阿里巴巴研究团队开发出START系统，首次让AI能像人类一样在推理过程中主动使用编程工具。通过创新的"提示注入"和自学习技术，START在数学竞赛和编程测试中表现显著提升，在AIME24达到66.7%准确率，比基础模型提升16.7%。这项突破性研究为AI推理能力带来质的飞跃，大幅减少计算错误和"幻觉"现象。

从大会的规模上来看，不亚于深圳、西安站，而媒体阵容更加华丽。究其原因，本次北京站带来的“干货”，无论对行业，还是对华为云来讲，都具有相当的分量和价值。

2018年，人们开始越来越多地利用区块链技术对抗深度伪造问题。

苹果与英特尔的分道扬镳终成定局，这标志着科技行业中最具影响力的一对合作伙伴将不再携手，而苹果也表现出全面控制自家产品制造体系的坚定决心。

说到超融合市场，就不能不提戴尔易安信VxRail，自2014年问世至今6年来，VxRail始终保持着高速成长。

这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现，现有模型在未经训练时表现近似随机猜测，但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是，模型能否有效学习与是否包含明确推理过程无关，且复杂推理模式是预先存在而非突然出现的。此外，研究证明强化学习在泛化能力上优于监督微调，挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制，还为未来多模态模型研发提供了重要参考。

微软被认为是近些年来文化转型最为成功的企业之一。自萨提亚接任以来，微软内部进行了组织架构和绩效体系的全面调整，而这些举措正在让微软重新变得极具活力和创造力。

毫无疑问，GPT 的出现以日新月异的速度改写了软件开发的工作方式。

史丹佛大学AI实验室的突破性研究显示，机器学习模型在复杂时间序列预测任务中展现出超越人类专家的能力。研究涵盖金融、气候、生物三大领域，AI预测准确率比人类专家高出15-25%，处理速度从几天缩短至几秒。这一发现不仅颠覆了对AI能力边界的认知，更为医疗、环保、商业等领域的决策革新开辟了广阔前景，标志着人机协作新时代的到来。

Google 推出名为 Titans 的新型 AI 架构，是 Transformer 的直接进化版。Titans 引入了神经长期记忆、短期记忆和基于惊喜的学习系统，使 AI 更接近人类思维方式。这一突破性技术有望彻底改变 AI 范式，推动机器智能向人类认知迈进一大步。

公司董事会于近日分别收到公司董事长马道杰、副董事长谢文刚提交的书面辞职报告，因工作调整原因，马道杰申请辞去公司第八届董事会董事长、提名委员会委员职务，辞去上述职务后，马道杰继续担任公司第八届董事会董事职务；因工作调整原因，谢文刚申请辞去公司第八届董事会副董事长职务，辞去上述职务后，谢文刚继续担任公司第八届董事会董事、总裁职务。

为应对日益激烈的市场竞争环境，改善生产综合效益水平，广东皮阿诺科学艺术家居股份有限公司携手企业数字化服务商汉得公司，启动智能制造数字化转型建设项目。

掀开“数字化重塑2.0”这一新的篇章,一个赫然醒目的话题是“如何帮助现有80%的企业关键任务向云迁移,并实现AI赋能”。在这场具有决定意义的云之战中,作为“指挥官”之一,CTO们正在颠覆传统印象

在深信服超融合近10年的深耕实践中,愈发清晰地认识到,做平台级产品、云产品承载的是用户业务和数据,这是用户最核心的东西,稳定和可靠是用户最朴素,却也是最重要的诉求。

曾经美好的魔法花园，却变成吞噬一切的死亡巨坑。

北京邮电大学（以下简称“北邮”）校园网建设始于1994年，经历了23年的建设历程，目前基础网络已经发展到校内骨干网络带宽40G、万兆到楼、千兆到桌面，该校的西土城、沙河和宏福校区正是通过这样一张网络来支撑着各种信息服务的运行。

思科有运营业务的很多国家或者地区都已经围绕净零目标制定了相关法律和政策。因此，思科继续以更加紧迫的心情投入于此类项目中，快速有效地过渡到脱碳经济不仅对全球是最有利的，而且还提供了千载难逢的商机。

您是否尝试过将您的智能物联网(IoT)设备接入繁忙的Wi-Fi®网络？尽管这使得它们丝毫发挥不了作用，因为网速和带宽令人荒谬地低？

Mistral AI发布了两个开源多模态语音AI模型Voxtral Mini和Small，不仅具备语音识别能力，更能理解语音内容并进行智能对话。模型支持32K上下文窗口，可处理40分钟长音频，在语音识别、翻译和理解任务中达到最先进水平。Small版本超越多个闭源模型，Mini版本可本地运行，两个版本均在Apache 2.0许可证下开源发布。

OPPO AI团队首次系统性探索了如何让AI智能体进行更深入的推理思考。研究提出ATTS框架，包含并行采样、序列修正、验证合并和多样化探索四大策略。实验发现，给智能体更多尝试机会能显著提升性能，但关键在于知道何时反思而非盲目增加思考。多模型协作效果尤其突出，四个AI模型协作成功率达74.55%。这项工作为AI智能体发展指明了从增大模型转向优化推理策略的新方向。