360企业安全董事长齐向东4日在2018 ISC互联网安全大会（原中国互联网安全大会）上表示，网络安全产业已经站在了风口上，一定会诞生巨头公司。

SAP全球CEO柯睿安（Christian Klein）在马德里蓝宝石大会拿出了 “飞轮效应”理论，讲述起企业如何通过AI、数据和应用协同驱动，释放持续增长动能。

新加坡国立大学等机构联合开发的SecCoderX框架成功解决了AI代码生成中安全与功能相冲突的难题。该框架通过创新的漏洞诱导任务合成、基于推理的奖励模型和在线强化学习，实现了代码安全性和功能性的同步提升。实验显示，SecCoderX将有效安全率提升约10%，而传统方法往往导致性能下降。研究团队已开源相关技术，为AI辅助软件开发的安全性提供了可靠解决方案。

在2020年架构日上，英特尔技术领导者展示了面向智能时代的全新架构和创新。

Nvidia在2023年投资者会议上展示了其GPU发展蓝图，计划在2024年推出H200和B100 GPU，2025年推出X100 GPU。其AI芯片更新周期从两年一次缩短至一年一次，体现产品开发速度加快。Nvidia的“One Architecture”统一架构支持不同环境下的模型训练和部署，适用于数据中心和边缘计算。同时，Nvidia的技术路线图包括HBM3E高速存储器、PCIE 6.0/7.0、NVLink、224G SerDes、1.6T接口等先进技术。

戴尔科技作为数字化解决方案的“领头羊”，深入实施“在中国，为中国”战略，希望通过自身科技力量赋能中国幼妇保健行业，以第五代存储PowerStore为例，在帮助枣庄市幼保健院大幅提升平台有效容量的同时，也降低了IT预算。

HPC并不神秘，甚至已经步入了人们数字化的业务与生活之中。下面就由Supermicro 电脑股份有限公司北京公司总经理、中国区高级销售总监李运杰先生向我们解密，HPC在数字化转型中的定位。

这篇博客解析了Datadog公司开发的TOTO模型，一款拥有1.51亿参数的时间序列预测基础模型，专为可观测性数据设计。研究团队同时推出了BOOM基准数据集，包含3.5亿个观测值和2,807个真实时间序列。TOTO创新性地结合了因果归一化、比例因子化注意力和学生T混合模型等技术，在BOOM、GIFT-Eval和LSF三大基准测试中均取得了最先进性能，证明了领域特定基础模型的优势。

近期,TCL华星自研铜酸项目获得突破性进展,解决了高铜离子浓度下安全性问题及蚀刻速率下降的关键技术瓶颈,实现了铜酸极致寿命8000ppm,远超业界高双氧水一剂型体系7000ppm的上限。

字节跳动种子团队提出熵调制策略梯度EMPG方法，解决AI智能体在长期任务中的稀疏奖励学习难题。通过自校准梯度缩放和未来清晰度奖励双重机制，根据步骤不确定性动态调整学习信号强度。在WebShop、ALFWorld和Deep Search三大基准测试中，EMPG显著提升了模型性能和训练稳定性，域外泛化能力尤为突出，为复杂AI系统的可靠训练提供了新的解决方案。

中山大学研究团队揭示了大语言模型存在"注意力盆地"现象，即AI在处理多文档时优先关注开头和结尾内容，忽略中间信息。研究发现这种U型注意力分布源于模型对结构边界的特殊偏好。基于此发现，团队开发了注意力驱动重排序方法，通过调整信息位置而非修改模型参数，在十种主流AI模型上实现了显著性能提升，为AI优化提供了全新的"顺势而为"思路。

随着企业要应对越来越多的数据，找到有效的方法来分析和“操作”这些数据以获得竞争优势，变得越来越具有挑战性。

无论是什么新理念、新技术，只有创造价值，才有意义。

没有视频编辑背景的用户，也可以制作视频。

马里兰大学研究团队在70亿参数的OLMoE模型中首次发现了真实大型语言模型的"Grokking"现象，即AI在训练误差稳定后仍能实现智能突破。他们开发了基于混合专家模型思维路径分析的新方法，能够在无需外部测试的情况下准确预测AI的泛化能力，为AI开发和评估提供了革命性的实时监控工具。

这项由香港大学和腾讯团队完成的研究创建了SEED-Bench-R1视频理解测试平台，发现强化学习方法在训练AI理解视频方面比传统方法更有效，特别是在面对陌生环境时表现更佳。研究揭示了AI视觉感知能力的提升机制，但也发现了推理逻辑一致性等待改进的问题，为未来智能系统发展提供了重要参考。

2025年8月5日，致力于将 AI 技术应用于复杂环境中数据的Cloudera今日宣布收购Taikun。Taikun是在混合云及多云环境中管理Kubernetes和云基础设施的领先平台提供商。

销售易作为企业级新型“营销服”数字化服务商受邀出席此次峰会，并一举斩获“智改数转”最佳服务商奖。

陶氏（Dow）的首席信息官兼首席数据官Melanie Kalmar，描述了她是如何推动公司形成拥抱AI力量的文化。

斯坦福大学研究团队开发出革命性的"大脑解码系统"，能够通过分析神经活动识别人们听到或想到的词汇，准确率达85%。研究揭示了大脑处理语言的"语义地图"机制，发现相似概念在大脑中位置相近。该技术为失语症康复、个性化教育和智能人机交互开辟新途径，未来5-10年内有望实现广泛应用。