去年，高通大事宣传Cloud AI 100，并承诺它具有强大的性能和能效，可以在边缘计算、自动驾驶汽车和5G基础设施中实现人工智能。今天，高通宣布现在正对该平台进行采样，并计划于2021年上半年实现批量出货。

随着AI和边缘技术在各行各业的广泛应用，英特尔将通过持续不断的软硬件平台和产品创新，积极推动边缘AI等新兴领域的拓展，为全球企业智能化转型铺就道路，共同迎接一个由AI驱动、智能优化的全新时代的到来。

AI 技术的迅速发展正在重塑数据中心基础设施和能源市场。未来数据中心建设需考虑多个关键因素，包括功能定位、电力需求、冷却系统等。面对 AI 带来的挑战，行业需要创新和适应，通过技术公司、能源供应商和建筑专家的合作，满足这一快速扩张领域的需求。

5月27日，由清华大学经管学院与紫光旗下新华三集团联合举办的“新华三大数据企业家清华经管研修班”举办了开学典礼。

智境云创将拓展AI数字人在各行业的应用场景，定制化解决方案，并加强与产业链上下游企业的合作，共同构建AI数字人生态系统。

如果未来疾病蔓延，那我们必须得及早出手阻止。

Apple 今天推出一个开源容器化框架，通过在 macOS 上利用专为 Apple Silicon 优化的轻量级 Linux 虚拟机，实现每个容器独立运行、快速启动和安全隔离，帮助开发者在 Mac 上构建 Linux 环境。

EXP-Bench是一项开创性研究，旨在评估AI是否能够自主进行AI研究实验。来自密歇根大学等机构的研究团队创建了这个基准测试，从51篇顶级论文中提取461个研究任务，挑战AI代理完成从实验设计到结果分析的全过程。评估结果显示，虽然AI在单项任务上得分可达20-35%，但完整实验的成功率仅为0.5%，揭示了当前AI在设计复杂实验、实现代码和确保稳健执行方面的关键瓶颈，为未来AI研究助手的发展提供了明确方向。

本轮领投方源码资本合伙人黄云刚表示：“DevSecOps是云原生大背景下安全敏捷化的必然趋势。以威胁管理为中心，整合多种工具链，DevSecOps体系能够帮助企业把安全贯穿于开发到运营的软件全生命周期中，必将成为企业数字基础设施的重要组成部分。

党和政府围绕数字经济和数据要素发布了一系列政策文件，作出了周密安排。针对这些政策，笔者收集了相关专家观点，方便大家对于这些政策有更深的认知。

缩小模型体量、提升模型效率已经成为深度学习的未来发展方向。

MIT研究团队首创RLCR方法，通过结合正确性奖励和布里尔评分，训练AI学会表达不确定性。实验显示该方法在保持准确性的同时显著提升校准性能，让AI从盲目自信转向诚实表达，为高风险领域AI应用提供新的可能性，代表AI发展从性能最大化向可靠性转变的重要里程碑。

这项NVIDIA团队的突破性研究解决了AI视觉理解中的精确局部描述难题。通过创新的聚焦提示技术和本地化视觉架构，DAM模型能够准确描述图片和视频中任何指定区域的详细内容，性能显著超越现有方法，为医疗诊断、教育辅助、无障碍技术等领域开辟了新的应用前景。

1月12日，全球性技术咨询公司Thoughtworks重磅发布了《变革设计》白皮书，期望让更多的变革设计者们加入进来，和更多正在经历数字化重塑的产业和行业一起，在探寻数字化发展和创新的同时，持续提升大家的时代认知！

数据治理的重心，已经从“管”，晋升到“用”，其目的不是为了管好数据，而是为了数据好用和用好数据。数据目录的建设就是体现这一侧重转变的最好说明。

这项研究解决了AI文生图技术中文字描述与图像生成不匹配的核心问题。通过开发TACA方法，研究团队发现并修复了现有系统中注意力机制的两个关键缺陷：跨模态注意力抑制和时间不敏感性。实验显示该方法能显著提升模型的空间关系理解能力和属性绑定准确性，为AI创意工具的实用化发展提供了重要技术突破。

尽管安全工具整合已经成为2023年合作伙伴和客户的一大热门主题，但网络安全关键领域对创新的需求仍然是巨大的。

DeepSeek-AI团队通过创新的软硬件协同设计，仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型，挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术，大幅提升内存效率和计算性能，为AI技术的民主化和可持续发展提供了新思路。

阿里巴巴团队对AI界权威评测基准"人类最后的考试"进行全面验证和修正，发现原版2500道题目中存在大量错误。经过两阶段系统性修复，产出641道验证题目和1170道修正题目，显著提升了AI模型测试准确性。研究揭示评测标准质量对AI能力评判的重要影响，为建立更可靠的AI评测体系提供宝贵经验，推动AI评测向更加科学严谨的方向发展。

PilotScope已在阿里云内部展开试点应用，相关技术也通过GitHub及Modelscope魔搭社区对外免费开源。