在经历了两年与疫情相关的限制以及由此对业务造成的影响后，大家更容易将卫生的概念与IT行业关联。

麦肯锡公司的报告指出，每10个数字化转型项目中只有3个取得成功，也就是说有70%的企业不愿意改变当前的战略，还有不计其数的企业对转型没有十足的信心。

糟糕的客户体验会导致企业营收损失明显。2023年5月IDC开展的全球客户体验管理调查显示，大部分企业将客户战略放在首位，但在客户体验管理方面面临的最大挑战是来自于缺少足够的技术预算和高层支持。

AI 专家预测,2025 年 AI 代理将成为主导趋势。相比生成式 AI 和定制 GPT,AI 代理能更自主地完成任务,如个人财务管理。专家认为,AI 代理将推动企业效率提升,改变客户服务模式,成为企业竞争力的关键。然而,AI 代理的应用仍需考虑信息安全和合规问题。

转向敏捷项目管理可以大大提高项目的成功前景。这种方法利用较短的开发周期，在开发产品或服务期间提供持续的改进，这种方法由于其高度协作和高效的流程，正在被用于多个行业中。

香港大学研究团队首次将视频生成技术引入机器人导航，开发出SparseVideoNav系统，让机器人能够预测未来场景并找到看不见的目标。该技术在超视野导航中成功率达25%，比传统方法提升2.5倍，推理速度快27倍，在夜晚等复杂环境中仍能正常工作，标志着机器人从被动执行向主动探索的重大突破。

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。

英特尔在这两年对于半导体技术的宣传仍然不遗余力：无论是半导体制造展望1-2年后的Intel 18A工艺，还是先进封装hybrid bonding互联间距缩减至3μm的未来技术

随着大型语言模型迅猛演进，量子启发 AI 正在探索通过并行扩散模型和量子退火技术实现更高效率和低能耗，为未来 AI 架构提供革新思路。

香港国泰航空是寰宇一家航空联盟的创始成员之一，国泰航空旗下有两个相对独立的会员计划——马可孛罗会和亚洲万里通。亚洲万里通专注于积分计划，主要是累积各类积分，包括航空积分、信用卡转积分，可以兑换机票或者其他奖品。

制造业转型已是必修课。

打破规矩，比在规矩中做得好，更重要。

谷歌的首席执行官Sandar Pichai只用了几句话和增强现实就拉开了2019年谷歌I/O大会的序幕，但这还不是全部。尽管大多数新闻在前几天都已经泄露（现在似乎总是这样），但是谷歌产品还是带来了一些惊喜和一些受欢迎的更新。

随着AI和生成式AI的快速普及，组织在数据处理和应用架构方面面临新挑战。传统集中式架构难以满足现代AI应用的性能需求，推动AI能力向数据生成和决策制定的边缘位置转移。边缘AI部署面临带宽限制、GPU资源需求和运营复杂性等挑战。F5应用交付和安全平台等解决方案通过统一控制和可视化管理，为分布式AI环境提供一致的安全策略和流量管理能力。

STORM框架是一种创新的对话系统研究方法，通过模拟用户和AI助手之间的信息不对称来解决意图触发性问题。研究发现中等程度的不确定性（40-60%未知信息）在某些情况下能够优于完全透明，挑战了传统的AI设计假设。通过对四种主流语言模型的测试，团队确定了不同模型在处理用户意图形成过程中的独特特点，为任务导向对话系统设计提供了实用指导。这项研究对隐私保护设计和偏见缓解具有重要启示，表明信息的战略性限制可能比信息最大化更有效。

如同发展汽车产业需要高速公路一样，汽车是应用，公路是基础设施，元宇宙也需要基础设施。MetaEngine元宇宙服务器即是浪潮为加速元宇宙产业提出的算力基础设施。

英特尔曾发下宏愿，立场将CPU、GPU和内存芯片塞进统一的XPU封装当中。但如今，这个目标已然宣告失败。

这项研究揭示了RAG系统中位置偏见的真实影响——虽然在受控环境中明显存在，但在实际应用中却微不足道。研究人员发现，先进的检索系统不仅会找出相关内容，还会将具有干扰性的段落排在前列，超过60%的查询中至少包含一个高度干扰段落。由于相关和干扰内容同时出现在检索结果前列，位置偏见对两者都有惩罚作用，从而抵消了偏见效应。因此，基于位置偏好的复杂排序策略并不比随机排序更有效，这一发现将优化方向从段落排序重新导向检索质量提升和模型抗干扰能力增强。

NVIDIA和KAIST联合研发的GenRecal框架成功解决了AI领域的重要难题：如何让不同架构的AI模型之间进行知识传输。该技术通过创新的"重校准器"组件，让小型AI模型能够学习大型模型的能力，在保持轻量化的同时显著提升性能，为AI模型的实际部署提供了突破性解决方案。

这项由KAIST与微软研究院合作完成的研究揭示了AI语言模型中一个被忽视的重要机制。研究团队发现，除了明确的位置编码技术外，因果掩码这个看似只负责维持处理顺序的组件，实际上也在为AI提供位置信息。通过严密的数学推导和实验验证，研究证明因果掩码会让AI产生偏向较近位置的注意力模式，并且会与RoPE位置编码产生相互作用，影响现代大型语言模型的行为。