接下来的机会是几十年里最大的机会，云、商业AI将为合作伙伴提供巨大的商业机会，同时合作伙伴也要承担更多的责任，苦练自身技能为机会到来时做好准备。

2018年最后一个季度的全球服务器报告来啦

腾讯和浙江大学研究团队提出了"认知专家增强"（RICE）方法，无需额外训练即可提升MoE推理模型性能。通过归一化点态互信息识别关键认知专家后，仅增强两个专家的权重就能显著提高模型在数学和科学推理任务上的准确率，同时减少计算量。这种轻量级方法展现出良好的跨领域泛化能力，为高效AI推理开辟新路径。

随着最后一届ImageNet竞赛在2017年落下帷幕，本年度图像分类领域最高水平的比赛易主为由码隆科技联合Google Research 和美国知名电商Wish联合举办的、针对家具家居领域的细粒度图像分类竞赛iMaterialist Challenge (Furniture)。

随着人工智能的快速发展，无代码技术正在颠覆软件开发行业。这项技术使非专业人士也能创建应用程序，可能导致专业程序员就业机会减少。然而，无代码工具的实用性仍有待提高，需要更直观的界面才能真正普及。与此同时，我们也需要思考如何在AI取代大部分工作的未来保障人类生计。

中国的IT预算预计增长2.8%，与去年的0.7%有了明显的变化，但是相比22年之前的IT预算还处在低位。

斯坦福和伯克利联合开发了DeepScholar-Bench系统，专门评估AI进行学术研究综述的能力。研究通过让AI撰写论文的"相关工作"部分，从知识综合、检索质量和可验证性三个维度测试AI表现。结果显示最先进的AI系统综合得分不超过19%，表明AI学术研究能力仍有巨大提升空间，为未来AI助手发展指明了方向。

国内领先的数据智能服务商诸葛智能受邀出席会议，并凭借诸葛io这款产品出色的创新能力斩获了此次大会的“大数据创新产品奖”。

Scale AI团队推出SWE-Bench Pro测试平台，专门评估AI编程助手在真实企业级软件开发中的表现。研究发现，即使是最先进的GPT-5和Claude模型，成功率也仅有23%左右，远低于在传统测试中70%的表现。该测试平台包含1865个来自真实企业的复杂编程任务，要求修改多个文件和大量代码，为AI编程能力提供了更严格的现实检验。

近几年来DevOps一直是一个热门话题。在这段时间内，很多企业一直试图采用这样或者那样的工作方式，在这些工作方式下开发产出以与业务需要保持一致。但是到了2018年，所有这些都需要聚合到一起，并且实现自身意义。

投资于API创新、采用和使用意味着投资于为所有希望确保人工智能将其公司推向新高度的工作者提供强大基础的基础。

只因历经30年发展，攀过6000亿的年销售额，正是华为的“处事原则”，特别是“人才观”在起主推作用。要认识华为，最好的方式莫过于从华为的人才观开始。

这十类案例的共同点在于它们可以根据对客户交互、生产和服务流程的实时监控进行分析并提供操作建议，并且具有相当的准确性和效率。企业在初次使用人工智能的时候要构建基础数据结构和框架，以支持最具价值潜力的高级分析、机器学习和人工智能技术。

AI智能体（AI Agent）也被称为代理型AI。这项技术正在引发巨大的热潮，是突破AI功能极限、深入改变企业运营与竞争方式的新一代AI解决方案。

智慧物流园解决方案

从Gmail到Calendar，再到Maps和Photos，谷歌其实一直喜欢给产品单独命名。

AWS最近宣布，人工智能安全和研究公司Anthropic PBC将在Amazon Bedrock上提供自己的Claude 3系列模型。

在4月25日的华为开发者大会(Cloud)上，华为云发布了基于华为云CloudIDE的智能化编码工具和云原生调测工具

卡耐基梅隆大学等机构联合发布CameraBench，这是首个专门评测AI理解视频摄像头运动的大规模数据集。研究团队与专业电影摄影师合作，标注了约3000个多样化视频，建立了精确的摄像头运动分类体系。测试发现现有AI模型在理解推拉镜头、跟踪拍摄等运动类型方面准确率仅约50%，但通过专门训练可提升1-2倍，为视频理解和AI电影制作技术发展奠定重要基础。

“未来的竞争不是来自同行，而是来自科技公司，我们要做好数字化转型，技术上进行前瞻性投入，引领未来创新，一年内全面采用大数据和人工智能等技术，明年再聚首时，我们一起见证行业黑科技！”