近日，日立集团旗下提供数字基础架构、数据管理与分析及数字解决方案的子公司Hitachi Vantara在“未来之路：数据驱动的数字基础架构”活动中，分享了对混合云数据存储的未来愿景。

自从亚马逊云科技去年推出这一服务以来，Amazon Bedrock已经彻底改变了生成式AI领域，引领着技术前沿。最近，亚马逊云科技的官方博客发布了8篇关于Amazon Bedrock的相关文章，阐述了最新的更新内容。

2020年，我们在对各大公有云平台进行探索及验证的同时，也对数字化的业务应用产生出新的迷茫——什么才是促使数字化转型成功实现的核心应用？

Hugging Face推出3D Arena平台，通过123,243次用户投票建立首个大规模3D模型人类偏好评估体系。研究发现用户更偏爱视觉冲击力强的高斯溅射模型和带纹理模型，揭示了审美直觉与技术实用性间的差异，为AI开发提供重要参考。

Meta AI研究院开发的DINOv3是一项革命性的自监督学习视觉模型，通过观察16.89亿张未标注图片学会理解图像。该模型采用创新的Gram锚定技术解决大规模训练难题，在目标检测、图像分割、深度估计等多个任务上达到业界最高水平，并成功应用于卫星遥感、医学影像等专业领域，为人工智能视觉理解能力的发展开辟了新路径。

中国信通院预测，2022年，全球边缘计算市场的整体规模将突破500亿美元大关，从2020年到2025年，其年均复合增长率超过40%。

Vanta 推出全新 AI 合规代理，自动处理安全与合规工作流，从策略映射到证据审核，有效降低人工失误并提升运营效率。该产品已启动私测，七月全面上线在即，开启企业风险管理新时代。

马里兰大学研究团队发现，通过强化学习训练AI模型担任视觉问答评委，不仅能提升其评判能力，还意外地增强了答题能力。他们开发的LLaVA-Critic-R1模型在26个视觉推理任务中平均提升5.7%性能，并具备自我改进功能，测试时可通过自我批评获得额外13.8%提升，展现了评委训练的双重价值。

在很多人眼里，人工智能就是人脸识别、语音交互、人机协同。但在天云大数据CEO雷涛看来，以上这些都只是应用场景，并非AI的核心。他认为， AI的核心支撑技术是围绕机器学习构建的技术框架。而这也是人工智能门槛最高的地方。

面对商业落地，人形机器人遇到了哪些难题？又将如何破壁？

面对商业落地，人形机器人遇到了哪些难题？又将如何破壁？

单是2020年一年，全美就有超过1000万英亩土地被野火焚毁，相当于1990年至2000年十年期间平均水平的三倍，总损失高达1700亿美元。

随着技术的不断进步和生态合作的深化，未来数据库将更加智能、灵活和强大，为数字经济的发展提供坚实的基础。英特尔与数据库领域的合作伙伴将一起共同推动数据库产业向智能化、高效化转型，满足客户的业务创新需求。

展开是一部拥有大屏交互体验的PAD，合上则是一部可单手持握的智能手机。简言之，柔宇FlexPai 2是一部真正让用户感受“折叠屏手机”大于“手机+PAD”使用体验的智能手机。

本研究提出了首个针对视觉自回归模型的测试时缩放框架TTS-VAR，通过自适应批次管理、聚类式多样性搜索和重采样式潜力选择三大策略，将AI图像生成质量显著提升8.7%。该框架巧妙地将生成过程视为路径搜索问题，在早期保持结构多样性，后期进行智能选择，实现了计算效率与生成质量的双重优化，为视觉生成技术发展提供了新思路。

位于美国加州的Wave Computing本周一宣布开源MIPS，MIPS Instruction Set Architecture (ISA)和MIPS最新核心R6将于2019年第一季度上市。

企业数字化转型不得不面对选型难题，特别是在全球IT产业链面临孤岛化的背景下，信创、国产化替代恰逢其时，国产厂商能否散发“国货之光”？我们不妨从天时、地利、人和的角度分析一下。

上海交通大学团队开发的OPUS框架解决了AI大语言模型训练中的关键问题：如何根据具体优化器特性智能选择训练数据。该方法通过优化器诱导的投影实用性选择，仅增加4.7%计算开销就实现了平均2.2%的性能提升和8倍的训练效率。实验表明OPUS在多种场景下都能显著降低数据需求，为大规模AI训练提供了更经济高效的解决方案。

PC、平板二合一，有颜值，更有实力，办公尽显优雅。

在新的市场竞争环境下，云服务商产品技术升级和商业模式的改变成为迎战5G应用的“杀手锏”。