按照计划，HPE将解决社会问题、环境问题、企业问题和提升生活福祉等作为企业创新方向，并为客户推动数字化转型、减少碳足迹、在价值链中的各个环节维护相关方权益，帮助客户和社区应对特殊时期带来的巨大挑战。

今天是个重要的日子，拿到了Dell移动工作站的新机戴尔Precision 3561，并成功安装上了SOLIDWORKS 2022！

当双方之间存在供与需的连接，便形成了甲方与乙方，客户与供应商的关系。而当双方之间有了共同愿景的连接，便形成了合作伙伴的关系。

这项由上海人工智能实验室等机构联合完成的研究开发了MICS方法和Chiron-o1模型，通过导师-学员协作机制自动生成高质量医疗推理数据，让AI能像专家医生一样进行逐步分析和推理，在多个医疗基准测试中达到最先进性能，为医疗AI从"黑箱"诊断向可解释推理的转变提供了重要技术路径。

上海人工智能实验室等多所高校联合开发了DeepResearch Arena评测基准，专门评估AI研究助手的真实能力。该系统创新性地使用学术讲座作为测试素材，通过MAHTG系统从200多场讲座中提取研究灵感并生成超过1万个研究任务。实验显示即使最先进的AI模型也面临显著挑战，为未来AI研究能力发展提供了重要参考。

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。

中国人民大学研究团队提出LoFT方法，通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量，并扩展出LoFT-OW版本处理开放世界场景。实验显示，仅使用传统方法1%的数据量就能取得更优性能，为AI公平性和实用性提供了新的解决方案。

俄罗斯Sber AI团队开发出NABLA算法，通过邻域自适应块级注意力机制实现AI视频生成2.7倍加速。该算法采用三步优化：降维侦察、智能筛选和精确映射，动态识别重要注意力区域，在保持视频质量的同时大幅减少计算开销，为高效AI视频生成提供新解决方案。

这项由上海人工智能实验室等多家机构联合开展的研究，开发了VBench-2.0评估系统，专门测试视频生成AI对真实世界的理解能力。与关注视觉效果的传统评估不同，VBench-2.0从人体逼真度、可控性、创造力、物理学和常识推理五个维度，全面检验AI是否真正理解物理规律和逻辑关系，为视频生成技术发展提供了新的评估标准。

纳微半导体如何在氮化镓上造芯片？

这项由北京大学、电信人工智能研究院、耶鲁大学和新加坡国立大学联合完成的研究，提出了PSA个性化安全对齐框架，首次实现了AI图像生成的"因人而异"安全控制。通过构建包含1000个虚拟用户档案的Sage数据集，该框架能根据用户的年龄、宗教、健康状况等特征动态调整内容过滤策略，既保护敏感用户又避免过度限制，为AI安全领域从"一刀切"向个性化转变提供了重要突破。

南洋理工大学研究团队开发的NVG技术革新了AI图像生成方式，让AI学会像画家一样分层创作。该技术将图像分解为9个粒度层次，从整体构图到精细细节逐步生成，不仅提高了图像质量，还提供了前所未有的结构控制能力。在多项评测中NVG均优于现有方法，仅需9步即可生成高质量图像，为数字艺术创作和AI可控生成开辟了新路径。

随着互联网金融的发展，传统金融机构一边享受着金融科技带来的效率提升和服务边界的扩大，另一边黑产的攻击手段也在不断升级，金融机构遭遇的欺诈情况越来越复杂，基于知识图谱的关联反欺诈也应运而生。

开放原子开源基金会理事长杨涛先生现场接受了至顶网的独家专访，分享了诸多有价值的观点和见解，包括如何看待中国开源发展面临的挑战和机遇、开放原子开源基金会工作推进情况

ETH科学家突破AI图像生成经典难题，提出频率解耦指导方法，让AI在低指导条件下也能生成高质量图像。该方法通过分别控制图像的低频结构和高频细节，完美平衡了图像质量与多样性，无需重训练即可应用于所有现有模型，在多个基准测试中均显著超越传统方法。

在信息技术快速发展和数字化浪潮席卷全球的今天,中国企业正积极迎接数字化转型的挑战和机遇。

基于以上Web3.0两个特点，可以推导出Web3.0对IM的技术需求

这项研究揭示了机器生成文本检测器的重大漏洞。意大利研究团队通过直接偏好优化技术，成功训练AI模型生成更像人类的文本，导致顶尖检测器准确率下降高达60%。研究者分析了语言特征分布变化，发现经过训练的模型能有效模仿人类写作特征，而检测器主要依赖于浅层语言线索识别AI文本。这一发现为开发更可靠的检测方法提供了重要参考，同时也警示我们区分人类与AI内容将变得越来越困难。

英特尔SGX是如何加持机密计算，以及在对敏感数据和代码提供增强型安全防护方面又具备哪些优势特性？

香港大学团队构建了全球首个大规模牙科全景X光AI数据集MMOral，包含2万余张影像和130万条指令数据。研究发现现有AI模型在牙科诊断上表现不佳，最强的GPT-4o仅达41%准确率。团队开发的专业模型OralGPT经训练后准确率提升24.73%，为AI在牙科医学的应用奠定基础。