Google刚刚宣布了对其机器学习服务（MLaaS）进行重大改进，以缩小过去一年中和微软之间的竞争差距。不仅如此， Amazon的AWS去年11月份在AWS Re:Invent上宣布了自己新的MLaaS工具和服务，试图让AI应用开发人员在AWS云上构建自己的智能应用。

数字化迈向智能化，是云计算新一轮变革的主线。在企业数字化转型的道路上，阿里云存储将持续践行“稳定安全高性能，普惠智能新存储”这一理念，帮助企业翻开数字创新的下一篇章。

ROSE是一项突破性的视频编辑技术，能够彻底移除视频中的物体及其环境影响。由浙江大学等机构研发，该系统不仅删除目标物体，还智能处理阴影、反射、光照等五种副作用。通过3D渲染生成训练数据，采用引用式擦除和差异掩码预测等创新方法，ROSE在各项性能指标上全面超越现有技术，为视频编辑领域带来了新的可能。

一种用于分析使用树脂传递模塑（RTM）结构复合材料制造过程的数字孪生技术。

通过本文介绍的五个基本步骤，企业有望充分发挥AIOps的强大威能，由此构建起更易于运营、且使用感受更为友好的自主运行网络体系。

Meta旗下社交平台Threads发布AI驱动的个性化功能"Dear Algo"，用户可通过公开发帖方式临时调整信息流内容。用户只需发布以"Dear Algo"开头的帖子，说明希望看到更多或更少的内容类型，系统将在三天内调整推荐算法。该功能采用公开发帖形式，其他用户可查看并转发请求。目前已在美国、新西兰、澳大利亚和英国上线，未来将扩展到更多国家。

IDC最近的一项调查显示，在过去12个月里，全球超过三分之一的组织遭遇过勒索软件攻击或入侵，导致系统或数据无法访问。

从培养创造力到协助解决各类复杂问题（包括贫困问题、全球健康危机、气候变化乃至政治极端主义），生成式AI正成为现代学术工具箱中一把并不起眼、但却颇为强大的瑞士军刀。

MTVCrafter是一项开创性研究，首次通过4D运动令牌化直接建模原始3D运动序列，而非传统的2D姿势图像，实现了高质量人物动画。由中国科学院深圳先进技术研究院团队开发的这一框架，结合了4D运动令牌化器(4DMoT)和运动感知视频扩散Transformer(MV-DiT)，可以将任意视频中的动作精准转移到多种风格的静态角色上。实验显示，MTVCrafter在TikTok基准测试中FID-VID指标达6.98，比现有最佳方法提高65%，展现出优异的开放世界泛化能力，为数字人类创建开辟了新范式。

Nvidia 宣布计划在未来四年内打造并销售约5000亿美元美国本土 AI 超级计算设备，涵盖最新 Blackwell 加速器生产及美国制造基地建设，以满足日益激增的 AI 芯片需求。

医疗保健已成为AI应用的热点领域，在疾病诊断、康复监测和新药开发方面证明了其价值。然而，行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮，相比现有AI工具，能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息，还能主动采取行动，如自动分诊调度、辅助临床决策、远程患者监护等，有望在十年内彻底改变医疗服务的提供、管理和体验方式。

着眼于未来，新华三集团将在“云智原生”战略指引下,秉持“精耕务实，为时代赋智慧”的理念,以其深厚的技术积累和创新能力，为医疗行业提供更先进、更高效的存储解决方案，建设数字医疗新未来。

为了更好地了解留守青少年的核心素养现状，引起社会对留守青少年的重视与关心，6月3日，一场以"守护心灵源动力"为主题的《中国留守青少年心理素质教育白皮书》项目启动会暨论坛活动在北京格兰云天国际酒店举行。

在基础架构方面，IBM新一代LinuxONE服务器的设计和交付，就是为了帮助企业在提升基础架构的性能、安全与效率的同时，减轻经济负担和对环境的影响，实现企业的可持续发展目标。

人工智能方法论（尤其是CPMAI方法论）的最佳实践就必须理解人工智能项目必需的数据，并且为人工智能技术的使用做好数据准备，这是必需的基础。

尽管所谓“深度神经网络”已经帮助机器学会如何利用自然语言进行交谈、驾驶汽车、游玩电子游戏并夺取围棋赛冠军，甚至绘制梦境、画画并推动科学发现，但其同时亦给创造者们带来新的挑战。

NVIDIA于今日正式发布Cambridge-1这一英国最强大的超级计算机。Cambridge-1将助力顶尖科学家和医疗领域的专家借助AI和模拟的强大技术组合，加速数字生物学革命，并为英国全球领先的生命科学产业提供有力支持。

英特尔于2021年9月推出其第二代神经拟态研究芯片Loihi 2，支持新型神经启发算法和应用，同时提供更快的处理能力，更大资源密度和更高能效。

斯坦福大学研究团队深入分析了广泛使用的AI评判系统Arena-Hard Auto，发现了三个重大问题：AI评委经常不按既定标准评判（规划失效），不同评判维度高度重合无法独立区分（因子坍塌），以及ELO评分系统通过数学变换掩盖了底层的不确定性。研究开发了专门的诊断工具来检测这些问题，并提出了改进建议，对依赖AI评判系统的学术研究和商业应用具有重要警示意义。

NVIDIA联合佐治亚理工学院发布CLIMB框架，首次实现AI训练数据配方的全自动优化。该系统能智能分析和分类海量网络数据，通过迭代搜索找出最佳数据混合比例。实验显示，使用CLIMB优化的数据配方训练的1B参数模型性能超越Llama-3.2-1B达2%，在特定领域提升可达5%。研究团队已开源相关数据集。