Google 正式向用户推出 Gemini Live 的新 AI 功能，让用户能够通过手机屏幕或摄像头实时与 AI 进行交互。这项源自 "Project Astra" 的技术，可以实时解读视频内容并回答相关问题。目前该功能已向 Google One AI Premium 计划的 Gemini Advanced 订阅用户开放，展现了 Google 在 AI 助手领域的领先地位。

由于存在可能影响数据中心的各种威胁和风险，因此保护任何类型的数据中心都地极具挑战性的。但说到边缘数据中心，数据中心安全性更具挑战了，甚至可能没有像保护传统设施资产那样的安全控制措施和工具。

英伟达公司首席执行官黄仁勋在本周三举行的线上新闻发布会中表示：“英特尔对于我们使用他们的代工厂很感兴趣，我们也有兴趣考虑这个选择。”

近日，GE宣布成立一个新的独立软件业务，我们试图从中分析这对于GE Digital和GE的现有客户和潜在客户意味着什么。

大家在一年一度的世界经济论坛的前夕静静地却有所保留地期待着将会发生的一些引人注目的事情——或者至少据说会发生的事情，即世界经济论坛将就我们如何在全球应对人工智能发表高论。

谷歌加大全球人工智能竞赛的赌注。

10年前，数据和分析市场中还没有出现主要的参与者，事实上，那时候业界甚至都还没有接受“云”，“大数据”甚至“AI”......

为什么选择做AI Agent？澜码科技创始人兼CEO周健的解释是：传统的系统是人适应机器，造成人成为数据的搬运工；今天有了大模型，我们有机会让机器去适应人，在这方面AI Agent前景广阔。

数据中心和服务器农场这两个术语经常被互换使用，但实际上存在细微差别。数据中心是指提供IT设备托管的建筑物，包括电力基础设施、冷却系统和网络连接等。服务器农场则是指以某种方式连接的服务器集合，通常支持共享工作负载。主要区别在于：数据中心强调物理设施和基础设施，而服务器农场专注于服务器本身的配置和管理。

为什么选择做AI Agent？澜码科技创始人兼CEO周健的解释是：传统的系统是人适应机器，造成人成为数据的搬运工；今天有了大模型，我们有机会让机器去适应人，在这方面AI Agent前景广阔。

铠侠开发了一款面向边缘服务器的高速闪存驱动器原型，采用串联连接的闪存"珠串"设计和PCIe 6总线。该原型容量5TB，在8通道PCIe Gen 6总线上可实现64GBps数据传输率。相比美光9650 Pro固态硬盘的28GBps读取速度，铠侠HBF技术总吞吐量提升2.3倍。该技术采用菊花链连接方式和PAM4调制，功耗低于40W，主要面向5G/6G网络连接的移动边缘服务器应用。

这是个非常有用的插件，是DeepStream 5.0添加的功能，对nvinfer（主检测器）和nvtracker附加的元数据执行分析，目前主要针对涉及感兴趣区域（ROI）的过滤、过度拥挤检测、方向检测和跨线统计等四大功能。

随着OpenAI发布ChatGPT-5，世界距离通用超级人工智能更近一步。文章探讨了超级智能普及后可能带来的深层社会影响，特别是对人类核心身份认同的冲击。作者担心，当AI助手通过可穿戴设备实时提供"增强心智"服务时，人类可能过度依赖AI建议，失去独立思考能力。这种技术虽然能让人感觉更强大，但也可能削弱人类的自信心和主观能动性，模糊人机交互的界限。

日前，Dell EMC超融合产品管理副总裁Chad Dunn接受了CRN的采访，谈论Dell EMC与VMware在当下和未来的合作，一起来看看大佬是怎么说的。

Canadian Tire首席信息和技术官Rex Lee分享了他的双重角色和以身作则，以数字化的方式为这家加拿大标志性品牌加油助力。

中国工程院院士、同济大学副校长吴志强参与了“城市智能体”的发布，并发表了“AI 2.0赋能上海数字化转型”主题演讲。

Microsoft 发布两款基于深度推理的 AI 助手：Researcher 和 Analyst，分别专注于复杂研究和数据分析。Researcher 利用 OpenAI 的深度研究模型进行多步骤研究，而 Analyst 则基于 OpenAI 的 o3-mini 推理模型进行数据处理。这些工具将于 4 月向 Microsoft 365 Copilot 许可用户开放，同时推出新的自主代理功能。

随着 AI 应用不断增多，数据中心的电力需求急剧上升，企业正借助绿色存储方案降低能耗和成本，实现环保与经济效益的双重提升。

目前，市面上5G手机如雨后春笋般涌现，年轻人想要选的不仅是一台支持“5G”的手机，还要有极高的性价比，颜值高、性能佳、影像及游戏体验更优也是考察的重中之重。上月底，荣耀旗下X系列首款5G机型荣耀X10正式发布...

Google Research与以色列理工学院联合研究发现，大型语言模型存在显著的"隐性知识"现象——AI内部掌握的知识远超其外部表现，平均差距达40%。研究团队通过测试三个主流AI模型的1700个事实性问题，发现AI在内部完全知道答案但1000次尝试都不会说出的极端情况。这一发现揭示了AI语言生成机制的根本局限，为改进AI表现和理解智能系统认知机制提供了新视角。