家装行业已经结束了“以房为本”,房增家装增的野蛮增长时代已经结束,而从消费者层面分析,更好、更快、更适合是确定的增长方向,这些会带来家装行业品类、模式、渠道的重要改变。

BIP有点像一个后缀，类似21世纪伊始出现的.com。

2022年12月14日~16日，由IT168联合旗下ITPUB、ChinaUnix两大技术社区主办的第13届中国数据库技术大会（DTCC2022）在线上隆重召开

NVIDIA Ampere架构给GPU带来了什么魔力？

现在，中国车企在车端算力上动辄数千TOPS，已经大幅超过特斯拉，接下来就是要在车外算力上去追赶了。

戴森迄今最强大且最安静的净化科技，专注于大型开放式空间整屋均匀净化的Dyson purifier big+quiet formaldehyde空气净化器已在中国大陆地区预售上市。

全球领先的信息技术研究和顾问公司Gartner公布了各企业机构须在2019年了解和关注的首要战略科技发展趋势。

面对制裁，“补洞”只是一时之举，解决全人类面对的未知问题，才是华为在无人区的奋斗之本。

11月16日，2023智慧家庭产业链大会·中国移动连楹智慧家庭创客马拉松大赛决赛在杭州成功举行。

香港城市大学等机构联合开展的首个扩散大语言模型量化研究发现，这类新型AI模型存在特殊的激活异常值分布模式，为量化压缩带来新挑战。研究系统评估了多种量化方法，发现4位权重量化和8位权重激活同时量化是目前最实用的选择，GPTQ和DuQuant分别在两种策略中表现最佳，为扩散语言模型的实用化部署提供了技术指导。

在本周于硅谷举行的开放计算项目（OCP）全球峰会上，Meta Platforms推出了其全新“Grand Teton”AI系统，以及基于磁盘对口的配套“Grand Canyon”大容量存储阵列。

德国图宾根大学研究团队发现现代AI视觉模型具备强大的图像排序能力，能够理解年龄、美观程度等连续属性并进行准确排序。研究测试了7种AI模型在9个数据集上的表现，发现CLIP模型表现最佳，且仅需极少样本就能学会排序。这一突破为照片管理、电商展示、社交媒体等领域提供了新的技术方案。

浙江大学研究团队开发的"自制动力训练"（Self-Braking Tuning，SBT）方法解决了大型语言模型在推理过程中的过度思考问题。该方法不依赖外部干预，而是培养模型自主识别冗余推理并适时终止的能力。研究者通过分析推理效率比率和过度思考标记比率，构建了两种数据策略：SBT-E（精确版）和SBT-D（动态版）。实验结果表明，经过训练的模型在多个数学基准测试上保持原有准确率的同时，将标记消耗减少了30%到60%，显著提高了推理效率。这项创新使AI系统能更像人类一样有效思考，为资源受限环境下的AI部署提供了新解决方案。

70%的美国民众表示不信任无人驾驶汽车，但72%的中国民众表示信任。即使未来的汽车能够自主驾驶，仍有88%的美国消费者希望拥有自己的私家车，而非使用“无人驾驶”工具（持同样观点的德国消费者占比为82%，法国为76%）。

操作系统有我们看不见的一面，是对计算系统底层资源的管理。但是对于大多数用户而言，操作系统看得见的另一面，则更为重要，它就是——人机交互方式。

“操作系统是计算终端的灵魂，用户界面是操作系统的灵魂。”

英特尔本周一发布一系列重要公告，也成为该公司CEO Pat Gelsinger领导之下努力推动转型的积极指标。

2025年，企业数据平台已成为业务运营的核心支撑，随着AI深度融入日常工作流程，企业对清洁、易用的实时数据需求激增。Apache Iceberg和Delta Lake等开放格式正在打破供应商锁定，统一平台将编排、治理和元数据管理集成一体。主要厂商纷纷推出AI原生功能，支持混合云和边缘部署。预测显示，企业数据平台市场将从2025年的1113亿美元增长至2032年的2435亿美元，年复合增长率达11.8%。

在传统的“微笑曲线”中，研发和营销分别占据价值链较高的两端，居中的生产制造则处于价值链较低的位置。欧美品牌通常占据研发设计和品牌溢价的主动权，把低利润的生产制造环节转移到中国和其他劳动力成本较低的地区来完成。

这篇论文介绍了一种名为"低秩克隆"(LRC)的新型知识蒸馏方法，能极大提升小型语言模型的训练效率。哈尔滨工业大学深圳校区和百度公司的研究团队通过训练可学习的低秩投影矩阵，同时实现了软剪枝和激活克隆，避免了传统方法中的信息损失和对齐效率低下问题。实验证明，仅用100亿-200亿文本单元训练的LRC模型性能可匹配或超越需要万亿级训练数据的现有模型，训练效率提升1000倍以上，为资源受限场景下的高性能语言模型开发提供了突破性解决方案。