Copilot+ PC在企业市场渗透缓慢，IT决策者对其专有Windows AI功能印象一般。尽管微软推出了配备NPU芯片、支持40+ TOPS算力的高端笔记本，但企业更关注Windows 11设备更新等优先事项。分析显示，2025年第二季度欧洲AI PC出货量中，Copilot+ PC仅占9%。其专有功能如Recall、Click to Do等主要面向消费者，对企业价值有限。企业购买此类设备更多是基于硬件升级周期和对未来AI应用的投资，而非当前AI功能需求。

他们不同于以往叙事中继承父辈产业的“厂二代”，他们中的许多人是典型的“跨境创一代”。

丽笙酒店集团在全球95个国家拥有超过1250家酒店，是全球业内规模最大的酒店集团之一。集团全球首席信息官（CIO）Jaime González-Peralta在访谈中，分享了IT技术对于企业未来、乃至整个酒店行业的重要价值。

最后在训练之前，可以选择是否启动 “迁移学习” 的功能？在这个实验中也会示范这中间所得到的精度差异，让大家直接体验到迁移学习所带来的的好处。

想象一下，你在阅读一份复杂的科学报告，里面充满了图表和数据。作为人类，你能够轻松地看懂这些视觉内容，并且进行复杂的思考和推理。但对于人工智能来说，这却是一个巨大的挑战。

Omniverse 命名之初就承载了英伟达的雄心壮志——“打造第二个地球”。

这项研究首次系统探索了为聊天机器人定制词汇处理系统的节能潜力。通过对8个主流AI模型的测试，发现专门优化的tokenizer可减少5-10%的token数量，直接转化为相应的能耗降低。在全球AI服务规模下，这种看似微小的优化能带来显著的环保和经济效益，为AI可持续发展提供了新思路。

这项研究揭示了视觉语言模型在解决视觉文字谜题方面的重大局限性。研究团队通过432个手工注释的谜题数据集，评估了从OpenAI到Google等多家公司的AI模型表现。结果显示，即使最先进的模型在抽象推理、横向思维和理解视觉隐喻方面仍然表现不佳，尤其在识别物体缺失和文化参考上存在显著差距。研究还发现，模型对直接视觉输入的依赖程度很高，特别是推理类模型。这些发现对未来开发更具人类化理解能力的AI系统提供了重要指导。

TransPixeler是由香港科技大学和Adobe研究院联合开发的AI视频生成技术，专门解决生成带透明效果（RGBA）视频的难题。该技术巧妙扩展现有视频生成模型，让AI能同时生成RGB颜色和Alpha透明度信息，避免了传统"先生成后提取"方法的缺陷。通过精心设计的注意力机制和训练策略，TransPixeler在有限数据下实现了高质量透明视频生成，为电影特效、游戏开发、VR/AR等领域提供了强大工具。

我们生活在一个勒索软件几乎已经成为家喻户晓的时代。复杂的勒索软件攻击除了驻留在生产中的数据外，还越来越多地针对备份数据，使组织的最后一道防线陷入困境。

UCLA团队首次成功让20亿参数的小型视觉AI模型实现了类似DeepSeek R1的"啊哈时刻"现象。他们通过在未经指令微调的基础模型上直接应用强化学习，让模型学会了自我反思和深度推理，在视觉推理任务上取得了显著突破。研究还发现指令微调可能限制模型的推理能力发展，为AI训练方法提供了新的思路。

清华大学与阿里巴巴通义实验室联合研发的MUSEG技术通过创新的时间戳感知多段定位方法，显著提升了视频中的时间理解能力。该方法引入多段定位任务和精心设计的阶段性奖励机制，使模型能够精确识别视频中的多个相关事件及其时间关系。实验表明，MUSEG在各类时间理解任务上全面超越现有方法，为未来视频智能分析开辟了新方向。

视频会议，这个经过几十年默默跋涉的行业，一路从标清到高清，从“端”到“云”，如今发展到“云+端“的结合。疫情之下，政府、学校、企业、对视频远程沟通协作的需求出现爆炸式增长，远程视频会议成为刚需。

近日，笔者采访了华胜天成云计算研发和产品中心总经理李明军，就目前的云计算市场热点以及华胜天成的布局进行了讨论。

The Verge调查了2000人，了解他们如何使用AI、对AI的期望，以及对AI的哪些特质感到害怕。

依托于数据中台、知识中台和智能中台能力，百度IPA将真正实现IPA机器人数字员工化的愿景，降低人力员工在日常重复性工作上的压力。在前端，这将表现为更优质、更自然、更有温度的服务体验——对金融机构来说，这就是核心竞争力所在。

这项来自越南国立大学和新加坡Knovel工程实验室的突破性研究证明，仅用15亿参数的小模型就能通过精心设计的强化学习策略实现卓越的数学推理能力。研究团队用42美元训练成本和7000个精选样本，让小模型在AIME24测试中达到46.7%准确率，超越OpenAI的o1-preview模型，展现了"小而美"的AI发展新路径，为资源受限的研究者和开发者提供了高性价比的AI推理解决方案。

这项研究揭示了现有长视频理解评估基准的严重缺陷：过度依赖多选题导致结果膨胀，且许多问题存在先验偏好使模型无需真正理解视频就能作答。针对这些问题，多伦多大学团队开发了VIDEOEVAL-PRO基准，采用开放式短答案形式，真正要求理解整个视频。通过评估21个专有和开源模型，研究发现：视频模型在开放式问题上的表现比多选题下降超过25%，且多选题高分并不意味着开放式题高分。与其他基准不同，VIDEOEVAL-PRO随输入帧数增加持续提升性能，提供了更可靠的长视频理解能力评估方法。

当天举办的媒体沟通环节，戴尔科技集团大中华区服务器解决方案产品营销高级总监王薇以及戴尔科技集团大中华区服务器解决方案产品高级经理秦建丰深度解读了全新一代 Dell PowerEdge 服务器的设计理念、技术特点以及应用场景。

服务器的重要性无需置疑，今天，服务器也在不断进化，面向AI、面向多云、面向未来，下一代服务器应该是什么样子？