2018年的领域驱动设计中国峰会是一次对国内DDD实践的检阅和展望，希望和业界同行一起探索DDD，同时希望在软件行业可以更大范围和更深层次的展开实践的道路与前景。

这项由18所顶尖高校联合开展的研究推出了革命性的AI代理评估平台xbench，彻底改变了传统以技术能力为中心的评测方式，转而采用真实职业场景的实战检验。研究团队在招聘和营销两个专业领域构建了完整的评估体系，让AI代理像实习生一样直接承担真实工作任务，用实际成果证明商业价值。通过对九个主流AI代理的全面测试，发现不同模型在专业任务中的表现差异显著，技术评测高分未必转化为实用价值。

承载数据这一关键生产要素的“数据基础设施”，是否能够让数据存得下、存得高效、存得安全可靠，并让其发挥更大价值，还身负如下“四宗罪”。

AI助手能否成为AI手机的杀手级应用？

李飞飞的World Labs以"空间智能"重新定义AI，专注3D物理世界理解，4个月估值飙至10亿美元，获科技巨头集体押注。她揭示语言无法编码物理世界，而DNA双螺旋等突破性发现都源于三维空间的深度认知。

腾讯研究团队提出Think-In-Games（TiG）框架，成功解决大语言模型"知道但不会做"的核心问题。该方法通过让AI在《王者荣耀》游戏中实际互动学习，将强化学习与语言模型优势结合，使AI既能做出正确决策又能解释推理过程。实验显示14B参数小模型性能超越671B大模型，证明了专门化训练的有效性。

Next Idea智能互联大赛由Next Idea腾讯创新大赛、腾讯微视、英特尔、亮亮视野共同主办。参赛者基于对“腾讯微视智能眼镜-AR”的二次开发，来展现关于AR的创意、解决现实问题。

中科大研究团队创建了S2S-Arena平台，这是首个专门评测语音AI情感理解和表达能力的综合测试系统。通过154个测试样本和人工评判，研究发现GPT-4o在语音情感理解方面表现出色，但所有AI在情感表达上仍有很大提升空间，为语音AI发展指明了新方向。

软件驱动 持续创新，“2022戴尔存储新品发布会”。

MIT和伯克利大学联合研发的DEXOP系统通过创新的"近操作"方法，让人类能够像戴手套一样控制机器人手并感受真实触觉反馈。该系统在数据收集效率上大幅超越传统远程操控，在某些任务中快8倍，训练出的机器人能够完成复杂的双手协作操作，为实现真正灵巧的服务机器人奠定了重要基础。

思科首席执行官罗卓克（Chuck Robbins）日前表示，思科目前正在开发一个安全的、智能的企业平台，目的是改善和整合数据中心和云安全，他称该平台将成为“网络的下一个行动”。

NTT DATA的首席AI官柯林斯指出，企业AI正从辅助角色进化为自主决策的代理，其未来发展将依靠混合AI与全员AI素养，并需构建完善治理机制。

HPE不仅公布第一季度盈利超出预期，而且提高了全年利润预期，这让HPE股票在盘后交易中上涨超过3％。

如果恶意软件继续发展，针对苹果计算机的恶意加密软件终将对macOS用户构成新的风险。

基于可持续发展的理念，戴尔科技同样注意到循环经济的重要性，在价值链的各个阶段推进循环经济。

TransPixeler是由香港科技大学和Adobe研究院联合开发的AI视频生成技术，专门解决生成带透明效果（RGBA）视频的难题。该技术巧妙扩展现有视频生成模型，让AI能同时生成RGB颜色和Alpha透明度信息，避免了传统"先生成后提取"方法的缺陷。通过精心设计的注意力机制和训练策略，TransPixeler在有限数据下实现了高质量透明视频生成，为电影特效、游戏开发、VR/AR等领域提供了强大工具。

飞利浦首席创新战略官谢兹·帕托维分享了公司的AI战略。飞利浦采用客户驱动的创新模式，将80%研发资源嵌入业务单元，20%专注行业突破。公司AI战略围绕自动化、增强和敏捷三个维度展开，旨在2030年惠及25亿人。通过SmartSpeed AI等创新，飞利浦在保持人机协作的同时，利用生成式AI提升内部效率，推动医疗行业进入智能化新时代。

目前，虽然许多企业已经在信息化层面建立了相对完善的IT系统架构，然而在迈向智能制造的过程中，仍会面临诸多挑战，诸如数据的共享，数据价值的挖掘等等。对此，IBM黄英杰认为，需要联动物联网、数据科学、认知计算等最新的技术，并将焦点最终落在云平台上。

博洛尼亚大学团队开发出情感增强的AI系统，通过结合情感分析和文本分类技术，显著提升了新闻文章中主观性表达的识别准确率。该研究覆盖五种语言，在多项国际评测中取得优异成绩，为打击虚假信息和提升媒体素养提供了新工具。

卡内基梅隆大学团队通过评估20多个开源推理模型发现，多数在数学推理上表现优异的AI模型无法将优势转移到其他领域。研究揭示训练方法是关键因素：强化学习能在提升数学能力的同时保持通用性，而监督学习虽然数学成绩突出但会造成其他能力退化。通过内部表征分析发现，强化学习对模型改动更精准，避免了"灾难性遗忘"现象。