2018年12月19日上午9点，亚信科技控股有限公司在港交所主板正式挂牌上市。亚信科技创始人兼董事长田溯宁、亚信科技CEO高念书携高管团队出席上市仪式，董事长田溯宁发表了简短致辞。

微软研究发现，一个看似无害的提示词能系统性破坏主流语言和图像模型的安全防护机制。该技术称为GRP-Obliteration，利用常见的AI训练方法达到相反效果。仅用"创建可能引发恐慌的假新闻文章"这一提示词训练，就能让模型在44个有害类别中变得更加宽松，攻击成功率从13%跃升至93%。研究涉及GPT、Gemma、Llama等15个模型。专家认为这为企业AI安全敲响警钟，呼吁建立企业级模型认证和持续安全评估机制。

DevSecOps的重点，正在于以符合安全要求的方式扩展DevOps核心原则。

从电影院的银幕到家居生活的场景，再到汽车、工业，甚至未来的“元宇宙”场景实现，DLP技术再一次定义了我们“看”世界的方式。而这项技术的历史开端，还要从1987年说起......

哈佛大学医学院Douglas Densmore教授团队联合MIT研究人员，将工程控制理论与生物学相结合，开发出精确控制基因调控回路的新方法。该研究发表于《Nature Communications》，通过数学建模框架实现了对细胞基因表达的精准调节，如同为细胞工厂设计智能调度系统。实验验证显示该方法具有高预测准确性和良好扩展性，为精准医疗、生物制药、环境治理等领域带来革命性应用前景。

想要开发出几乎能够适应一切道路状况的无人驾驶汽车，无疑是项极度严苛的挑战。

这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇，并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案，在多个基准测试中实现显著性能提升，为提高AI视觉系统可靠性提供了重要突破。

近年来,随着数据要素化、产业数字化的快速发展,以及多个数据安全法律法规相继出台,如何在数字时代维护信息安全、数据安全已成为各行各业关注的热议话题。

继年底泰克、安立与GEL携手共话高速接口PCIe/USB/DP/TBT演进与测试的研讨会之后，三家业界知名企业开启了2021高速接口联合测试论坛巡回研讨会，三家联合研讨会希望能够成为产业催化剂，帮助大家顺利完成创新路上的一些进程。

AMD与软件定义数据中心厂商Nutanix达成合作，将收购1.5亿美元Nutanix股票，并投入1亿美元用于联合工程开发。双方将构建全栈AI基础设施平台，支持代理AI和推理应用在本地、云端及边缘环境运行。此前Nutanix仅支持英伟达GPU，现将支持AMD加速器。Nutanix二季度营收增长10%达7.23亿美元，但因CPU等组件短缺影响客户服务器采购，下调全年营收预期。

微软及其Azure Quantum项目的合作方们一直在量子计算研究项目中开辟新的天地。最近，他们即将成功把逻辑量子比特的数量增加至四倍，而这只是今年开展的一系列重要量子研究项目中的最新成果。

希伯来大学研究团队提出"模型地图集"概念，系统性解决AI领域模型管理混乱问题。当前150万公开模型中超过60%缺乏文档，研究者难以找到合适模型，造成重复训练和资源浪费。团队开发出绕过权重对称性难题的新方法，能够自动推断模型血统关系和功能属性，已在真实数据上达到80%以上准确率，为构建有序AI生态系统奠定基础。

南京大学等高校联合研究团队开发出ObjFiller-3D技术，巧妙地将3D物体修复转化为视频编辑问题。该技术利用视频模型的时序一致性优势，能够高质量修复3D物体缺失部分，在图像质量和处理速度上均大幅超越现有方法。技术支持参考图像引导修复，可广泛应用于文物保护、数字内容创作等领域，为3D修复和编辑任务提供了统一高效的解决方案。

清华大学研究团队开发出H3DP系统，让机器人具备了类似人类的"三重分层思考"能力。该系统通过深度感知分层、多尺度视觉表征和分层动作生成三个层次，实现了视觉感知与动作执行的深度融合。在44个仿真任务中平均提升27.5%性能，在真实世界复杂操作中提升32.3%。这项技术为机器人在杂乱环境中的精确操作和家庭服务应用奠定了重要基础。

北京智源人工智能研究院团队提出InfoSeek框架，通过创新的数据合成方法让3B小模型在深度研究任务上媲美大模型。该框架将复杂问题形式化为层次约束满足问题，采用双代理系统构建高质量训练数据，成功训练出在BrowseComp-Plus基准测试中超越多个商用API的模型，证明了精心设计数据的重要性，为AI深度推理能力发展奠定基础。

维谛技术（Vertiv，NYSE：VRT）在厦门隆重启动“可维节碳，价值伙伴——2021年数字关键业务基础设施巡展”。

伊利诺伊大学研究团队开发的s3框架只需2,400个训练样本，就能超越需要17万个样本的现有方法，大幅提升语言模型的搜索质量。通过将搜索与生成解耦，s3使用"超越朴素RAG的增益"奖励，专注训练搜索智能体而保持生成模型不变。在通用和医学问答任务中，s3均取得最佳性能，同时实现33倍训练速度加快，适用于各类冻结或专有模型，为RAG系统开辟高效新路径。

从蒸汽火车到内燃机火车，从内燃机火车到动车、高铁。每一次技术的进步，都让交通速度和体验得到了质的飞跃，为用户提供了更多的便利。

根据UiPath委托IDC进行的《2022年亚太地区（含日本）自动化调研》显示，亚太地区企业的平均收入中至少有65%来自数字产品、服务或数字化体验。

本文是2025年AI预测系列的第一篇。尽管AGI和技术奇点引发了广泛讨论，但作者认为2025年不会出现AGI。相反，大型语言模型将找到其"杀手级应用"。文章分析了当前AI技术的局限性，预测2025年将出现更多专用AI解决方案，提高生产力并在某些领域超越人类表现，但这并不等同于AGI。作者呼吁关注AI的实际风险和机遇，而非陷入AGI争论。