老王一毕业就进了市直属事业单位，从事行政工作，工作的热情就像头上的发际线一样，不管不顾。果然皇天不负有心人，今年按资排辈终于升到副处。

这项由浙江大学与蚂蚁集团联合研究的AUTOMIND系统，通过构建专家知识库、智能搜索策略和自适应编程三大创新，让AI具备了接近人类专家的数据科学能力。在权威测试中超越56.8%的人类参赛者，相比前代系统效率提升300%，成本降低63%，为数据科学自动化开辟了新路径。

马斯克在社交媒体平台X上发文称，特斯拉计划8月8日推出自动驾驶出租车(robotaxi)。这将是马斯克在其总体规划第二部分中描述的所谓的“特斯拉网络”，几年前他曾预测特斯拉车主将能够通过软件调动他们的自动驾驶汽车去接送乘客来赚取收入。

IBM研究院AI团队开发的POBs基准测试揭示了大型语言模型在主观话题上表现出明显偏好，尤其倾向于进步-集体主义观点。研究发现，增加测试时计算（思考时间）对减少模型偏见效果有限，且更新版本的模型反而表现出更强烈的立场和更低的一致性。这项研究提供了评估AI系统意识形态倾向的工具，帮助用户和企业做出更明智的选择。

或许每个人都有不同的理解。我们无需去定义它，因为我们有更好的诠释——华为与伙伴的故事，今日聚焦泰克教育。

深度学习擅长在大量数据中发现模式，但无法解释它们之间的联系，而图灵奖获得者Yoshua Bengio想要改变这一点。

香港中文大学等机构联合发布Grove MoE架构，创新性地将专家系统分组并配备共享辅助专家，实现动态资源调配。该33B参数模型仅需激活31.4-32.8B参数，在数学推理、编程等任务上显著超越同规模竞品，在MMLU-Pro测试中达72.8分。架构借鉴big.LITTLE处理器设计理念，通过智能负载均衡机制提升计算效率。

在近日举行的第三届世界智能大会城市云与城市智能发展峰会上，麦肯锡全球研究院中国副院长成政珉在论坛上进行了主题为《智慧城市，数字技术打造宜居家园》的报告分享。

OpenMamba 是一款意大利独立滚动更新的 Linux 发行版，基于 Fedora 工具构建，提供 KDE Plasma 与 LXQt 桌面。它采用最新组件和标准打包工具，运行稳定且易用，适合规避主流系统限制的用户。

Intel 宣布取消 Falcon Shores GPU 项目,标志着其在数据中心 AI 加速器市场上挑战 NVIDIA 和 AMD 的希望破灭。此举使 Intel 在高端 GPU 领域再次失利,也意味着其下一代 GPU 架构可能还需一两年才能面世。尽管 Intel 仍有 Gaudi3 加速器,但在竞争激烈的市场中前景不明朗。

这项由清华旗下奇虎科技等机构联合开发的研究，提出了ForCenNet前景中心网络来解决手机拍摄文档变形问题。与传统均匀处理方法不同，该系统重点关注文档中的关键信息区域如文字和表格线条，采用创新的前景分割、掩码引导和曲率一致性优化技术，在四个主流数据集上达到最优性能，为移动文档数字化提供了高效解决方案。

今年微软Build 2025大会上，微软CEO萨提亚-纳德拉（Satya Nadella）在AI成为人类智能副驾的目标和梦想已经实现的前提下，又提出了开放智能体网络（Open Agentic Web）。他认为，未来的企业、组织和个人社会将是一个更加开放、更加集成、更加多元的开放智能体网络。

泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术，成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%，响应时间从100秒降至35秒，正确性评分提升96%，为企业级智能问答系统提供了实用的技术方案。

一家SaaS企业需要在平台化、行业化、一体化、国际化四个方面发力，才能实现规模化成长。

安徽华恒生物科技股份有限公司从“降本、增收、提效"等企业核心目标出发，以需求驱动数字化转型落地，从而提升转型的成功率。

要利用AI显著加速药物的开发，科学家们还需要做大量的工作。

古埠雄关，巴渝之城，千里为重，广大为庆。重庆，这座被群山环抱着的城市，不仅有秀丽的景色和美味的食物，更有着“8D魔幻之城”的别称。穿楼而过的轻轨，修在楼顶上的马路，让手握导航的旅客都晕头转向，打车才是最明智的选择。

在红帽产品与技术总裁Paul Cormier新撰写三部曲系列文章中的第一篇，我们强调了容器就是Linux。本篇探讨开源产品与开源项目之间的争论。

对于制造企业来说，通过富有洞察的机器学习平台来提高产品质量和产量，提高工厂生产率，将成为下一步变革的关键。

UniGeo是一项开创性研究，它利用视频扩散模型来一致性地估计视频中的几何信息（如表面法线和坐标）。与传统方法不同，UniGeo在全局参考坐标系中进行预测，而非每帧的局部相机坐标系，从而有效利用视频模型中的帧间对应关系。研究团队提出了共享位置编码策略，并采用多任务联合训练方法，显著提高了几何属性预测的准确性和一致性。实验表明，即使只在静态视频数据上训练，UniGeo也能泛化到动态场景，为VR/AR、机器人技术和自动驾驶等领域提供了可靠的几何信息估计解决方案。