电子商务是数字经济和实体经济的重要组成部分，也是推动经济与社会发展的重要力量。

DeepSeek-R1 的出现引发了行业的担忧，认为先进的推理可以在更少的基础设施下实现。然而，Together AI 表示，DeepSeek 和开源推理的兴起实际上增加了基础设施的需求。该公司最近宣布完成 3.05 亿美元的 B 轮融资，旨在简化企业对开源大型语言模型的使用，并扩展其平台以支持推理集群和自主 AI 能力。DeepSeek-R1 的高需求推动了基础设施的增长，Together AI 还通过收购 CodeSandbox 来支持自主 AI 工作负载。

Camunda推出全新agentic AI编排功能，将确定性流程建模与AI非确定性决策融合，助力企业部署、管理和自动化AI代理，打造可扩展、个性化且合规的数字工作流。

在过去的十年中，软件和基础架构工程师经历了从笨拙的整体式应用程序到敏捷微服务，从昂贵的裸机基础架构到可伸缩的云计算和存储的转变。

Arm今日宣布推出Arm Ethos-U85神经网络处理器（NPU），是Arm迄今性能最高且能效最佳的Ethos NPU产品，以及全新物联网参考设计平台——Arm Corstone-320，以加速实现语音、音频和视觉系统的部署。

Arm今日宣布Arm Neoverse路线图再添新员，新产品植根于Arm的可扩展效率和技术领先地位，同时强化了Arm支持合作伙伴持续快速创新的承诺。

阿里巴巴通义实验室推出WebShaper系统，通过创新的形式化驱动方法让AI具备人类级别的信息搜索推理能力。该系统在权威测试中取得优异成绩，WebShaper-72B模型在GAIA测试中获得60.19分，超越众多开源系统。其核心创新在于建立数学化的任务表示框架和智能扩展器，系统化生成高质量训练数据，有望显著改变未来的信息搜索体验。

中国传媒大学团队发现，通过巧妙设计"视觉句子"框架，一个预训练的视频生成模型经过轻量级调整后能够统一处理多种视觉任务，包括图像生成、深度预测、物体分割等。该方法无需大量任务特定数据，每个任务仅用20个样本就能实现良好效果，展现了从专用AI向通用AI转变的可能性。

Citrix退出后，现有用户将无法得到持续的服务保障。用户该如何应对接下来的“阵痛期”？金融、能源、制造、医药等Citrix深耕的行业客户，又该如何选择全新的替代方案？

中山大学研究团队揭示了大语言模型存在"注意力盆地"现象，即AI在处理多文档时优先关注开头和结尾内容，忽略中间信息。研究发现这种U型注意力分布源于模型对结构边界的特殊偏好。基于此发现，团队开发了注意力驱动重排序方法，通过调整信息位置而非修改模型参数，在十种主流AI模型上实现了显著性能提升，为AI优化提供了全新的"顺势而为"思路。

ALM（Application Lifecycle Management）也称为应用程序生命周期管理，用于管理软件产品从初期概念设想、架构设计、代码开发、测试部署，一直到寿命终止的整个生命周期过程。

百川智能团队提出了一种基于强化学习的医疗文档视觉信息提取方法，仅用100张标注图片就实现了医疗报告的高精度结构化数据转换。该方法采用平衡的精确度-召回率奖励机制和创新的采样策略，在医疗VIE任务上达到77.81的F1分数，显著超越商业模型表现，为医疗信息化提供了高效解决方案。

华为针对昭通卷烟厂的实际需求，结合不同业务场景对园区网络的不同需求，以高品质的敏捷交换机为核心，为昭通卷烟厂打造出一张高效率、高安全、高可靠的敏捷智慧工厂网络。

卡内基梅隆大学研究团队开发出"反蒸馏采样"技术，能让AI模型在保持正常性能的同时，阻止竞争对手通过观察推理过程来复制模型能力。这种方法巧妙地在模型输出中加入"毒性"内容，对人类用户无害但会干扰机器学习过程，为AI公司提供了新的知识产权保护手段。

Deepwatch收购Dassana，整合其AI驱动的风险和威胁暴露管理技术，以增强网络安全能力。此次收购将为客户提供先进的AI功能和专业人才支持，使CIO能实时洞察安全态势，提高安全团队生产力，保护关键信息资产。这一战略举措旨在提升网络威胁检测、响应效率和整体网络韧性。

阿里巴巴推出Visual-CoG技术，首次让AI绘画学会"分步思考"。该技术通过语义推理、过程优化和结果评估三个阶段，显著提升了AI处理复杂描述的能力。测试显示，在计数、位置、颜色等关键指标上提升15-48%，特别是推理任务成功率达77.5%，为AI绘画的智能化发展开辟了新方向。

安全已被视为应用程序软件开发中最具挑战性的一部分。无论是研发团队还是管理团队都应该仔细研究最常见的应用程序安全挑战，在网络不法分子发起攻击前就提前做好防护，避免敏感数据被盗。

明略科技推出小明助理Copilot，为企业提供了知识库和Agent两种维度的产品，帮助企业用知识全面赋能业务。在大模型的加持下，将零散的知识沉淀到AI知识库中，会带来怎样的改变？

这项研究介绍了WEB-SHEPHERD，这是首个专为评估网络导航轨迹设计的过程奖励模型。延世大学和卡内基梅隆大学的研究团队创建了包含40K步级别注释的WEBPRM COLLECTION数据集和WEBREWARDBENCH评估基准。实验表明，WEB-SHEPHERD在评估基准上比GPT-4o高出约30个百分点，并且在WebArena-lite上使用时，性能提升了10.9个百分点，同时成本降低了10倍。这一创新模型通过结构化清单将高级用户指令分解为可解释的子目标，为构建更可靠、更经济的网络代理奠定了基础。

安全领域中的坚定保守派们一直警告称，一旦计算机落入陌生人手中，那么这些设备将不再值得信任。如今，一家公司的研究人员已经证明，在某些情况下，同样的论断也适用于我们根本无法触及的某些计算设备——云服务器。