1月16日，2023年世界经济论坛年会（达沃斯论坛）在瑞士小镇达沃斯举办，英特尔CEO帕特·基辛格受邀参与此次论坛。

全球领先的信息技术研究和顾问公司Gartner于今天公布了2020年及以后十大趋势预测。此次Gartner十大预测考虑的是随着科技给人类带来多样化且不断变化的期望，人类的境况将面临什么样的挑战。

“电话订货、线下赊账、人工打单录单、杂乱的订单、误记漏账无法结算……”在纷繁熙攘的电商行业生态中，还有不少中小批发企业停留在传统的发展模式中，在时代发展的洪流中挣扎。

亚马逊云科技在2025纽约峰会期间，正式发布了Agentic IDE工具Kiro，聚焦工程生产全流程，重新定义AI与开发者的协作方式。

2022年伊始，英特尔在2022年投资者大会上，首次披露了2022-2024年的全新英特尔至强产品路线图。

苏黎世保险使用西门子低代码开发平台改进应用开发流程并实现更加快速、高效的迭代。基于原有保单系统，苏黎世保险使用低代码重构了一个为恐怖主义保险捕获数据并计算保费的应用。

LLM（大型语言模型）在自然语言处理领域取得显著进展，但存在‘幻觉‘现象，即生成不准确或脱节内容。幻觉产生原因包括训练数据问题、模型架构缺陷、推理策略限制等。减轻幻觉的策略涉及上下文注入、数据增强、预处理、输入控制、模型架构调整和持续学习改进。幻觉问题促使我们反思AI的可解释性和可控性，需不断优化AI技术，提升其认知能力。

“网络新引擎 AI赢未来”华为网络春季新品发布会在北京顺利召开，华为发布了业界首款面向AI时代的数据中心交换机CloudEngine 16800，定义了AI时代数据中心交换机的三大特征，创新性地引入AI技术，普惠AI助力客户加速智能化转型。

Context公司推出AI驱动的自动驾驶平台，可同时启动数千个AI代理执行深度研究、数据分析和报告生成等工作。该公司与高通建立战略合作，支持AI代理在骁龙神经处理单元上本地部署，实现在用户个人电脑而非云端运行的AI自动化。平台类似中国AI平台Manus，通过大语言模型执行复杂任务，包括企业搜索、代码解释、文档生成等应用，已完成1100万美元种子轮融资。

人工智能时代，Testin云测试凭借领先的测试技术，专业的人才及宝贵的行业经验成为行业的领头羊，为众多企业的数字化转型提供优质的软件测试服务。

阿里云演示了如何借助“通义点金”智能平台的银行业工作流中，实现多智能体协同驱动的、全自动化生成信贷尽调报告。

ServiceNow 携手 NVIDIA 推出电信行业专用 AI 智能代理，旨在提升客户服务和网络运营效率。这些 AI 代理能够自主分析网络数据、解决问题、优化账单等，有望为电信服务提供商带来显著的生产力提升和价值创造。新功能将于 3 月 12 日在 ServiceNow 平台的最新版本中向所有电信客户开放。

面对城镇化治理过程中不断涌现的新形势、新要求，利用数字技术，通过“一网统管”推动城市管理手段、管理模式、管理理念创新，对促进县城高质量发展、推进城镇化治理体系和治理能力现代化具有重要意义。

近日,在全球权威的ICDAR Robust Reading大赛榜单中,紫光华智凭借领先的AI技术优势,在文本行检测与识别两项任务中均斩获第一,并一举刷新榜单记录,

2025年，网络安全面临诸多挑战。尽管投资增加、新工具不断涌现，但整体生态系统仍不稳定。主要挑战包括勒索软件、DDoS攻击、量子技术、医疗数据泄露、人工智能与AI代理，以及太空资产的网络安全。这些问题凸显了网络安全领域复杂多变的形势，需要持续关注和应对。

单一数据平台将提供使用和管理块、文件、对象和大型机数据的简化体验，并可作为跨公有云和本地的设备或软件定义灵活使用

根据麦肯锡的数据，2024年全球人工智能的采用率飙升至72%，企业如何利用人工智能的潜力创造新价值、加速增长并建立高效率的商业模式，从而决定未来的成功？为此，来自不同领域的专家和领导者聚集一堂，共同探讨人工智能如何成为推动商业战略和全球竞争的关键力量。

Meta公司开发了一种机器学习模型SEAMLESSM4T，能够实现36种语言之间的近即时语音翻译。该模型采用创新方法，利用互联网音频片段避免了繁琐的数据标注。这一突破性技术有望简化多语言交流，但仍需解决噪音环境、口音等挑战，并关注技术可能带来的偏见问题。

人工智能正在通过AI编程助手显著改变软件开发格局，自动化任务并加速开发进程。约76%的开发者使用GitHub Copilot等AI工具进行编码。"Vibe编程"是一种新兴开发方式，开发者使用自然语言提示指导AI工具生成和调试代码，降低编程门槛。Klover.ai率先采用这种方法，并推出HALO系统实现人机协作。尽管存在代码质量和安全隐患，但预计到2030年AI将成为软件开发的核心组成部分。

印度理工学院团队开发出MPA模型对等对齐器，这是一种革命性的AI训练方法，能让小型视觉语言模型在无需人工标注数据的情况下，通过大模型指导显著提升性能。该技术通过三步法实现知识传递：大模型自动出题答题、精准识别知识差距、针对性强化训练。实验显示小模型性能提升高达15.2%，成本仅为传统方法的几十分之一，为AI技术普及开辟新路径。