美光通过专有固件功能提升数据密集型应用体验，进一步巩固在 UFS 4.0移动存储领域的领导地位

苏黎世联邦理工学院研究团队开发出首个多摄像头3D点追踪系统MVTracker，只需4个摄像头即可在三维空间中精确追踪任意点的运动轨迹，追踪精度达2-3厘米。该系统通过创新的点云融合技术和变换器架构，能处理复杂遮挡场景并适应不同质量的深度信息，实现了7.2帧每秒的准实时处理速度，为机器人技术、增强现实等领域带来重要突破。

大模型技术迸发的烟花点燃了整个AI产业链。继各类生成式模型、行业大模型、AI基础软件后，“大模型的海马体”——向量数据库，成为当前最为灼热的AI技术焦点。

深度研究系统能自我进化，谷歌发布基于扩散的TTD-DR系统

2018年7月7日，阿里云安全首次捕获Spark REST API的未授权RCE漏洞进行攻击的真实样本。7月9号起，阿里云平台已能默认防御此漏洞的大规模利用。

NVIDIA研究团队开发出名为DreamZero的世界行动模型，这是一种革命性的AI系统，能够通过观看视频学习物理世界规律，然后在全新环境中执行未见过的任务。该系统采用"双重预测"机制，同时预测未来场景和相应动作，实现了机器人技能学习的重大突破。相比传统方法，其新任务成功率提高一倍以上，并能通过观看其他机器人或人类视频进行跨embodiment学习。

南京航空航天大学团队发现当前AI安全测试数据存在严重问题：超过50%的测试题目不合格。他们开发了MDH智能筛选系统，准确率达95%，并创建了更可靠的RTA数据集。同时发现了两种新型AI越狱攻击方法：D-Attack和DH-CoT，分别针对传统模型和推理模型，成功率最高达98%和66%，为AI安全防护改进提供了重要参考。

软银公司已经宣布其正在将芯片设计厂商ARM下辖中国子公司的51%股份出售给由中国牵头的多家投资方，此笔交易总值为7.752亿美元。

AI正在彻底改写创业规则：YC最新数据显示，10人团队12个月达成千万美元营收已成常态，"氛围编程"让技术不再是瓶颈，而创始人能否深度理解客户需求成为成败关键。当6人团队就能创造八位数收入时，我们看到的不仅是速度革命，更是对公司本质的重新定义。

北京忆恒创源科技有限公司（Memblaze）今天宣布完成数亿元E轮融资。此次E轮融资，由超越摩尔基金、招银国际旗下长江招银基金联合领投，CPE、国新国同、优山资本、卓珏资本以及信益资本跟投。

在Cloud Next大会结束之前，谷歌与咨询公司埃森哲宣布达成一项协议，合作为其企业客户创建“数据洞察解决方案”。

知名Doom开源移植项目GZDoom因创始人插入AI生成代码引发社区分裂。项目维护者在代码中添加了ChatGPT生成的未经测试代码片段，并试图删除相关讨论记录。开发者们对使用"无法验证GPL兼容性的抓取代码"表示强烈反对，认为AI工具不应用于开源项目。大批开发者因此创建了名为UZDoom的新分支，采用更透明的协作开发模式，去除"一人决定一切"的管理方式。

据报道，美光（Micron Technology）和西部数据（Western Digital）都有意收购日本闪存制造商Kioxia。

为了与各行各业就数字化转型的实践和创新进行深入交流，网易旗下一站式企业服务提供商网易智企将于11月28日在杭州举办网易创新企业大会

国际标准到底有多重要？现在中国企业表现如何？国际标准与科技创新有什么关系？带着这些疑问，我们跟海尔集团标准专利总监王滨后聊了聊。

2015年6月，谷歌照片的面部识别软件将一位黑人计算机开发人员的照片标记为“大猩猩”。问题很难解决，据Wired报道，截止到2018年1月，谷歌的应对方法都非常简单——干脆不将任何东西识别为大猩猩、黑猩猩或者猴子。

展望未来，在向数字经济转型的大背景下，推动云市场的基础将持续发生转变。对于云服务提供商（共享和专用）来说，重点将放在定义所交付资源的类型和规模，管理数据的移动、存储和分析，以及建立强大的开发人员、安全性和生态系统。

北航团队开发的GeoSVR技术突破了传统3D重建方法的局限，采用稀疏体素表示和体素不确定性评估，无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略，在DTU等标准数据集上取得了最佳性能，为VR/AR、文物保护、影视制作等领域提供了新的技术选择。

微软研究院突破性AI编程技术RPG能够像建筑师绘制蓝图一样规划整个软件项目，通过图形化结构替代模糊的自然语言描述，实现从零开始构建大规模代码库。ZeroRepo系统基于RPG生成的代码平均达3.6万行，比竞争对手多4倍，功能覆盖率81.5%，有望根本性改变软件开发方式。

麦吉尔大学研究团队通过测量理论框架分析发现，当前广泛使用的大型语言模型评价系统存在严重的可靠性和有效性问题。研究揭示了AI评委在替代人类评委、自身能力、规模化应用和成本效益四个核心假设方面的缺陷，并通过文本摘要、数据标注和安全评估三个应用场景验证了这些问题的严重性，为建立更加科学严谨的AI评价体系提供了重要指导。