Mergenetic是一个开源工具库，让研究人员能在普通GPU上进行进化式模型合并。由罗马萨皮恩扎大学和洛桑联邦理工学院研究者开发，它集成了19种进化算法和6种合并策略，支持数据集抽样以减少计算负担，并提供Python API、命令行和图形界面三种交互方式。通过案例研究证明，该工具能有效合并多语言模型和促进跨语言能力迁移，降低了高质量模型合并的技术门槛，使普通研究者也能创造出优秀的语言模型。

Gartner分析报告指出，从VMware迁移到其他虚拟化平台将是一项耗时18-48个月、成本高昂且风险巨大的工程。每台虚拟机的迁移成本在300-3000美元之间。报告建议企业尽早开始规划迁移,以避免未来可能面临的更高成本和风险。

GRST的颠覆性核心科技是不伤害环境的锂离子电池制造及回收。而更让人惊吓的是，水在整个电池制造和回收过程占了较大比重，并且在不产生污染的前提下，使用后再将水回收。

一次不务正业的尝试，让处于未来职业迷茫期的「茶叶」，看到了新的可能性，他决定听从内心的召唤。

如果把游戏看成一辆赛车，那么，游戏开发在其中扮演着至关重要的发动机角色，控制着玩家所感知到的剧情、关卡、实时社交沟通、版本更新、兼容和性能等问题。

华中科技大学团队破解了AI绘画系统中长期存在的优化困境：高质量图像重建与高效图像生成之间的矛盾。他们提出的VA-VAE技术通过视觉基础模型对齐，让图像压缩器在保持高精度的同时为生成器提供更易学习的环境。结合LightningDiT优化框架，该系统实现了21倍训练加速，在ImageNet数据集上创造了FID=1.35的最佳记录，为AI图像生成领域带来了突破性进展。

数据保护软件厂商Commvault发布第四季度财报，收益和收入均轻松超出预期水平。

GSMA今日在北京举办了Post-MWC思享汇，活动邀请了中国数字生态的高级别领导和国际合作伙伴，围绕移动行业的主要增长趋势、行业挑战、全球合作的关键机遇、以及在华跨国企业所面对的创新和发展机遇进行了深入探讨。

ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集，包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素，为此提出CORAL框架，通过嵌入重建和对比学习相结合的方式，使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性，还为多条件交错语义检索领域的未来研究奠定了基础。

过去几年，众多组织已着手于数字化转型之旅，它们希望将其系统转移到第三方技术平台上，如移动计算、社交媒体、大数据与分析、以及云等。

西湖大学团队开发出VLA-Adapter机器人控制系统，仅用0.5B参数就超越了7B参数的传统系统。该系统通过Bridge Attention机制实现视觉-语言-动作的高效转换，训练成本降低38倍，推理速度快3倍，在LIBERO测试中达到97.3%成功率。创新点在于设计专门的信息桥接机制而非单纯扩大模型规模，为机器人控制技术普及提供了新路径。

10月21日，2023 AI网络创新大会在北京举行。会议旨在搭建国内首个AI网络垂直交流平台，为AI行业稳健发展夯实网络基础设施，以技术创新升级驱动赋能网络发展。

构建一个混合云平台，其“灵魂”不只是用了多个云那么简单，更重要的，是要能对多个云进行统一管理。

Qwen3是阿里巴巴Qwen团队发布的最新大语言模型系列，最大创新在于将"思考模式"和"非思考模式"融合到单一框架中，允许用户根据需求动态切换推理深度。模型规模从0.6B到235B不等，包括密集和混合专家架构，支持119种语言（较前代扩展90种），训练数据达36万亿词量。通过"思考预算"机制，用户可灵活控制推理深度与速度平衡。评估结果显示，Qwen3在代码生成、数学推理等任务上达到顶尖水平，且所有模型以Apache 2.0许可开放使用，推动AI社区共同发展。

戴尔认为，使用其旧有服务器的客户也应该有机会运行数据处理单元（DPU，又名SmartNIC）。这类设备将网络硬件与充足的计算和存储资源结合起来，可以运行加密等杂务，借此释放CPU核心以更高效地处理关键负载。

树莓派基金会调查发现，尽管60%的家长认为编程是孩子的重要技能，但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出，随着AI技术快速发展，年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程，并相信学习编程能提升孩子未来职业前景。为填补学校教育空白，基金会呼吁在学校和图书馆广泛设立编程俱乐部，目标到2035年全球教授1000万儿童编程技能。

如果有人问，当前最火爆的底层技术是什么？区块链将毫无疑问地当选“热点之王”。这一技术的优势与未来的应用前景，吸引着大批的关注者，也吸引着像清华大学经管学院中国金融研究中心这样的研究者。

在生成式 AI 时代,数据的重要性日益凸显。随着 AI 项目从概念验证走向生产,组织需要更加关注用于训练和推理的数据质量。专家们强调了解数据背景的重要性,以确保 AI 模型使用正确的数据。这突出了知识工程师的重要性 - 他们能够理解数据的上下文,并引导我们找到正确的数据。知识工程在 AI 时代将发挥关键作用。

现在的AI已经有可能超越人类，INTUITOR系统让AI获得自我评估能力

由思杰Citrix赞助，IDC近日发布前瞻报告，IDC亚太地区安全实践副总裁Simon Piff就不确定时代中的企业生存必需品“数字韧性”进行深入分析解读。