数据存储行业正在经历从本地基础设施到云的重大转变。

NVIDIA继续扩大自己在加速计算领域的领先地位，在近日举行的GTC大会上，NVIDIA公布了用于元宇宙、医疗、企业级AI、自动驾驶汽车和数据中心安全的平台。

希伯来大学研究团队提出"模型地图集"概念，系统性解决AI领域模型管理混乱问题。当前150万公开模型中超过60%缺乏文档，研究者难以找到合适模型，造成重复训练和资源浪费。团队开发出绕过权重对称性难题的新方法，能够自动推断模型血统关系和功能属性，已在真实数据上达到80%以上准确率，为构建有序AI生态系统奠定基础。

新加坡科技设计大学研究团队开发了JAM音乐生成系统，能够根据歌词生成完整歌曲，并实现词级精确时间控制。该系统仅用5.3亿参数就超越了参数量更大的同类系统，在歌词准确性、音乐质量等方面表现优异。通过创新的流匹配技术和审美对齐机制，JAM为AI音乐创作提供了新的技术路径。

回顾过去一年，各家云服务商已经为需要相应运营服务支持的组织开发出混合解决方案。服务商明显更了解市场，并开发出符合客户需要的解决方案。

Expedia的创新则使其能够制定出便捷的选项列表，并在对话中作为“Trips”存在。用户可以随时参考这些内容以了解当前讨论的概况，这就远远优于经常会忘记此前曾说过什么的原始ChatGPT。

曾几何时，我们还只能在服务器上选择特定几种CPU。那时候，全世界的服务器供应商也只有几十家，提供的选项自然相对有限。如今，虽然服务器CPU的设计与制造仍然集中在少数厂商手中，但计算引擎却早已蓬勃发展、遍地开花。

荣耀一直致力于为年轻人打造科技生活产品。昨日，荣耀在上海举办新品发布会，正式发布荣耀50系列，其主打的卖点是为用户带来“一站式Vlog视频拍摄”体验。

技术更迭无小事，搜索引擎无战事。

德国图宾根大学研究团队发现现代AI视觉模型具备强大的图像排序能力，能够理解年龄、美观程度等连续属性并进行准确排序。研究测试了7种AI模型在9个数据集上的表现，发现CLIP模型表现最佳，且仅需极少样本就能学会排序。这一突破为照片管理、电商展示、社交媒体等领域提供了新的技术方案。

节日期间，将举办上千场活动、集中推出万余款优秀产品、精选200款热门场景精品、提供近200款免费试用新品等，为中国企业数字化转型提供储备充足的“粮仓”。

KAIST研究团队提出VIRAL方法，通过视觉表征对齐技术解决多模态大语言模型视觉理解不精准的问题。该方法让AI模型内部视觉表征与预训练视觉基础模型保持一致，避免训练中视觉细节的丢失，在对象计数、空间推理等视觉任务上取得显著性能提升，为多模态AI的视觉理解能力改进提供了简单有效的解决方案。

除了直接使用GPTs，自己写一套prompt更能满足个性化需求。

Oracle可能仍然是最大的数据库提供商，而Amazon希望全世界都知道，数据库不仅仅是这个古老巨头的品牌。

浙江大学研究团队提出HBPO框架，通过分层预算探索让AI模型学会根据问题复杂度自适应调整推理深度。该方法在四个数学基准上实现了60.6%的词汇使用减少和3.14%的准确率提升，展现出智能资源配置的适应性行为，为大规模推理模型的高效部署提供了新思路。

这是首个大规模研究AI知识传授能力的实验，涉及118名参与者与8个顶级AI模型的协作。研究发现AI的智能水平与教学效果并非正比关系，一些高性能AI反而在协作中表现不佳。通过分析数千条对话记录，研究揭示了影响人机协作成功的关键因素，包括表达方式匹配、自适应引导和避免过度依赖。研究警示：随着AI能力提升，可能出现"知识传授鸿沟"，需要专门优化AI的可理解性。

Google DeepMind研究团队通过理论分析和实验验证，发现了AI搜索系统的数学局限：基于固定维度向量的搜索无法表示所有文档组合关系。他们创建的LIMIT测试集让顶尖AI模型准确率低于20%，证明问题源于数学本质而非工程缺陷。

IBM研究人员用了一些方法有效地将更多的信息置于用于进行模拟的数学函数里，即是说计算过程的结果要精确得多，而且并无额外的计算成本。

容器与无服务器也在各自的道路上不断发展，二者相互竞争、持续演变出新形态才是我们消费者最乐于看到的未来。

今天，华为全联接大会（HUAWEI CONNECT 2018）在上海世博中心举行。本届大会以"+智能，见未来"为主题，携手全球ICT产业领袖、行业先锋、生态伙伴、商业智囊共同探讨人工智能在各行业发展的方向和机遇。