AMD的最新产品通过PCIe将x64 Ryzen处理器与Versal AI Edge 片上系统结合，让它们可以在网络边缘等低功耗、低延迟数据处理应用的单板上使用。

Earthgrid公司展示了突破性的等离子体挖掘系统，使用双2500千瓦等离子炬在花岗岩中开凿隧道。该技术替代传统柴油设备和爆破方式，显著降低环境影响。这项绿色挖掘工艺可高效铺设地下电力线和光纤网络，减少野火风险，为AI数据中心等高耗能基础设施提供可持续的能源解决方案，推动绿色计算发展。

几年前思科宣布，将把思科从一家以硬件为中心的公司转型为一家以软件和服务为中心的科技巨头。截至最近一个季度，思科的软件总收入增长了17%，软件订阅收入同比增长20%，软件收入中有85%是基于订阅的。

企业软件系统通常以基础功能层著称，客户往往希望在此基础上进行调整和细致的定制，以服务于特定的用例和部署状况。

港中文团队开发的T2I-R1系统首次让AI学会"思考式"图像生成，通过语义规划和细节优化的双层推理机制，在复杂图像生成任务上比基础模型提升13-19%，甚至超越了业界最强的FLUX.1模型，为AI创意产业应用开辟新路径。

全球汽车制造商大众汽车集团（Volkswagen Group）今天宣布与Minespider围绕追踪汽车电池生产情况展开合作。Minespider主要提供可用于追踪原材料道德采购的区块链技术。

英伟达推出了一款名为G-Assist的实验性AI助手，可在本地GPU上运行，无需云端支持。这款AI助手旨在帮助玩家优化PC性能并提升游戏体验。G-Assist能够回答基本问题、调整系统设置、超频GPU等。虽然目前功能有限且存在一些性能问题，但它代表了本地AI应用的一个重要尝试，展示了未来GPU同时运行游戏和AI模型的潜力。

腾讯AI实验室联合多所大学开发出Vision-SR1方法，通过"观察-描述-验证"的训练策略解决视觉语言模型的两大问题：依赖文字线索猜答案的"语言捷径"和描述不存在内容的"视觉幻觉"。该方法要求AI先详细描述图片内容，再仅凭描述回答问题，强化真实视觉理解能力。实验显示在多个测试集上效果显著提升，为开发更可靠的AI视觉系统提供重要技术基础。

达索系统将展示产业、初创公司、企业家和生产商如何发挥虚拟世界的力量，在数字医疗、汽车技术和智慧城市等领域推进可持续的解决方案发展，这也是1月9日至12日在拉斯维加斯CES 2018大会上的主题所在。

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。

2019 CCF全国高性能计算学术年会今天举行，作为计算创新的引领者，英特尔在会上分享了对于高性能计算（HPC）和人工智能（AI）融合趋势的最新见解。

Gartner最新发布的2019年区块链业务技术成熟度曲线（Hype Cycle for Blockchain Business）表明，区块链将在未来五至十年内极大地改变大多数行业的业务。

CES2019 Keynote迎来了一位熟悉的陌生人，它就是AMD，所以很自然，你会期待这家公司的首次会议能高朋满座。

Hades公司使用人工智能技术，能够自动地检测缺陷，生成的结果不易出错，并且更加客观，也更具可比性。

近期某客户在测试戴尔易安信SC5020F存储时，遇到了读写性能相差较大的问题，最后在戴尔易安信工程师的帮助下，尝试了多个角度进行解决。其思路有一定借鉴意义，希望大家在遇到类似问题时能够有所帮助。

VeChain项目旨在成为第一个说服企业客户使用与加密资产绑定的代码在公开市场上进行交易的方案。

在一众商用PC品牌中，戴尔Latitude牢牢占据着一个席位，戴尔Latitude商用终端系列产品凭借其高运算性能、易管理性、高稳定性以及安全性，在提升客户工作效率的同时，也有效降低了企业的信息安全风险和采购成本。

近期各大新闻媒体皆在高度关注Meltdown与Spectre安全漏洞对Windows PC设备造成的影响，但可以想见，二者带来的真正隐患其实在于对服务器以及云带来的冲击。

由蒙纳士大学和AWS AI实验室联合开发的CTF-DOJO是全球首个网络安全AI训练环境，包含658个真实CTF挑战。通过创新的CTF-FORGE自动化系统，仅用486个高质量训练样本就让AI在三大权威测试平台上取得显著提升，32B模型达到31.9%成功率，媲美顶级商业系统，为开源AI安全研究开辟新路径。

字节跳动团队开发的TreePO技术通过树状结构重新组织AI推理过程，让多个推理路径共享相同前缀，避免重复计算。该技术在保持准确率的同时将训练效率提升22%-43%，在数学推理任务上表现优异，准确率从46.63%提升至58.21%。这项创新不仅能让AI助手响应更快更准，还可应用于教育、科研等多个领域，代表了从追求模型规模向追求算法效率的重要转变。