阿里巴巴团队开发的Logics-Parsing系统通过创新的两阶段训练方法，实现了文档解析领域的重大突破。该系统不仅能准确识别文字、表格、公式等内容，更重要的是能像人类一样理解文档的整体布局和阅读逻辑，在包含1078页复杂文档的LogicsParsingBench基准测试中达到最优性能，为数字化办公、学术研究、法律服务等领域的智能化升级提供了强有力的技术支撑。

想要建好一个智慧城市除了顶层规划，同时伴随信息和通信技术的运用。尤其是大数据已经成为智慧城市的引擎，通过数据共享平台这个智慧决策中心协调城市治理。

生成式 AI 正在各行各业广泛应用。从客户服务到药物研发,从营销支持到网络安全,生成式 AI 正在改变企业的运营方式。它不仅可以提高效率,还能开启创新机遇。虽然目前应用场景有限,但随着技术进步和用户创意,未来将会涌现更多应用。企业需要审慎评估投资回报,选择合适的应用场景,以充分发挥生成式 AI 的潜力。

据彭博社报道，计算机芯片制造商博通公司正在谈判收购虚拟化软件巨头VMware。

很多公司正在推出数字化计划，以扩展或构建数字化能力，提高业务效率或者业务收入。随着数字化转型成功案例不断涌现，这个趋势也在逐步增强。

攻击者之所以会关注中小型企业，是因为他们在供应链中发挥着重要作用。通过利用网络钓鱼等策略，网络犯罪分子可以通过中小企业的网络对整个供应链网络发起恶意软件攻击、窃取数据和凭证或挑起勒索软件攻击。

“今天把大家叫到这里，是因为咱们财务部的同事向我反映，IT部门的支出金额越来越庞大。而且呢，最近云服务商的数据泄露和宕机事件频发，前沿数控存储在云上的数据全部丢失的事情，想必大家也是都知道。

近年来，数字化转型（Digital Transformation）已成为企业的第一要务，但现在许多企业正在密切关注数字化（Digitalization）这个快速发展的概念。

最近派拓网络对勒索软件泄密网站的数据进行分析，发布了报告《2024年勒索软件回顾：Unit 42泄密网站分析》显示了2023年勒索软件呈现日益猖獗的发展态势，对于企业运营存在巨大的潜在威胁。

Box公司在BoxWorks 2025大会上发布多项AI智能体功能，包括数据提取工具Box Extract和工作流自动化系统Box Automate。Box Extract通过AI智能体扫描合同、发票等非结构化文档，自动提取关键信息。Box Automate则协调AI智能体与人工的分工合作，将重复性任务交给AI处理。此外，Box还升级了无代码应用构建平台Box Apps，并推出Box Shield Pro安全防护工具，利用AI智能体进行风险分类和威胁响应，为企业内容管理提供全面的AI自动化解决方案。

Hedra公司推出的MagicInfinite技术能够让静态人像照片"开口说话"，支持通过声音和文字双重控制生成高质量动态视频。该系统采用3D全注意力机制和两阶段训练方案，可处理各种风格人像（真实照片、动漫、艺术作品），实现精确的嘴唇同步。经过模型蒸馏优化后，生成速度提升20倍，10秒内可生成10秒视频。在用户测试中，91.33%的参与者认为其表现优于现有同类技术。

清华大学研究团队在NeurIPS 2024上发表的System-2 Attention机制，为AI系统增加了类似人类深度思考的能力。该技术通过两阶段信息处理，让AI能够专注于关键信息而不被干扰因素误导，在复杂推理任务中表现显著提升。这项创新不仅解决了现有AI模型容易被无关信息分散注意力的问题，更为未来AI发展指明了从追求规模向提升思维质量转变的新方向。

基于多年对银行、金融业应用场景分析，Check Point安全专家认为当下银行业信息安全的复杂性主要源于以下几个方面：

如果说有什么经验和心得是企业应该从2020年学会，并且应用到2021年战略当中的，那就是：颠覆性的变革无法避免；灵活性和适应能力必须成为商业思维的核心。

德国图宾根大学研究团队发现了一种针对视觉语言模型的新型攻击——视觉记忆注入。攻击者可在图片中植入肉眼不可见的恶意修改，当用户上传这类图片与AI对话时，AI会在长达数十轮的正常交流后突然推荐特定产品、政治观点或投资建议。这种攻击成功率高达40%-80%，且具有强泛化能力，对AI安全构成严重威胁。研究揭示了现有防御措施的不足，呼吁行业重视此类隐蔽操控风险。

文章介绍 Canonical 的 Ubuntu 25.10 默认集成由 Rust 重写的 sudo 工具 sudo-rs，以提升内存安全性并减少缓冲区溢出等漏洞风险。

在刚刚过去的2022年，中国数据保护和管理市场机遇和挑战并存。

微软在西雅图线下及线上联合举行的PASS社区峰会上，正式公布了SQL Server 2022，成为三年前SQL Server 2019的接力棒。

IBM研究院推出革命性AI诊断工具CLEAR，能够自动分析AI系统错误并生成详细报告。该工具采用"AI评判AI"的创新方法，将复杂的错误分析过程自动化，帮助开发者快速发现问题模式。用户研究显示75%的开发者认为该工具比传统手工分析更高效，已开源供全球开发者使用。

这项由麻省理工学院主导的突破性研究首次提出用人类游戏全面评估AI通用智能。研究团队开发了"AI游戏商店"平台，通过让AI与人类玩相同游戏进行能力对比。测试结果显示，最强AI模型仅达到人类表现的8.5%，在记忆、规划和学习新规则方面表现尤其困难，揭示了当前AI在通用智能方面的重大差距。