这项研究提出了"Dynaword"概念，创建可持续更新的开源语言数据集。以丹麦语为例，构建了包含48亿词汇标记的数据库，规模比同类资源增长四倍。通过严格的许可证管理、社区协作和质量保证机制，实现了数据的持续增长和改进。实验证明使用该数据集训练的模型性能提升5.9%-26%，为人工智能数据管理提供了新的可持续发展模式。

作为一个上百岁的“老司机”，通过覆盖在全球55个数据中心，IBM 全球云平台正在为“出海”企业提供虚拟服务器与裸机服务器的混合灵活部署模式，以全球免费互联的云平台， 为企业出海业务负载提供全球同服, 和全球数字化转型的一站式解决方案。

Canadian Tire首席信息和技术官Rex Lee分享了他的双重角色和以身作则，以数字化的方式为这家加拿大标志性品牌加油助力。

6月21日，北京大学光华管理学院联合腾讯举办“科技创新与管理升维”论坛

这篇研究论文介绍了ReasonGen-R1，一个由微软与上海科技大学合作开发的创新框架，首次将链式思考(CoT)与强化学习(RL)应用到自回归图像生成模型中。研究通过两阶段方法实现：先用监督微调(SFT)教会模型生成推理文本，再用群组相对策略优化(GRPO)提升生成质量。实验证明该方法在GenEval(+6%)、DPG-Bench(+1.69%)和T2I基准测试(+13.38%)上均优于现有模型，证实"先思考后创作"的方法能显著提高AI图像生成的指令遵循能力和质量。

复旦大学研究团队开发出突破性AI技术，能够仅通过声音重建说话者面部图像。该技术基于声音特征与面部结构的生理关联，使用多层深度学习系统实现声音到图像的精确映射。测试显示生成图像与真实面孔高度相似，在执法、娱乐、医疗等领域具有广阔应用前景，同时也带来隐私保护等伦理挑战。

贝壳找房开发的AM-Thinking-v1是一个32B参数的推理优化语言模型，完全基于开源数据训练。该模型在数学推理和代码生成任务上表现出色，AIME2024得分85.3，超越了671B的DeepSeek-R1，证明了通过精心设计的训练流程，中等规模密集模型也能达到超大模型的推理能力。

为用户打造沉浸式购物场景。

2020年9月，中国提出“二氧化碳排放力争2030年前达到峰值，努力争取2060年前实现碳中和”，2021年政府工作报告将“扎实做好碳达峰、碳中和各项工作”列为重点工作之一。

微软在新加坡设立了首个东南亚研究实验室，将专注于开发行业特定AI应用、基础研究和培养本地人才。该实验室将重点发展智能体AI和领域特定基础模型，初期聚焦医疗、金融和物流等关键领域，并与新加坡保健集团、新加坡国立大学和南洋理工大学展开合作，支持新加坡到2030年培养15,000名AI从业者的国家战略目标。

手机影像能力的不断提升，让记录美好生活变得越来越简单。不需要复杂的专业设备，拿起手机，每个人都能轻松捕捉美好瞬间，拍出具有电影感的“大片”。

英伟达称有十多家公司正在利用旗下的数字孪生和Omniverse三维数字技术重新创建工厂及更高效的实体工厂，工程师可以针对数字化工厂进行各种操作，进而提高效率。

本文提出了一种精心设计的分阶段训练方法，逐步训练大型语言模型以理解视觉和语音信息，最终实现流畅的视觉和语音交互。我们的方法不仅保留了强大的视听能力，而且无需单独的自适应语音识别（ASR）和文本到语音（TTS）模块，就能实现高效的语音转语音对话能力，显著加快了多模态端到端的响应速度。

近日，江行智能与香港理工大学计算学系王丹教授团队共同研发的智能网卡项目取得重要成果：全球首款可按需、灵活提供CPU和GPU资源的边缘智能网卡问世。

在2019年的公有云评测中，至顶网云能力小组将在对去年所发现问题进行复测的基础上，增加对公有云主机高可靠性和可扩展性的评测，AWS云主机测试报告如下：

Scaling Law”，是指在深度学习中，增大数据量和模型参数能让模型性能指标提升，这种提升并非线性，而是遵循一种幂律关系。

有四分之三的数字化转型计划会陷入“试点炼狱”，为什么有这么多的项目无法在企业层面扩展数字系统？但企业组织是否认可员工对于变革是否持欢迎态度以及如何拥抱变革却往往被忽略了。与安装硬件或者软件相比，获得人们的真正认可是一项复杂得多的挑战。

Meta创始人扎克伯格发表AI未来展望文章，称超级智能已"触手可及"。他认为AI将使人类从生存需求中解放，更多投入创造性工作和人际关系建设。扎克伯格强调个人赋权理念，主张每个人都应拥有个人超级智能助手，而非仅用AI替代人类工作。他预测智能眼镜等新型设备将成为主要计算界面，能够全天候感知用户环境。文章还涉及开源与闭源模型争议、数据所有权等关键议题，强调本十年将是决定AI技术发展方向的关键时期。

斯坦福大学研究团队发现视觉语言模型能够像人类一样"看懂"数据图表，在金融、医疗等领域展现出超越传统方法的分析能力。这项发表于《自然·机器智能》的研究首次系统探索了AI视觉数据分析的潜力，为实现数据分析民主化、让普通人也能进行专业级数据分析铺平了道路。

站在2022年这个时间节点，回首新华三集团自身数字化历程，已经实现了从传统信息化到数字化变革的跃迁。数字化红利之下，新华三也凭借自身积累的数字化实践经验，带动产业发展驶入快车道。