DKA从全球1000家AI Healthcare（人工智能医疗保健）公司里将专门从事核心科学研发的公司分了出来。

IntelliGen AI推出IntFold可控蛋白质结构预测模型，不仅达到AlphaFold 3同等精度，更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态，在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计，IntFold可高效适应不同任务而无需重新训练，为精准医学和药物发现开辟了新路径。

微软正在通过一系列以数据为中心的更新加强Azure云，特别是针对Intelligent Data Platform智能数据平台的扩展功能以及主要数据库产品中的一系列新功能。

6月25日-26日，华为云携手蓝鲨消费共同举办的“华为云联创营·新消费CEO卓越班”在深圳坂田基地成功举办。

这项研究由德累斯顿工业大学等机构的研究团队完成，旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格，系统分析了各参数对主动学习性能的影响。研究发现，不同策略实现间存在显著差异，基于边缘的不确定性策略整体表现最佳，随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导，有助于降低入门门槛，促进技术在实际应用中的普及。

随着人工智能的快速发展，企业在采用和部署AI时面临诸多挑战。从GPU短缺、网络延迟到能源需求激增，种种瓶颈正在影响AI性能并推高成本。本文探讨了这些挑战，并提出了优化AI基础设施的策略，包括重新设计网络、合理分配资源和管理能耗。企业必须突破这些瓶颈，才能在AI竞赛中保持领先地位，提升业务表现。

中科院团队首次系统研究了大型多模态AI模型在视频理解中的"幻觉"问题，构建了包含6497个问题的HAVEN评估体系，发现AI看视频时会出现物体、场景、事件三类错误。研究还提出了创新的"视频思维模型"解决方案，通过让AI进行step-by-step推理，将准确率提升7.65%，偏差降低4.5%，为提升AI视频理解的可靠性提供了重要突破。

华盛顿大学研究团队开发出世界首个主动式耳机AI助手LLAMAPIE，能够在用户对话中主动提供简短关键词提醒，无需用户主动询问。该系统采用双模型架构，在真人测试中将问答准确率从37%提升至87%，同时保持对话自然流畅。这项技术为人机交互带来新突破，在教育、商务和辅助医疗等领域具有广阔应用前景。

现在,国内外银行越来越被置于监管的显微镜下。数据管理和保护也将是银行面临严格审查的另一个领域。

斯科尔科沃科技学院团队开发了一种基于稀疏自编码器的AI文本检测新方法，能够像"透视镜"一样看穿文本表面，识别AI生成内容的内在特征。研究发现AI文本具有三大类特征：话语特征、噪声特征和风格特征，不同AI模型表现出独特的"写作个性"。这种方法不仅检测准确率高，还能解释检测原理，为教育、媒体等领域提供了更可靠的AI内容识别工具。

一项调查显示，31%的美国技术领导者表示，由于AI转型的紧迫性，CEO与CIO的合作比一年前更加密切。79%的技术领导者认为企业对AI的关注提升了他们在董事会层面的地位。数据分析和AI成为企业未来12个月的重点投资领域，37%的受访者将其列为优先事项。虽然28%的技术领导者预测首席AI官将承担CIO职责，但86%的企业尚未设立该职位。

女性需要优先投资自己，而AI能帮助她们达成这个目标。

在VMware公司本次于加利福尼亚州旧金山召开的第十四届Radio大会上（本周三），CTO Ray O’Farrell面对市场变化提出了两种可能的企业适应方式：黑莓选择退出手机业务，而Adobe则转型为软件即服务厂商——一家服务供应商。

这种错误价值观的背后，是技术系统对“人情”的视而不见。正如「北斗货车事件」，也是技术系统与人情之间的冲突。

蒙特利尔大学等机构联合开发的LATENTLENS工具揭示了AI视觉理解的新秘密。研究发现，传统方法严重低估了AI系统的视觉理解能力，实际可解释性从23%飙升至72%。更令人惊讶的是发现了"中层跃迁"现象——视觉信息进入语言模型时直接对应到中间层的语义理解，而非基础层。即使完全没有语言训练的视觉系统也展现出高度可解释性，暗示视觉与语言认知存在深层共性，为人工通用智能发展提供重要启示。

容器和虚拟机有着各自的优势，虽然在应用场景上有一些重叠，但主要应用场景还是有区别的，未来这种两种技术会长期共存，甚至走向融合。

以色列与生俱来的创新基因深入到Forter的故事里。Allen Zhu说，风控需要被重新定义，正如中国跨境电商需要受到全球重视一样。

年轻人更有可能在不知不觉中囤积未使用的数据，这些数据存放在企业数据中心，从而造成非必要的碳排放

新加坡国立大学ShowLab团队提出FAR模型，通过"长短期上下文建模"和多级缓存系统，解决了AI视频生成中的长期记忆问题。该模型能生成长达300帧的连贯视频，在多个基准测试中达到最优性能，为AI世界模拟器的发展奠定重要基础。

微软和人民大学联合开发的CoRAG系统让AI学会了多步骤推理，像侦探破案一样逐步收集信息解答复杂问题。该系统通过训练AI进行分步搜索，在多跳推理任务上比传统方法准确率提升10个百分点以上，并首次在KILT基准测试中创造新纪录。用户可根据需求选择不同计算策略，平衡性能与成本。