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。

10月28日~11月1日，全球顶级多媒体会议ACM Multimedia（ACMMM）2024 在澳大利亚墨尔本成功召开。明略科技集团多模态团队与北京大学共同完成的最新研究成果在众多论文中脱颖而出，荣获最佳论文提名（Best paper nomination）。

11月6日，红帽论坛北京站如期召开。这是红帽的一个例行市场活动，已经连续举行了几年了。不过，今年的红帽论坛对于红帽有了些特别的意义。

微软亚洲研究院开发出革命性的认知启发学习框架，让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制，使AI在面对新情况时能快速适应，无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越，为教育、医疗、商业等领域的智能化应用开辟了新前景。

“小度在家”搭载了百度DuerOS对话式AI操作系统，融合了六麦远场语音、优质音箱、触摸屏、摄像头于一身，听得懂、看得见、能对话、会思考。

KAIST研究团队开发的InfiniteHiP系统成功解决了大型语言模型处理超长文本的瓶颈问题。该技术通过模块化分层修剪、动态位置编码和冷热存储策略，让单个GPU能够处理300万词汇的上下文，速度提升18.95倍，内存使用减少70%。这项突破性技术无需重新训练模型即可应用，为长文本AI应用的普及奠定了基础。

2018年3月22日-23日，由Ceph中国社区主办的首届Ceph亚太峰会 —— Cephalocon APAC 2018 在北京JW万豪酒店盛大开幕，此次活动受到各界广泛关注，大会首日吸引近千名现场及在线观众。

字节跳动联合浙江大学发布了ImmerseGen系统，这是一个能根据文字描述自动生成VR世界的AI工具。该系统采用轻量化代理和RGBA纹理技术，用AI代理协作完成从地形生成到物体布置的全流程，还能添加动态效果和环境音效。相比传统方法，它生成的场景效率提升数十倍，在移动VR设备上达到79帧流畅运行，为VR内容创作带来革命性突破。

大家可能一直有个疑惑，为什么现在天天喊固态盘替代机械硬盘，而机械硬盘还是数据存储的主要介质？

如今，微软越来越多的谈论企业协作应用，企业协作应用程序既可以是Teams内部的应用，也可以是用户应用中的Teams组件。

你是否曾经因为衣服色彩搭配不协调而尴尬？或者在医学诊断试纸上辨别微妙的颜色变化时感到困惑？色彩在我们的日常生活中扮演着至关重要的角色，从科学发现到医疗保健，从购物到艺术欣赏，无处不在。而人工智能，特别是视觉语言模型(VLMs)，正在迅速融入我们的生活，但它们真的能像人类一样理解和利用色彩信息吗？

AMD的EPYC和Ryzen处理器嵌入式版本日前出台，从而将Zen架构带入了新的领域，也丰富了AMD公司的处理器产品组合，给英特尔带来更大的压力。

卢森堡大学和SWPS大学研究团队通过对三个先进AI模型进行超100万次查询测试，发现AI在道德内容识别方面表现优于75%的人类标注员。研究使用贝叶斯方法处理标注分歧，分析了25万多个道德判断标注。结果显示AI的假阴性率比人类低2-4倍，证明AI具备更敏锐的道德检测能力。

微软启动量子安全计划两年后，正稳步将后量子密码算法整合到产品套件的核心安全组件中。为应对未来量子计算机可能破解现有加密协议的威胁，微软设定2029年前完成核心服务升级的目标。公司已将后量子密码算法集成到SymCrypt等关键组件中，并计划扩展到Windows、Azure和Office 365等服务，确保整个微软服务生态系统的安全性。

教学无界，戴尔Latitude系列带你开启不一样的硬核体验。

ChatGPT爆发一年之后，尽管有明显的好处，但IT领导者们尚未全力投入生成式AI，而是选择谨慎行事。

研究人员发现，大型语言模型如ChatGPT、Gemini和Claude仅需250个恶意文档就能被植入后门漏洞。研究测试了6亿到130亿参数的模型，发现无论模型规模如何，植入后门所需的恶意样本数量基本恒定，而非按比例增长。攻击者可通过在训练数据中插入特定触发短语的文档，操控模型输出。虽然现有安全训练可在很大程度上修复这些后门，但研究强调需要更强的防御策略来应对这一威胁。

日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献，发现83.8%被成功接受，54.9%无需修改直接使用。AI擅长重构、测试和文档工作，但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。

这项研究提出了"适应再连续学习"（ACL）框架，一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整，ACL使模型既能更好地学习新知识（提高可塑性），又能保留已有知识（维持稳定性）。实验证明，该框架能显著提升各种连续学习方法的性能，为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。

谷歌首席执行官Sundar Pichai在会上提到许多人关心的问题“谷歌为什么会考虑重新返回中国？”时，明确将该公司在中国市场上采取的活动称为“探索性尝试”。