁移到云端，为消费者和企业提供服务。

史丹佛大学AI实验室的突破性研究显示，机器学习模型在复杂时间序列预测任务中展现出超越人类专家的能力。研究涵盖金融、气候、生物三大领域，AI预测准确率比人类专家高出15-25%，处理速度从几天缩短至几秒。这一发现不仅颠覆了对AI能力边界的认知，更为医疗、环保、商业等领域的决策革新开辟了广阔前景，标志着人机协作新时代的到来。

vivo和香港中文大学的研究团队开发了UI-R1系统，首次将强化学习技术应用到图形界面操作中。该系统仅用136个训练样本就能让AI学会操作手机、电脑界面，在跨平台测试中表现优异，为智能设备交互开辟了高效的新路径。

如果没有文化层面的变革，数字化转型只能是一句空话。只有取得良好平衡，才能切实获得回报。

西湖大学研究团队发表突破性论文，提出多模态大语言模型的令牌压缩技术。该技术能将AI处理图像、视频、音频时的信息量压缩80%以上，同时保持90%以上的准确率，有望解决当前AI系统"记忆不够用"的核心问题，为智能手机、医疗影像、自动驾驶等领域带来重大突破。