Google Cloud旗下Mandiant最新M-Trends报告显示，金融驱动的网络攻击（如勒索软件）依旧为全球主流威胁，其手段正日益复杂和智能化。

华为全联接2021上，国家石油天然气管网集团（以下简称：国家管网）副总经理刘中云发表了《数字化转型让国家管网与众不同》的主题演讲，分享国家管网和华为这一年多共同走过的数字化转型之路。

西门子第一家基于数字企业概念建造的灯塔工厂位于中国南京市，现已投入运营。

这项由华盛顿大学和微软联合开发的OMNIGUARD研究，提出了一种高效的AI安全检测方法，能够跨越语言和模态（文本、图像、音频）识别有害内容。该方法通过发现大型语言模型内部的通用表示，构建轻量级分类器，比现有方法准确率高出11.57%-20.44%，同时速度提升约120倍。OMNIGUARD在73种语言和多种模态攻击测试中表现出色，展示了极高的数据效率和适应性，为AI系统安全防护提供了重要突破。

喷墨打印机价格便宜，但墨盒却可能比打印机本身还贵。这源于"剃须刀刀片"商业模式，厂商通过硬件亏损销售，依靠耗材盈利。墨盒含有专有芯片验证真伪，形成封闭生态系统限制竞争。厂商声称技术确保打印质量，但消费者权益组织认为这是排除竞争的手段。用户可通过高产量墨盒、可加墨打印机、订阅服务或第三方耗材等方式节省成本。

德勤最新研究显示，AI原生软件公司将在未来几个月和几年内推出更多解决方案，这一趋势意味着新的界面、不同的成本考量和构建应用的新方式。就像十年前云原生供应商以SaaS和PaaS产品涌入市场一样，我们可能看到大量基于AI的新应用。AI优先软件让中小企业能够以企业级方式运营，以极低成本提供先进功能，但需要谨慎管理前期投资。

想象一下乐高积木。当孩子们用乐高搭建一个复杂的城堡时，他们不会从一整块材料中雕刻出城堡的形状，而是使用各种形状的积木块一个接一个地拼装。这种构建方式不仅直观，而且便于修改和理解。同样地，基于基元的3D模型表示法就像是数字世界的乐高积木，它允许我们用简单的几何形状（如立方体、圆柱体和椭球体）来组装复杂的3D物体。

9月，IBM大中华区正式宣布以“蓝星云途 成就无限可能”为主题的2020新生态合作伙伴招募计划（以下简称“IBM蓝星云途计划“），面向中国市场吸纳优秀的新一代合作伙伴，共同构筑多元、包容的生态体系，创造本地价值，帮助企业加速向云转型。

微软与世纪互联正式宣布，将进一步深化合作关系，共同为中国客户提供国际品质公有云服务。

为了应对主要的云计算竞争对手，谷歌日前表示将计划收购Alooma，这家初创公司主要帮助企业将他们不同的数据转移到单一的云数据仓库中。

中国人民大学研究团队开发了名为DeepCritic的AI批评框架，解决了现有AI监督模型批评过于浅薄的关键问题。该系统通过两阶段训练让AI学会深度思考和多角度分析，在数学推理任务上显著超越现有模型，甚至让小规模模型超越大十倍的系统，为构建安全可控的AI系统提供了新路径。

康奈尔大学研究团队发现，预训练的大语言模型具备惊人的"密码破解"能力，能够仅通过观察例子就自动学会识别和预测隐马尔可夫模型中的隐藏模式。这种"上下文学习"能力在多数情况下达到理论最优水平，大大降低了复杂数据分析的技术门槛，为生物学、心理学等各领域的科学研究提供了强大而易用的新工具。

芯片制造商AMD公司暗示，新的晶体管技术有望给摩尔定律再续上六到八年。但跟很多人猜测的一样，其成本也将一路上升。

根据IDC以太网交换机季度追踪报告和路由器季度追踪报告显示，2020年第一季度全球以太网交换机市场收入61.6亿美元，同比下滑8.9％。与此同时，全球企业和服务提供商（SP）路由器市场收入29.9亿美元，同比下滑16.4％。

康普开发了专门解决大型场馆面积巨大难题的解决方案，例如保障安全、优化压力的康普专用室内/室外通用光缆；针对PoE设备使用的康普六类非屏蔽铜缆系统；测试和规格远超国际标准（包括TIA、ISO和CENELEC）的TeraSPEED OS2单模光纤系统等。

2023年，政府工作报告再次强调要“加快建设现代化产业体系”，“加快传统产业和中小企业数字化转型”。

中国科学家成功将扩散模型应用于语言生成，开发出名为LLaDA的创新AI系统。与ChatGPT等传统按序生成的模型不同，LLaDA采用"填空"方式工作，能同时考虑文本前后信息。在80亿参数规模下，LLaDA在多项测试中表现优异，特别是在逆向推理任务上超越GPT-4o，为AI语言模型发展开辟了全新技术路径。

基金管理公司Man Group PLC的首席执行官Luke Ellis说，“如果计算力和数据生成以目前的速度持续增长，那么，25年后99％的投资管理将涉及机器学习。”

很长时间以来，当人们提起程序员的时候就会自然联想到男性形象，而女生选择理工科的时候仍会感到底气不足。

这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题：如何让AI既能写出高质量内容，又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法，他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感，最终训练出的模型在保持顶级质量的同时，创作多样性接近人类水平，为AI创意写作开辟了新方向。