Prologis 作为全球最大的物流地产公司,在全球供应链中扮演着关键角色。自 2018 年加入公司以来,首席技术官 Sineesh Keshav 领导了公司的数字化转型,推动了业务的显著增长。Keshav 重组了 IT 组织,建立了强大的数据基础设施,并积极拥抱 AI 技术,为公司向能源、可持续发展和数据中心等新业务领域的扩张提供了有力支持。

在层出不穷的网络威胁态势下，戴尔科技集团永远是您值得信赖的合作伙伴，我们提供全面的网络弹性，助您安全地进行业务创新并实现突破。

这项由微软研究院主导的突破性研究，首次提出让AI学习如何为其他AI制定最佳训练数据配方的创新思路。通过训练一个专门的"数据混合代理"，成功解决了大模型持续学习中的"灾难性遗忘"难题，在数学推理任务上平均提升3.02%的同时保持了原有综合能力。该技术具有强大的通用性和适应能力，一次训练即可应用于多种模型和任务场景，有望显著降低AI开发成本并提升训练效率。

SUSE今天发布了SUSE CaaS Platform 3，这标志着这一能够加速数字化经济中现代应用交付的解决方案步入了新的发展阶段。

思科报告指出，自主型人工智能未来三年内有望承担高达68%的客户服务任务，通过个性化与前瞻性支持提升效率与节省成本，但用户仍重视人与人之间的互动和健全的治理机制。

Palo Alto Networks 公司和 IBM 公司今天宣布建立新的合作伙伴关系。Palo Alto Networks 将收购 IBM 的 QRadar 软件即服务资产，并成为 IBM 在网络、云和安全运营中心方面的首选网络安全合作伙伴。

Vivaldi的老板告诉El Reg，“监控经济的解决方案似乎是更多的监控”

谷歌DeepMind部门整合人工智能团队，专注于开发能模拟物理世界的先进AI大模型。新团队由前OpenAI项目负责人领衔，将提升AI对现实世界的认知和模拟能力。Genie 2模型能从单一图像构建交互3D环境，支持长视频内容生成等。科技巨头争夺世界模型开发，预示AI技术在游戏、影视、机器人等领域的广泛应用。

三星在Galaxy Unpacked活动上推出了搭载Galaxy AI的新一代S25智能手机系列。新机采用骁龙8 Elite for Galaxy处理器,性能大幅提升。Galaxy AI作为个人数字助手,可提供便捷的AI体验。三星强调了数据安全和隐私保护,采用本地AI处理和个人数据引擎等技术。专家认为AI功能虽有亮点,但对已有较新手机的用户吸引力有限。

AWS 第四季度收入同比增长 19%，达到 288 亿美元，全年收入增长 19% 至 1076 亿美元。公司将增长归因于企业扩大公共云使用和 AI 需求激增。AWS 预计将在未来 12 个月投资约 1000 亿美元用于基础设施建设，以支持不断增长的云计算和 AI 工作负载需求。

亚马逊推出了一款名为 Nova Sonic 的 AI 语音模型，它不仅能理解语音内容，还能捕捉说话者的语气、犹豫等细微变化。这个模型整合了语音识别、回复生成和语音合成功能，能够实现更自然的对话交互。Nova Sonic 可以根据说话者的语气调整回应，理解对话中的停顿，并能适当处理打断等情况，从而提供更智能、更人性化的语音交互体验。

这一名为AI Oscar的AI平台采用新加坡证交所、香港交易所、纳斯达克、纽约证交所以及美国证交所的4000只上市股票数据进行训练。

SUSE CaaS Platform将Kubernetes创新融入在一套完善的企业级容器管理解决方案中，可让应用开发和DevOps团队更加轻松地部署、管理和扩展基于容器的应用及服务。这标志着能够加速数字化经济中现代应用交付的解决方案步入了新的发展阶段。

Plural 开发了一个创新平台，可将企业的所有 Kubernetes 集群整合到单一仪表板中。该平台采用 AI 技术优化集群效率，支持多云环境，并通过 GitOps 模式运行。平台能将运维开销降低约 90%，帮助企业更高效地管理和部署 Kubernetes 集群，使开发团队能够专注于更有价值的工作。

我们从最近爆发的一些网络安全事件中不难看出，企业需要采取多种措施来保护其网络安全，以应对不断变化的网络安全环境。

亚马逊云科技纽约峰会素有小re:Invent之称，今年的发布主要围绕生成式AI展开。其实从去年10月到今年4月，我们已经看到亚马逊云科技在生成式AI上的不断投入。

应用DevSecOps方法，IT团队将把安全性顺畅纳入整个应用程序生命周期之内。接下来要介绍的这些开源项目，也许能为企业的DevSecOps之旅提供有益的协助。

这份来自向量研究所、康奈尔大学和格罗宁根大学研究团队的综述分析了基于大语言模型的代理型多智能体系统中的信任、风险和安全管理框架(TRiSM)。研究系统地探讨了代理型AI从概念基础到安全挑战，提出了包含治理、可解释性、模型运营和隐私/安全四大支柱的TRiSM框架。文章还详细分析了威胁向量、风险分类，并通过真实案例研究展示了潜在脆弱性。

这篇研究综述探讨了大语言模型(LLMs)与知识图谱(KGs)在问答系统中的结合方式。研究者提出新的分类法，根据问答类型和KG角色将方法分为：KG作为背景知识、推理指南或验证器。文章系统性分析了各种复杂问答类型(多文档、多模态、多跳、会话式、可解释和时间问答)的挑战，及其解决方案。尽管LLM与KG结合能有效解决推理能力有限、知识过时和幻觉等问题，但仍面临效率与效果平衡、知识动态更新和公平性等挑战。未来研究应关注开发能高效整合最新知识的框架，以及提升推理、解释和公平性的方法。

以NSX为基础，结合AppDefense和Carbon Black的能力，VMware正在逐步完善其在安全领域的布局。