鲍勃·艾格 (Robert A. "Bob" Iger) 将重返迪士尼担任CEO职务，重新掌管这家处于水深火热之中的文娱巨头。

存储包括存储芯片与介质产业、存储硬件与软件产业、存储应用与服务产业为基本内容的存储上、中、下游产业，是一个相互促进、协同发展的产业创新发展生态体系。

斯坦福大学研究团队开发了KL-tracing方法，能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记，利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中，相比传统方法性能提升16.6%，展现了大型生成模型在计算机视觉任务中的潜力。

今天的世界人工智能大会已成为人工智能领域最有影响力的国际盛会之一，今年大咖云集、国际大厂扎堆，充分彰显了大会的国际影响力和磁力效应。亚马逊云科技受邀参加了2022世界人工智能大会，并主办了“人工智能前沿技术趋势与最佳实践”的线上分论坛。

数据泄露对个人和企业来说其危害都将是十分深远的。那么，我们今天的企业对数据安全的重视程度是不是已经有所加强了呢？答案是有加强，但还远远不够。也是在这样的情况下，促使目前很多安全厂商开始把产品重心转移到数据安全方向上来。

成立于2014年的保险极客是为企业提供智能化的员工福利保险和健康管理解决方案。

这项由斯坦福大学和多家研究机构联合推出的R3（强健的无评分标准奖励模型）系统，解决了现有AI评估模型在可控性与可解释性方面的关键缺陷。不同于仅提供分数的传统模型，R3能适应任何评分标准，支持单项评分、对比评分和二元评分三种评估形式，并提供详细解释。研究团队从45个来源构建了高质量数据集，即使仅用14,000个训练样本，R3模型也在众多基准测试中超越了现有系统。这一突破性研究为AI系统提供了更透明、更可信的评估方式，有望显著改善人类与AI的互动体验。

HumaniBench是由Vector研究院和中佛罗里达大学联合开发的首个以人为中心的大型多模态模型评测框架，包含约3.2万对真实世界图像-问题对。与传统仅关注准确率的评测不同，它从公平性、伦理性、理解能力、推理能力、语言包容性、共情能力和鲁棒性七个维度全面评估模型的"人性化"程度。研究对15个顶尖多模态模型的测试显示，闭源商业模型总体领先，但在视觉定位和抗干扰性上存在短板；开源模型在特定能力上表现出色，但在平衡准确率与人性化原则方面面临更大挑战。

“新收购的第三分厂数据已于前日完成导入，但有财务、监察等部门反映，近两日报表数据获取缓慢，有时会出现客户端卡住、报错、死机等情况，严重影响销售系统正常运行……”

SpaceX星舰在德克萨斯州博卡奇卡基地进行第五次轨道级飞行试验，成功发射并首次用捕获装置回收一级火箭。星舰上层部分返回地球，降落在印度洋。此次试验中，星舰一级助推火箭精准降落并被捕获，隔热瓦和翼面完整度得到测试。SpaceX以快速迭代著称，吸取前次失败经验，不断改进。日本富豪前泽友作取消绕月旅行计划，而星舰测试继续推进人类探索太空的梦想。

这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同，PISCES通过解缠器模型识别概念相关特征，直接编辑模型参数，实现了更精准的知识移除。在Gemma和Llama模型上的测试表明，该方法不仅有效降低了目标概念的准确率（低至7.7%），还保持了模型在无关领域的高性能，并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。

对于金融机构来说，首先是一匹“老马”，要坚守金融的业务本质，另一方面，还要紧跟技术趋势，才能在数字化“新途”上自由驰骋。

脱离大公司体系，他们重新认识自己的生存能力。

区块链如何为人工智能解锁新的领域？

AWS最新报告显示，全球IT领导者正将生成式 AI 的投资优先级置于传统安全支出之上，90%组织已采用此技术，其中44%进入生产阶段。与此同时，企业正加速招聘AI人才，推动混合开发策略，以实现业务目标升级。

Kazmi讲述了自己独特的领导之旅、掌管数字创新的方法，以及他如何引领团队发挥最大潜能。之后，主持人又与他讨论了当前数字化领导者应如何建立多维弹性，以确保个人、团队和企业取得成功。

华为，作为国内第一、全球第二大手机制造商，一直是打工人心中的高薪梦企。加入华为，不仅能收入跃升，获得成长，还能让简历镀镀金，即使从中“毕业”也更有底气挑选其他的好工作。一般人都不会错过这样的好机会。

伊利诺伊大学研究团队开发了GenoMAS，一个由6个专业AI智能体组成的基因表达分析系统，能像科研团队一样协作编程解决复杂生物信息学问题。该系统通过引导式规划框架平衡结构与灵活性，在GenoTEX基准测试中实现89.13%预处理准确率和60.48%基因识别F1分数，分别比先前最佳方法提升10.61%和16.85%，同时降低44.7%计算成本，代表了科学计算自动化的重要突破。

以色列理工学院研究团队开发出一种新颖的AI推理改进方法，通过训练专用的"继续思考"标记，让AI模型在解题时能够进行更深入的思考。该方法只需训练单个标记的嵌入向量，保持模型其他参数不变，在数学推理任务中展现出显著效果，准确率提升幅度达到传统方法的三倍以上，为AI推理能力提升提供了高效且通用的解决方案。

有时候，最大最真的道理反而解决不了任何实际问题。这不只是种悖论，同时也是一种定义。在某些矛盾的核心当中找出真相，才有可能确定继续前进的最佳道路。