由联想拯救者、AIGC开放社区、英特尔联合主办的“AI生成未来·第二届拯救者杯OPENAIGC开发者大赛”自上线以来吸引了广大开发爱好者的积极参与。

上周在美国丹佛举行的SIGGRAPH 2024大会的炉边对话环节中，这家AI计算巨头的首席执行官、创始人就AI的变革力量、他对科技行业应对AI重大挑战的信心、以及他为什么相信Nvidia在可预见的未来仍将占据核心地位发表了几项大胆声明。

ByteDance Seed研究团队提出AttentionInfluence方法，让13亿参数小模型为70亿参数大模型筛选训练数据。该方法利用模型内部注意力机制判断数据质量，无需人工标注。实验显示在推理密集型任务上性能提升1.4-3.5%，展现了"弱到强"的泛化能力，为AI训练数据选择提供了新的解决方案。

在第二十六届中国北京国际科技产业博览会，高通公司中国区研发负责人徐晧发表了题为《让智能计算无处不在 加速开启数字化未来》的演讲。他阐述了人工智能（AI）在无线通信领域，尤其是在5G和6G技术演进中的关键作用。徐晧还探讨了如何运用模型量化和压缩技术将大规模AI模型应用于手机等终端设备，并对AI在机器人等领域的应用前景进行了展望。

在2019IBM中国论坛上，IBM大中华区云计算与认知软件业务总经理张永健表示，如今，数字化重塑已经全面揭开新篇章，“互联网+”时代大多企业都处在数字化重塑的第一篇章，而“智能+”时代将有大量企业迈入第二篇章。在这一过程中，企业对云的需求也发生了变化。

这项研究提出了"B-score"，一种新指标用于检测大语言模型中的偏见。研究人员发现，当模型能看到自己之前对同一问题的回答时（多轮对话），它能够减少偏见并给出更平衡的答案。B-score计算单轮与多轮对话中答案概率的差异，无需外部标注即可识别有偏见的回答。实验证明，将B-score用于回答验证可显著提高准确率，在标准基准测试上平均提升2.9个百分点。这一发现不仅提供了实用工具，还表明大语言模型具有自我纠正能力。

这家航运巨头的APM码头业务正在开发未来的港口，配备了专用5G、人工智能强化的物联网设备和强大的边缘计算基础。

时隔4年，我们再一次体验了基于MR的HoloLens设备。不过，这一次是它的第二代版本，时间就在由微软CEO萨提亚领衔的MWC HoloLens 2等产品发布后的第二天。

从管理会计到财务数字化，再到数字化转型，不断扩展的市场空间让北京元年科技股份有限公司，这家以专业、专注著称的科技公司进入到一个快速发展的新阶段。

伊利诺伊大学研究团队开发出"生成式积木世界"系统，通过将照片分解成3D几何积木，让用户能够直观地编辑图像中物体的位置、大小和角度，同时保持原有质感。该技术突破了传统图像编辑在3D空间操作上的限制，为专业设计和普通用户提供了全新的创作工具。

复旦大学团队开发了全新的多维约束框架来评估和改进大语言模型的指令跟随能力。研究发现AI在处理复杂约束时表现不佳，成功率从简单约束的77%降至复杂约束的33%。通过强化学习训练，模型性能显著提升30-50个百分点且不影响其他能力。研究揭示改进主要来自注意力机制优化，为AI实用化提供了重要突破。

这大概是我在家SOHO半个月，用到次数最多，存在感最强的一款远程办公音频工具——Poly Sync 20+智能扬声器。

当下，普通大众都可能面临"药品贵、看病难"问题。目前，在医疗领域广泛使用了HPC和人工智能技术，这都离不开强大的计算力支持。浪潮作为全球领先的计算力提供商，已经在医疗领域前行甚远。

随着云计算、人工智能、大数据、物联网的深入发展，数据中心迎来全新发展机遇，同时也正在步入高密度、高耗能的时代。

通过软件平台层面完整的产品和服务，红帽如今已经将纯粹的开源体系生意做到30 亿美元年营业额的量级，实现了连续16年（64个季度）的营收增长。红帽亚太区总经理Dirk-Peter表示，这样的成功主要来自于两大法门，一是创新，二是商业模式。

清华大学团队提出了一种创新的零样本量化方法，专门针对物体检测任务优化AI模型。该方法无需真实训练数据，通过自适应标签采样生成任务特定的合成图像，结合多层次知识蒸馏框架实现高效模型压缩。实验显示，该方法在多个数据集上的性能甚至超越了使用完整真实数据的传统方法，同时显著提升了训练效率，为隐私保护与AI技术发展找到了平衡点。

在近日举行的2018（第十六届）中国集成电路技术应用研讨会暨南京国际集成电路技术达摩论坛”（CCIC 2018）上，英特尔中国研究院院长宋继强同与会人士分享了计算创新以及摩尔定律等热门与前沿话题。

“态度决定一切”，是判断一个人能否取得成功的名言警句，然而有时候即使有了态度，还需要时运的加持，因为“时运”的背后，往往意味着“时代的脉搏”。

近日在美国拉斯维加斯举办的Black Hat 2023网络安全大会期间，有多位演讲者都谈到了快速变化的AI领域，特点就是问题多于答案。

该报告最大的特点是基于数据驱动成本调查和数据驱动创新调查，根据多云成本成熟度和多云创新领域的具体投入对企业进行评估。