这项由中国移动和Zero Gravity实验室合作的研究成功突破了大模型训练的网络带宽限制，首次实现在1Gbps网络下训练1070亿参数模型，速度比传统方法快357倍。通过流水线并行、延迟重叠机制和自适应压缩算法的创新组合，为分布式AI训练开辟了新可能。

对于任何一个物联网项目来说，都是“万事开头难”。

3月，IBM Think 2018大会在拉斯维加斯举行。大会展示了IBM在人工智能、量子计算、区块链等领域的黑科技及其应用，并通过1000多场对话交流，为来自全球40000多位的技术专家与行业领袖提供了零距离互动的平台。

印度理工学院等机构研究发现，即使是最先进的AI模型如GPT-4o、Claude等，在面对间接表达、干扰信息或背景过载的"混淆问题"时，准确率会从70-80%骤降至25-40%。研究团队开发的ObfusQAte评估框架首次系统性揭示了大语言模型的这一重要缺陷，为改进AI推理能力和提高实际应用可靠性提供了重要基准。

TVP大咖们以《数字化辅助资本高效运转》为主题，带着与会者们一起潜入金融科技2.0的时代深水区，畅游金融科技的过去、现在与未来。

人工智能驱动的浏览器代理正在兴起，这些代理可以自主浏览网站、检索信息并完成交易，有望改变企业与网络的交互方式。然而，早期测试显示，实际性能与承诺之间存在显著差距。本文探讨了主要参与者、技术挑战和潜在的企业应用，为企业评估和采用这一新兴技术提供了洞察。

人工智能（AI）和机器学习（ML）技术的飞速发展，正深刻地改变着我们的生活和工作方式。为了满足日益复杂的 AI 应用对计算能力的迫切需求，半导体行业正经历着一场前所未有的变革。传统的 CPU 虽然在通用计算方面表现出色，但在面对大规模并行计算任务时，其性能瓶颈日益凸显。

轩辕AI科学计算平台DataLab是轩辕研究院联合广州“鲲鹏+昇腾”生态创新中心共同打造的辅助科研工作的一体化解决方案。

这项由莫斯科人工智能研究院完成的研究证明了AI可以通过智能特征选择在保持性能的同时大幅提高效率。研究团队开发了基于自编码器和Gumbel-Softmax的特征筛选方法，在文字识别任务中即使删除50%视觉特征也能维持近似性能，为多模态AI系统的效率优化提供了新思路。

奢侈品市场约半数份额都将实现数字化，未来在线交互将影响到几乎所有奢侈品购买行为。

Etiemble介绍了她对于高效团队、开启数字化探索之旅、制定战略规划，以及深入理解业务各方面要素的经验和心得。

OpenAI推出ChatGPT Agent，标志着人工智能进入数字劳动力时代。与传统AI不同，智能体AI具备真正的"自主性"，能够设定目标、做出决策并执行复杂任务。市场规模将从2024年的50亿美元增长至2030年的500亿美元。目前已涌现七类数字工作者：业务任务、对话服务、研究分析、开发编程等智能体，它们正在重塑消费者体验和企业运营模式。

Arvind Krishna正式上任的第一天，就为IBM下一步的发展明确了方向——即混合云和人工智能。这样的明确定位不仅仅出于对IBM自身优势的考量，更重要的是，来自客户的需求。

Ernest开发了一种新的体声波（BAW）谐振器应用，这个装置与他的小提琴非常相似，仅100微米宽，TI的新型TI BAW技术比人类头发的直径小，并且振荡频率高得多。

业务第一的务实主义是Koletzki取得成功的关键，AerCap的战略是通过并购实现增长，成为迄今为止世界上最大的飞机租赁公司。

各大云服务商已经部署数以万计的GPU与AI加速器，希望充分满足市场在大语言模型方面的需求激增。

随着时间推移，很多朋友可能认为加密货币交易所应该在安全层面有所加强。但现实情况告诉我们，又是一年过去，针对加密货币交易的黑客活动不减反增。

UC Santa Cruz团队开发的OpenVision 2通过去除文本编码器，将视觉编码器训练简化为纯生成式学习，实现训练时间缩短1.5倍、内存使用减少1.8倍的显著效率提升。研究使用高质量合成数据集和token掩码策略，在保持性能的同时成功训练出10亿参数模型，挑战了CLIP式对比学习的必要性认知。

ByteDance Seed团队开发的UI-TARS-2是一个革命性的AI助手，能够通过观看屏幕并用鼠标键盘操作电脑，就像人类一样完成各种任务和游戏。该系统采用创新的"数据飞轮"训练方法，在多项测试中表现出色，游戏水平达到人类的60%左右，在某些电脑操作测试中甚至超越了知名AI产品，展现了AI从对话工具向真正智能助手演进的巨大潜力。

斯坦福和伯克利研究团队推出VidDiff技术，让AI学会像专业教练一样精准识别动作差异。该技术通过三步走方法解决视频动作比较难题，构建了包含549对视频的大型数据集VidDiffBench。虽然当前AI模型准确率有限，但已展现在健身指导、医学培训、体育分析等领域的应用潜力。研究为AI理解细微动作差异开辟新方向，有望让人人享有智能化的动作指导。