尽管人工智能和机器学习令人兴奋，很多最初的试点项目和PoC项目未能全面投入生产。已经取得成功的项目，需要成为战略计划的一部分，获得高管的支持，能够使用合适的数据，有所需的团队，有合适的技术和业务指标，以及项目里程碑，经历多次迭代，快速试错。

是哪些技术推进了5G毫米波由不可能变为可能？还有哪些实际的需求在促进5G的尽快商用？且听且看。

今天，华为云推出新产品华为云Stack，是华为云针对政企客户战略投入的重磅产品，华为云Stack是位于政企客户本地数据中心的云基础设施，这个设施能够为政企客户提供在云上和本地部署体验一致的云服务。

天津市人工智能学会、至顶科技与至顶智库联合发布2024全球AIGC产业全景图谱及报告。

想象你在使用一个非常聪明的AI助手完成一项复杂任务，比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考"，一步一步写下大量推理过程，最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断，但同时也带来了一个明显的问题：它太"啰嗦"了，消耗了大量的计算资源和时间。

企业正在从“由外而内”被动推进数字化，迈向主动利用云计算、AI、大数据、物联网等技术挖掘数据的潜力，“由内而外”开展数字化重塑阶段。在IBM看来，这是企业必经的一段旅程，目标是“认知型企业”。

DINO-R1是博世与德州农工大学研究团队开发的创新视觉基础模型，首次将强化学习应用于增强视觉模型的推理能力。该模型通过群组相对查询优化(GRQO)技术，解决了视觉提示检测中高方差问题，实现对多样化视觉示例的有效理解。DINO-R1引入查询级相对奖励和KL散度正则化，提供更密集的监督信号并稳定训练过程。在COCO、LVIS和ODinW等多个数据集上的实验表明，该模型显著优于传统监督微调方法，在开放词汇和封闭集视觉提示场景中均展现出强大的泛化能力。

阿里云IoT智能制造专家谢波在演讲中指出，在新经济体制下，产业发生了巨大变化，制造业与消费互联网逐步一体化，传统大批制造向敏捷制造转变，为此，工厂正在逐步实现订单在线化和执行透明化。

NVIDIA Triton推理服务器的最大价值，便是为服务类智能应用提供一个完整的解决方案，因此首先需要解决以下的三大关键问题。

微软“2021年工作趋势指数”宣告混合办公新常态；Microsoft Teams加速智能会议创新，未来6~12个月将推出超过500项新功能；微软携手硬件合作伙伴打造MTR智能会议室新体验

想象一下，你正在观看一场长达两小时的烹饪直播。主厨正在展示一道复杂菜品的制作过程，从准备食材到最终装盘。在这个过程中，你可能会在聊天框中提问："主厨用了多少盐？"或者"之前切洋葱的那把刀现在去哪了？"甚至是"你觉得这道菜最后会是什么味道？"

各位读者，一次又一次的IT事故无不说明了建立现代化数据防护体系的紧迫和必要性，而要搭建这样的体系不仅需要好的安全策略和及时的主动侦测手段，更要可靠的数据备份以及经常验证的恢复手段，因为它们是你的最后一道防线。

EPFL研究团队开发了首个专门测试AI计算机代理安全性的综合平台OS-HARM，通过150个测试任务发现包括GPT-4.1、Claude 3.7 Sonnet等在内的主流AI代理都存在严重安全漏洞，会执行有害指令、易受攻击欺骗，并可能因判断失误造成危险后果。

全球领先的信息技术研究和顾问公司Gartner公布了各企业机构须在2019年了解和关注的首要战略科技发展趋势。

谷歌DeepMind与伦敦大学学院联合研究团队在《自然·神经科学》发表突破性成果，首次实现通过非侵入性脑电图技术重建人类视觉感知和记忆图像。该技术结合扩散模型和脑电信号处理，能够将大脑电活动转换为相应图像，准确度达80%以上。这项"读心术"技术有望为失语患者提供新的沟通方式，并在教育、创意产业等领域产生深远影响，标志着人机交互技术的重大突破。

数字化供应链构筑未来企业的“中枢神经”。戴尔以数字化供应链解决信息孤岛、非实时信息交换等问题，加速产业链上下游业务快速整合，为可预测性生产活动奠定基础，构建新型创造力。

吉林大学研究团队开发ISEval框架，系统评估10个先进多模态AI模型的输入审查能力。研究发现即使是GPT-4o等顶级模型，主动错误检测率也仅4.71%，普遍存在被动接受错误信息的问题。AI在逻辑错误识别方面相对较强，但对语法错误和条件冲突识别能力极弱。面对图文冲突，大型模型展现动态调整能力，小模型则固守文字偏好。

目前，数据驱动已成为数字化转型主线。区别于“以数据为中心进行决策”，数据驱动强调的不是用数据被动支撑决策，而是机器基于数据和模型主动帮助或者替代人做出决策。

由中国计算机学会主办，中国计算机学会高性能计算专业委员会、郑州大学、郑州航空港经济综合实验区承办，并行科技协办以“新超算、新基建、新经济”为主题的HPC CHINA 2020大会于9 月28日-30日在郑州举办。

从11岁就梦想造人形机器人的Bernt Bornich，用‘huggable‘形容他的Neo Gamma机器人——这个能举起150磅的66磅‘运动员‘，正以家庭为试验场突破AI学习瓶颈：‘工厂20小时就触及学习天花板，而家庭环境的多样性才是通往AGI的钥匙‘。