上海AI实验室等机构联合开发了CODA系统，这是一个能够操作复杂专业软件的AI助手。它模仿人类大脑分工，分为负责规划的"大脑皮层"和负责执行的"小脑"两个部分，通过两阶段训练策略实现专业化和通用化。在四个科学软件的测试中，CODA平均成功率达到21.04%，显著超过传统方法，展现出良好的学习和适应能力。

一直以来，高性能计算HPC的主要目的就是提高运算速度，解决大规模科学计算和海量数据处理的问题。高性能计算每秒万亿次级的强大计算能力，使其成为石油、生物勘探、气象预测、生命科学研究等领域的重要技术选择。

4月28日至29日，2024中国移动算力网络大会在苏州开幕。大会以“算力网络点亮AI新时代”为主题，全面展示了中国移动最新算力网络成果与能力。

港科大研究团队开发的MemFly系统为AI代理记忆管理带来突破性进展。该系统运用信息瓶颈理论，设计了三层记忆架构和三路径检索机制，让AI能够智能地整理、压缩和检索记忆信息。实验结果显示，MemFly在多个基准测试中显著提升了AI的长期推理能力，为构建更智能的AI助手奠定了重要技术基础。

支持5G、崭新醒目的设计、更加强大的相机以及四种不同型号，共同成就iPhone 12这一全新家族。

“黑天鹅事件”是极其罕见的、出乎人们意料的风险，比如说美股暴跌引发“熔断”。而“灰犀牛事件”则是太过于常见以至于人们习以为常的风险，属于小概率、难预测的突发风险。

——2025中国光网络研讨大会释放出七个信号

加速业务变革已经成为IT的当务之急，但并非所有CIO都会把自己和团队定位为推动整个业务转型的力量。

2019中国国际智能产业博览会上,重庆市大数据应用发展管理局、重庆市江津区人民政府联合阿里云共同启动首届“数智重庆·全球产业赋能创新大赛”

以色列理工学院和希伯来大学研究团队通过创新的"对调训练"实验，首次系统性地揭示了大语言模型认知偏见的真正来源。研究发现，AI模型的32种认知偏见主要源于预训练阶段而非微调阶段，这一发现颠覆了此前的认知，为开发更公正的AI系统指明了新方向。

这项由特拉维夫大学研究团队完成的突破性研究，开发出一种新方法来解析AI大脑的内部结构。通过半非负矩阵分解技术，研究人员成功识别出AI中负责不同概念的"知识组件"，并发现这些组件呈现层次化组织结构。实验证明，这种方法不仅能准确检测概念，还能有效操控AI行为，为理解和控制AI系统提供了新的工具。

TAGS是一种创新的医学问答框架，结合了泛医和专医两种视角，通过层次化检索和不确定性验证机制提升医学AI回答的准确性。该框架由穆罕默德·本·扎耶德人工智能大学等机构的研究团队开发，无需任何模型微调即可显著提升包括GPT-4o和DeepSeek-R1在内的大型语言模型在九个医学问答基准测试上的表现。TAGS通过模拟医疗专家协作、结构化知识检索和质量控制，解决了现有方法在复杂医学推理中的短板，为构建更可靠的医学AI系统提供了新思路。

中山大学联合深圳气象创新研究院开发出PASSAT模型，这是首个同时融合物理约束和球面拓扑的AI天气预报系统。该模型通过球面图神经网络处理地气相互作用，用物理方程计算大气流动，避免了传统平面投影的几何扭曲问题。测试显示PASSAT在多项指标上超越现有AI模型，甚至优于部分业务化数值预报系统，为AI气象预报开辟了新路径。

vivo和香港中文大学的研究团队开发了UI-R1系统，首次将强化学习技术应用到图形界面操作中。该系统仅用136个训练样本就能让AI学会操作手机、电脑界面，在跨平台测试中表现优异，为智能设备交互开辟了高效的新路径。

计算离不开数据，而数据离不开存储，那么什么样的存储架构才符合开放计算的发展趋势呢？在近日举行的第三届开放计算中国社区技术峰会上，西部数据公司副总裁兼中国区业务总经理刘钢分享了他的观点。

作为全球超融合市场的领导者,戴尔科技集团就一直保持着创新求变,特别是其旗下完美耦合了戴尔和VMware基础架构解决方案的戴尔VxRail

2019年8月21-24日，以“计算 见智 赢未来”为主题的第十五届全国高性能计算学术年会在内蒙古自治区呼和浩特市举办。在8月23日下午，此次年会上同时还召开了专门面向高性能互连网络的架构、技术及应用的第七届中国高性能互联网络论坛。

DeepGlint等机构联合发布RICE方法，通过区域感知聚类判别技术显著提升AI的图像细节理解能力。该方法构建了包含20亿区域的大规模数据集，设计了统一的物体识别和文字识别学习框架，在多项任务上超越现有主流模型，特别是在OCR和精细视觉理解方面表现突出，为多模态AI应用提供了更强大的视觉基础。

斯坦福大学等机构研究团队创建了MIRIAD医学问答数据库，包含582万对基于权威医学文献的结构化问答。该系统通过多层质量控制确保准确性，在医学AI问答任务中将准确率提升6.7%，在检测医学错误信息方面提升22.5%-37%。研究还开发了交互式可视化平台MIRIAD-Atlas，让用户能够直观探索医学知识结构，为医学AI的安全可靠部署提供了重要资源。

麻省理工学院研究团队开发出能够像人类一样理解物理世界规律的AI系统。该系统通过自主观察物理现象学习，无需人类预编程物理知识，能准确预测复杂物理场景中的物体行为。这项技术在机器人、自动驾驶、科学研究等领域具有广阔应用前景，标志着AI从简单模仿向真正理解世界规律的重大转变。