随着 AI 应用的加速发展，企业面临着超越原始计算能力的瓶颈。AMD 提供智能高效的定制计算解决方案，从数据中心 AI 训练到企业自动化，帮助组织无缝部署和扩展计算基础设施。通过现代化数据中心、开源软件栈 ROCm 以及全面的硬件产品组合，AMD 正在推动 AI 创新发展，为企业提供最佳性能和效率的解决方案。

今年5月NVIDIA推出Ampere GPU架构的时候，公布了一套名为Selene的新型超级计算机，总性能在全球排名第7。Selene现在成为美国最快的工业系统，也是有史以来第二高能效的系统。

大湾区大学研究团队开发的FairyGen系统能够将儿童简笔画转换为完整动画故事。该系统通过智能故事规划、风格传播适配器和3D重建技术，让画中角色"活"起来并保持原画艺术风格。采用两阶段训练策略分离身份与运动学习，实现自然流畅的动画效果，为创意教育和个性化内容创作开辟新途径。

Splunk在第一财季轻松地超过了华尔街对其收入和利润的预期，但新客户获得有所放缓，这让投资者稍有失望，以导致在盘后交易中股价下跌2％。

这项由哈尔滨工业大学等机构联合开展的研究提出了DeCLIP方法，通过"解耦"策略解决了CLIP模型在精细视觉任务上的局限性。该方法将模型的注意力机制分为内容和上下文两个分支，分别优化物体识别和空间理解能力，在多个开放词汇视觉任务上取得显著性能提升，为AI视觉理解带来重要突破。

清华大学团队推出T-LoRA技术，解决AI绘画中的"背答案"问题。该技术通过时间步骤的智能控制和正交初始化，让AI在学习单张照片时既保持特征准确性，又避免过度记忆背景等细节，生成更有创意和多样性的图像。实验显示T-LoRA在文本对齐度方面比传统方法提升约10%，为AI创意产业开辟新可能性。

英国初创公司HoloMem正在开发基于带状盒式存储和驱动器的多层全息存储技术，使用寿命超过50年，可直接插入LTO磁带库机架无需更改上游软件。该技术采用现成组件如5美元激光二极管和量产聚合物薄片，成本低廉且坚固耐用。与传统全息存储不同，它使用光学读取的磁带带而非玻璃板。200TB容量的WORM格式盒带长约100米，可实现LTO系统的无缝升级。

Forrester Wave PIM（产品信息管理）2021年第二季度评估的报告中，Stibo Systems（思迪博）被Forrester评定为领导者。

电信设备供应商爱立信日前发布一项研究称，假若亚洲、非洲和拉丁美洲的15个新兴市场在5G基础设施方面投入更多，其GDP会得到改善。

SP能源网络公司与沃达丰签订四年合同，为其在苏格兰的电力传输和配电网络提供运营通信项目和网络运营管理支持。此次升级旨在提高网络弹性、加快故障响应速度，以支持清洁能源转型和未来需求增长。这项合作将帮助SP能源网络公司实现网络现代化，为客户和社区提供更好的服务。

答案其实早已跃然纸上，数字化是确定的方向，更是帮助民营企业吹散“寒气”，迈向高质量发展的成长阶梯。

随着首席信息官的角色不断发展，数字化转型需要业务做更多的努力，利用技术来实现目标。但要做到最有效，CIO们需要打破多年来的一些坏习惯。

韩国研究团队开发出全球首个能够同时生成语音和面部表情的AI系统JAM-Flow，突破了传统技术分离处理音频和视觉的局限。该系统采用多模态扩散变换器架构，通过联合注意力机制实现音频与表情的完美协调。在多项测试中表现优异，用户体验测试显示其生成效果明显优于现有系统。这项技术为虚拟主播、影视制作、教育培训等领域带来革命性进展，代表了多模态AI发展的重要里程碑。

对于气候变化的问题，人工智能的收集和过滤能力已经证明了这种技术是一种非常强大的工具。

重型设备制造商约翰迪尔正在与英特尔合作，试图将计算机视觉用于加快发现并纠正自动焊接过程中的缺陷。

科技改变生活，如今智能家居时代的来临，智能门锁作为智能家居窗口级的门类和用户追求智能化生活的入门产品，从进入人们视野起就备受欢迎。

边缘网络将人与物连接到数字世界中，是创造数字体验的平台。为了支持这些新的体验，并满足持续增长的业务需求和用户越来越高的期望，越来越多的企业开始大量部署物联网设备，以便为员工、客户和访客提供非凡的数字体验，Aruba就是其中之一。

北京通用人工智能研究院的研究团队开发了名为RuleReasoner的创新训练方法，成功让小型AI模型在规则推理任务上超越了OpenAI的o1等大型模型。该方法采用领域感知动态采样策略和强化学习，使8B参数模型在多个困难推理任务中领先10.4个百分点，同时显著提高了训练效率，为AI推理能力发展开辟了新路径。

麻省理工学院与IBM研究团队共同开发的TANGO框架通过强化学习同时训练大语言模型的生成器和验证器，实现双向互促进的能力提升。不同于传统方法使用固定验证器，TANGO的验证器随生成器共同演进，提供精确的步骤级反馈。实验证明，这种"探戈式"协作方式使模型在数学竞赛问题上平均提升25.5%，特别是在最具挑战性的AIME 2025竞赛上准确率翻倍。TANGO还将训练效率提高3.3倍，验证器在无需步骤级标注的情况下也达到了业界领先水平，为大语言模型的推理能力增强开辟了新思路。

云服务提供商时下都在愈发努力地寻找x86架构的替代品，英特尔和AMD则试图找到进一步赢取或保持市场地位的方法，其中包括内置安全功能及与其他商家的服务和伙伴关系结盟。