对许多人来说，使用人工智能来预防犯罪和帮助给罪犯定罪可能看起来像科幻电影中的场景。然而，英国的警察部门——包括达勒姆（Durham）、肯特（Kent）和南威尔士（South Wales） ——已经在使用面部识别和行为软件在真正的犯罪发生之前，就采取预防措施。

最近，动画片《工作细胞》火了，分分钟席卷了B站。这是一个关于你自身的故事，体内的故事。人体约有37兆2千亿个细胞，在这个神奇的世界中，细胞们每天也精神饱满、无休无眠地工作着。

惠普企业有限公司（HPE）进一步扩展旗舰产品HPE GreenLake系列，日前推出支持生成式人工智能的GreenLake大型语言模型（LLMs）。

在2022年的通力合作中，小贝合作伙伴已成为精细化运营模式的先行者，也是“敢想敢干敢为人先”精神的践行者。未来，小贝将携手合作伙伴持续深入地市区县数字化建设，推动商业市场数字化下沉。

斯坦福大学等机构研究团队创建了MIRIAD医学问答数据库，包含582万对基于权威医学文献的结构化问答。该系统通过多层质量控制确保准确性，在医学AI问答任务中将准确率提升6.7%，在检测医学错误信息方面提升22.5%-37%。研究还开发了交互式可视化平台MIRIAD-Atlas，让用户能够直观探索医学知识结构，为医学AI的安全可靠部署提供了重要资源。

Oracle 宣布正式推出 Oracle Globally Distributed Autonomous Database。Globally Distributed Autonomous Database 基于 Oracle 备受肯定的分片技术构建而成，不仅为客户提供 Oracle Autonomous Database 的优势，同时也让客户能够控制数据分发和数据放置政策。

近日，戴尔易安信存储业务高级副总裁兼首席技术官Sudhir Srinivasan和戴尔易安信副总裁Danny Cobb接受了科技媒体TechTarget的采访，讨论有关2019年的存储发展趋势。

爱立信的研究表明，全球智能体育场市场预计将从2023年的131亿欧元（140亿美元）增长到2028年的317亿欧元（340亿美元），其中包括无缓冲社交媒体上传、无票入场和AR/VR体验等娱乐功能。

在今年的全国两会上，政府工作报告中提到，“创新供应链金融服务模式”。值得注意的是，这是政府工作报告首次单独提及这一内容，体现了国家的“重点关注”。

相信你已经厌倦了用手指在手机上点触各种应用，三星此番带来的AI手机，能否“救万民于水火”？

这项由特拉维夫大学研究团队完成的突破性研究，开发出一种新方法来解析AI大脑的内部结构。通过半非负矩阵分解技术，研究人员成功识别出AI中负责不同概念的"知识组件"，并发现这些组件呈现层次化组织结构。实验证明，这种方法不仅能准确检测概念，还能有效操控AI行为，为理解和控制AI系统提供了新的工具。

谷歌图像搜索已经在显示新一代AI工具生成的结果，而我们也正看到越来越多由AI生成的煽动性产物。

吴辉强调，华为将依托“浙里有为”数字化转型使能平台，继续在助企数改，强链补链，人才生态发展等方面做出贡献，帮助浙商释放数字活力，共享数字红利。

复旦大学联合上海人工智能实验室发布的UnifiedReward是全球首个统一多模态奖励模型，能够同时评价图片和视频的生成与理解任务。该模型通过跨任务协同学习，在各项评测中都显著超越了专门的单任务模型，在图片理解任务上准确率提升近20个百分点。这项技术为AI评价体系带来革命性突破，将大大降低AI系统开发成本，提升各种视觉AI产品的整体质量。

超融合基础设施厂商Nutanix今天公布第四季度财报，收入、利润以及下个季度指引均超出预期水平，使其股价有所上涨。

腾讯和深圳大学联合开发的多视角语言理解技术取得重大突破，通过创新的训练方法让人工智能具备接近人类水平的语言理解能力。系统能准确识别讽刺、情感变化等复杂语言现象，在多项测试中表现优异，已在客服、教育、医疗等领域开始应用，未来有望广泛改善人机交互体验。

Endava研究显示，商业领袖在私人生活中日益采用AI技术，这让他们对AI商业应用更有信心。三分之二的商业领袖愿意信任全自动AI为其做出生活决策，同样比例的人认为AI访问权与电力、水等基础设施同样重要。尽管AI应用是企业首要战略，但近一半受访者认为组织未投资正确的AI技术。研究发现高管层对AI转型更乐观，而中层管理者信心不足，主要因担心被AI取代。

OPPO研究团队通过系统性实验发现当前AI智能体研究缺乏统一标准，开发出模块化的OAgents框架，在GAIA基准测试中达到73.93%的领先成绩。该研究建立了严格的评估协议，将智能体能力分为事实获取和逻辑推理两个维度，为行业提供了标准化的工具和方法，推动AI智能体研究走向科学化和规范化。

普元信息作为一家基础软件技术公司，长期聚焦在应用开发平台，而且自2003年开始就一直贯彻低代码开发理念。

清华大学研究团队提出测试时扩展技术，让AI视频生成如同延长考试时间的学生，通过生成多个候选视频并智能选择最优结果，显著提升视频质量。该方法无需重训模型，在六个主流模型上均实现稳定改进，部分维度提升超35%，为AI视频生成的实用化应用开辟新路径。