每一项新技术的出现都是创新先行，网络安全都是在发现问题后再去打补丁，所以现在企业也越来越强调原生，在生成式AI起步时就要关注网络安全，同步进行规划、设计、落实。

对于CIO来说，在全世界被新冠病毒（COVID-19）颠覆的当下，管理IT支出就像是夜间开车大灯突然变暗一样：突然之间，你几乎看不到前方的路，而且，一切都被完全黑暗掩盖了。

在当今中国实现双碳使命的关键时期，IBM Consulting 通过 Green to Grow (G2G) 全面系统的、以科技为核心的解决方案，助力银行实现绿色金融战略目标。

这项由MIT和Meta AI联合开展的研究首次实现了让AI系统完全自主学习精准引用的能力。SelfCite方法通过"上下文消融"让AI自我评估引用质量，无需人工标注数据。在LongBench-Cite基准测试中，该方法将引用准确率提升5.3个百分点，达到79.1的F1分数。这一突破为构建可信AI系统提供了重要技术基础，有望在新闻、学术、法律等领域广泛应用。

MASKSEARCH是阿里巴巴集团同义实验室开发的新型预训练框架，通过创新的"检索增强掩码预测"任务，训练大型语言模型像人类一样主动使用搜索工具获取信息。这项框架包含两个阶段：首先在掩码预测任务上预训练，然后在下游任务上微调，大幅提升模型在开放域问答中的表现。研究采用监督微调和强化学习两种方法，结合多代理系统和课程学习策略，使AI能够自主分解问题、使用搜索工具并基于搜索结果进行推理。

“SolarWinds提供的IT基础设施和ITOM解决方案是跨全行业的，但是医疗、物流、金融服务等行业是重点应用领域。我们的DNA就是为客户解决问题，基于我们对整个行业的了解，包括为整个IT专业人员所提供的服务。”Sojung Lee说。

腾讯混元3D 2.0是一个革命性的3D生成系统，能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint，采用创新的重要性采样和多视角一致性技术，在多项评估指标上超越现有技术，并提供用户友好的制作平台。作为开源项目，它将大大降低3D内容创作门槛，推动3D技术的普及应用。

伦敦大学学院研究团队提出FaithfulSAE方法，通过让AI模型用自生成数据训练稀疏自编码器，解决传统方法中的"虚假特征"问题。实验证明该方法在多个模型上显著提高了特征提取的稳定性和可靠性，为AI可解释性研究提供了新思路。

目前看到区块链已经成为改变世界的力量，在它整个机制上来看，有一定的可用性。

12月16日，华为云《探秘·云新知》第三期正式上线。节目深度解读华为云云原生数据库的优势能力，帮助用户随时、随地、随心使用数据库。

科技公司是人类历史以来最不喜欢监管，最不喜欢边界的商业团体。

随着AI和高性能计算需求增长，数据中心管理者面临前所未有的散热挑战。液冷技术因其优异的散热能力和可持续性成为解决方案。相比空冷，液冷系统的散热能力高出3500倍，可将电力使用效率提升45%。微软研究显示，冷板技术可减少15%的温室气体排放和30-50%的水消耗。液空技术、闭环系统、储能液冷等创新应用进一步提升了可持续性。然而液冷系统的维护要求更高，特别是液体质量管理至关重要。

每个行业都有越来越多的企业在采用人工智能（AI）来改变业务流程，但是他们的AI计划能否取得成功，不仅仅取决于数据和技术，还要取决于是否有合适的人才加入。不仅仅有数据科学家和工程师……

佐治亚理工学院正引领高等教育机构适应 AI 驱动的未来。学院通过开放 AI 超级计算机、提供跨学科 AI 教育、支持学生开发实际应用等方式，培养具备 AI 技能的全方位人才。这种创新模式不仅提升了学生的就业竞争力，也为产业界输送了能够驾驭 AI 技术的新生力量，推动各行各业的数字化转型。

这项由哈佛医学院和浙江大学联合开发的3DIS-FLUX技术，成功解决了AI绘画中多物体精确控制的难题。通过将复杂任务分解为布局规划和精细渲染两个阶段，并采用创新的注意力控制机制，该技术实现了比现有方法高出41%的成功率。其免训练的设计让技术能够快速适配新模型，为数字创作领域带来了更可控、更高效的AI绘画解决方案。

具体到中国市场，要实现达索系统所畅想的面向体验时代的“未来制造”，仍有许多的“基本功”要打。其中，最大的一个挑战就是，如何从所有的制造数据中提炼价值？

伊利诺伊大学研究团队开发了CLAIMSPECT系统，通过层次化分解复杂争议、智能检索相关文献、多角度收集观点的方法，将传统的"真假"判断转变为多维度分析。该系统能够自动构建争议话题的分析框架，识别不同观点及其支撑证据，为科学和政治争议提供更全面客观的分析，已在生物医学和国际关系领域验证有效性。

希腊雅典理工大学团队开发CultureMERT-95M多文化音乐AI模型，通过两阶段持续预训练和任务算术方法，让AI系统学会理解希腊、土耳其、印度等非西方音乐传统。该模型在非西方音乐分类任务上提升4.9%准确率，同时保持西方音乐理解能力，为构建更包容的全球音乐AI系统奠定基础。

这项研究解决了语音合成中的多音字问题，特别针对资源有限的波斯语。研究团队提出了两大创新：一是构建HomoRich数据集，为多音字消歧提供丰富素材；二是重新思考G2P系统设计思路，利用这些数据改进基于规则的模型。他们既提升了神经网络模型Homo-GE2PE的准确率，又创造了HomoFast eSpeak这一快速规则模型，两者均实现约30%的多音字识别准确率提升。研究结果特别有助于提高屏幕阅读器等辅助技术的使用体验，对视障用户尤为重要。

最近几年来，思科公司还专注加强AI能力，希望借助这项新兴技术改善安全分析师、IT管理员、开发人员和用户群体的工作体验。