近日，新思科技宣布其在Forrester Wave发布的《2023年第二季度软件组成分析》报告中被评为领导者。

近日， 《Veeam2020年数据保护趋势报告》发布，这份报告是备份和可用性领域最全面的调研之一，该报告是对全球1,500多家企业进行调研，了解他们当下针对数据保护和管理采用的方法

腾讯AI实验室开发出全球首个平行思维AI系统Parallel-R1，通过强化学习让人工智能掌握了类似人类的多角度同时思考能力。该系统在数学推理测试中表现显著提升，平均准确率提高8.4%，最高提升达42.9%。研究还发现AI会自然演化思维策略，从探索式转向验证式平行思维，展现出类似人类专家的认知发展轨迹。

沙特Zain于2018年启动5G规模部署，商用至今经过两年快速发展，截至2021年12月5G分流比在国内率先超过30%，5G用户数有望突破100万

挪威研究团队创建了Kvasir-VQA-x1数据集，这是一个专门用于训练医疗AI进行胃肠镜检查分析的大型数据库。该数据集包含159,549个分层次的医学问答对，能让AI从简单识别发展到复杂临床推理。实验显示经过训练的AI模型在医疗图像分析上达到85%以上准确率，展现了从模式识别向深度医学推理跨越的重要进展，为未来智能医疗诊断奠定了基础。

Ev Williams：“重走旧路没法给出新的方向。”

现代汽车美国公司的首席营销官Dean Evans计划推出其新型Kona小型SUV有近一年时间了。为了这次发布的成功，他想了解更多关于目标受众——千禧一代，不仅用以前各种研究方法提供的那些基本知识。所以他转向了由Influential提供的采用AI的社交智能工具测试版。

这项由捷克技术大学等欧洲研究机构完成的研究提出了RNS（检索和分割）系统，创新性地将文本描述与少量标注图片结合，让AI在图像分割任务中更加精准。该系统通过智能检索相关视觉样本，在保持开放词汇能力的同时显著提升准确性，仅用少量样本就能实现显著性能提升，为AI视觉理解提供了新的解决方案。

小米研究院推出的BTL-UI是一个革命性的GUI智能代理框架，通过模拟人类"眨眼-思考-执行"的认知过程，让AI能够像人类一样自然地操作各种应用界面。该技术在多个基准测试中实现了显著性能提升，为未来的人机交互和自动化应用奠定了重要基础。

虽然苹果和三星都拥有自主开发的应用处理器，锁定了高端智能手机市场，但是联发科(MediaTek)正在寻求在智能手机市场的反弹，在本周的2018世界移动通信大会上推出了Helio P60芯片组。

VLM-R3是一项由北京大学和阿里巴巴联合研发的突破性技术，它通过区域识别、推理和优化三大功能，使多模态大语言模型能够在推理过程中动态聚焦图像的不同区域。类似于人类在思考时会反复观察图像关键部分，VLM-R3通过创新的区域条件强化学习方法，大幅提高了视觉推理能力，在MathVista、ScienceQA等基准测试上表现优异，特别是在需要精细空间理解的任务中效果显著。

2022年1月，在CES 2022上，英特尔展示了在自动驾驶、PC和显卡领域的里程碑式进展，加速创新引擎，助力行业数字化转型。

没有哪个行业可以不受现代科技进步的影响，但房地产业在这方面算是个偏门，房地产业传统上追随新趋势的步伐较慢。

这项由斯坦福大学和Meta超级智能实验室联合开展的研究，首次让AI具备了类似人类的多轮思考和自我改进能力。UniT系统能够像熟练工匠一样反复审视和完善作品，通过验证、分解任务和记忆内容三种认知能力，实现了图像生成质量的显著提升，为AI向真正智能化迈进开辟了新路径。

微软Project Bonsai以图形化的方式，连接那些通过编程可执行AI功能的软件模块，工程师们无需利用数据科学，就可以实现AI驱动的自动化。

Hugging Face 的研究人员在 OpenAI 的深度研究功能发布 24 小时后，推出了一个名为“Open Deep Research”的开源 AI 研究代理。该项目旨在匹配深度研究的性能，同时将技术免费提供给开发者。Hugging Face 表示，虽然强大的 LLM 现在可以在开源中自由获取，但 OpenAI 并未透露深度研究背后的代理框架。因此，他们决定在 24 小时内重现其结果并开源所需的框架。

AI热潮催生了众多专用AI数据中心的建设，但大多数项目需要数年才能完成。为满足不断增长的AI基础设施需求，行业必须同时改造现有设施和投资新建专用AI数据中心。改造传统数据中心通常比新建更快速、经济且可持续，但AI工作负载对电力、冷却、机架布局和网络的特殊要求给传统设施带来挑战。企业需要详细分析现有设施能力与AI需求的差距，决定是进行改造升级还是完全重建。

电子科技大学研究团队突破性发现：仅使用不到10%的精选训练数据，就能让多模态AI的推理能力超越传统全数据训练方法，同时缩短40%训练时间。他们开发的RAP数据选择框架通过因果差异分析和注意力评估，精准识别能激发AI真正多模态推理的"认知样本"，颠覆了"大数据必然更好"的传统观念，为AI训练开辟了质量优先的新路径。

2023年6月16日，上海临港经济发展（集团）有限公司、上海人工智能研究院、昇思MindSpore开源社区联合举办了以“一起昇思 无尽创新”为主题的人工智能框架生态峰会。

字节跳动团队开发的TreePO技术通过树状结构重新组织AI推理过程，让多个推理路径共享相同前缀，避免重复计算。该技术在保持准确率的同时将训练效率提升22%-43%，在数学推理任务上表现优异，准确率从46.63%提升至58.21%。这项创新不仅能让AI助手响应更快更准，还可应用于教育、科研等多个领域，代表了从追求模型规模向追求算法效率的重要转变。