“我们必须做好长期的准备，不要成为‘灰犀牛’的受害者。”

Multiverse Computing宣布完成2.15亿美元B轮融资，用于加速部署其量子计算启发的AI模型压缩技术。该技术可将大语言模型体积缩小95%而不影响性能表现，大幅降低AI推理成本。公司的CompatifAI技术采用量子启发算法和先进张量网络，能识别并剔除AI模型中的冗余部分。压缩后的模型运行速度提升4-12倍，推理成本降低50%-80%，可在云端、本地数据中心甚至边缘设备上运行。

数字化转型驱动生产方式、生活方式和治理方式的变革，促进经济高质量发展。5G的应用有力地推动了数字化转型。

在互联网骨干直联点项目建设中，供配电系统作为数据中心正常运行的电力保障，其设计和应用无疑占有重要地位。然而，随着技术的发展，传统供配电建设模式已无法满足新的需求。

作为龙蜥社区理事单位，浪潮信息深度参与了社区的共建，不断深化技术力量，持续贡献核心项目，并加强与行业企业、科研院所的交流与合作，共同助力开源生态的繁荣和发展。

我们看到我国很早就开始推进软件产业的自主创新，摆脱被卡脖子的困境。而随着我国数字经济的蓬勃发展，中国软件的自主创新在曲折中大踏步前线。

近年来，iPhone的销量已经难以更上一层楼，但App Store从应用中抽取的佣金却在持续推动苹果利润增长。

今天数据经济成为驱动社会进步的重要支柱之一。在数据经济新规则下，催生出基于AI、ML、AR等新的工作负载。而这些工作负载背后需要从边缘到核心再到多云的全新架构进行支撑。

卡内基梅隆大学开发的LightSwitch技术能让3D物体在任意光照环境下呈现真实外观，解决了传统重光照方法速度慢、效果不真实的问题。该技术采用材质感知和多视角一致性机制，将计算时间从数小时压缩至几分钟，在电影制作、游戏开发、虚拟现实等领域具有广阔应用前景。

今年恰逢MWC上海10周年，开幕前夕，主办方GSMA(全球移动通信系统协会)召开新闻发布会，GSMA会长葛瑞德(Mats Granryd)、GSMA首席市场官Lara Dewar、GSMA大中华区总裁斯寒透露了展会重点信息，并且回答了媒体问题。

StepFun团队发布了突破性语音AI系统Step-Audio 2，这是首个真正实现端到端语音对话的模型，能直接处理语音而无需文字转换。该系统不仅能理解语言内容，还能感知情绪、语调等副语言信息，并用自然的语音回应。通过8百万小时语音数据训练，在多项测试中超越GPT-4o等商业系统，代表了人机交互技术的重大进步。

阿里巴巴的钉钉用了不到3年时间实现用户量过亿，在微信一家独大的垄断情况下下，钉钉强势突围，成了中国社交领域的新星。停不下来的钉钉最新目标瞄准了海外市场。美国当地时间1月9日在拉斯维加斯举办的CES展会上，钉钉正式宣布启动国际化战略。

AI算命，何尝不是科技与玄学的奇妙邂逅？

数据对于商业洞察力具有价值创造作用，以及构建数据应用能力。合并报告系统所涉及的方法论和经验可以成为企业的领先实践，为其业务板块和新兴业务提供数据价值和发展支持。

在谷歌亚太区全球商务拓展副总裁Karen Teo看来，这股创新脉搏，也能从过去一年中国开发者在全球市场两条最醒目的增长曲线看出：一条是“短剧”，另一条是“AI应用”。

近日，全球领先的信息与解决方案供应商华为公司宣布，中标上海申通地铁线网级专用电话系统建设设备供应商资格，并将联合上海地铁电科公司于2018年上半年完成系统平台安装部署以及6号线的专用电话系统建设。

法国国家科研中心开发的OpenMed NER是一套开源医学文本AI识别系统，能从医学文献中自动提取疾病、药物、基因等关键信息。该系统采用创新的领域自适应预训练和LoRA微调技术，在12个测试数据集中的10个创造了新纪录，特别在临床数据识别方面提升显著。整个训练过程仅需单GPU运行12小时，碳排放不到1.2千克，展现出卓越的效率和环保性。

Salesforce推出的Promptomatix是首个零配置提示词自动优化框架，让普通用户无需技术背景即可生成高质量AI提示词。系统通过智能任务分析、自动数据生成和成本感知优化，在五类NLP任务测试中均表现优异，特别在文本分类上提升15-20%。该技术有望大幅降低AI应用开发门槛，推动人工智能技术普及。

2022年4月23日,上海——自2018年4月正式独立运营以来,安谋科技一直以服务中国的科技产业、建设中国本土的研发能力、赋能中国本土半导体生态为核心使命。

SPOT是一项开创性研究，揭示了大型语言模型在科学论文错误检测方面的严重不足。研究团队创建了包含83篇跨10个学科领域的论文基准，每篇均包含导致勘误或撤回的已验证错误。最先进的AI模型在此任务上表现惊人地差，最佳模型o3的召回率仅为21.1%，精确率仅为6.1%。案例研究显示，这些模型在长尾知识和复杂推理方面存在根本性缺陷，犯下类似学生的基础错误。这一发现对依赖AI辅助科研的趋势敲响了警钟，强调了当前AI能力与可靠科学验证要求之间的巨大差距。