如今，世界各地的媒体都在探索如何深化传统媒体和新兴媒体的融合发展。大家希望通过运用新技术来创新传播方式，从而应对全球媒体共同面临的机遇和挑战。其中，数据可视化如何改变新闻传播，成为媒体人探讨的重点之一。

转眼2018年，OpenPOWER中国峰会如期而至。据小编获得的内部消息，这届OpenPOWER中国峰会要搞大事情。首先OpenPOWER基金会全球总经理将亲临现场，为我们带来干货满满的技术前瞻与全球案例分享。

这篇研究论文介绍了"GeoRanker"，这是一种突破性的全球图像地理定位方法，由香港城市大学和威斯康星大学麦迪逊分校研究人员联合开发。不同于传统方法，GeoRanker采用了距离感知排序框架，利用大型视觉语言模型对查询图像与候选位置之间的关系进行建模。核心创新在于提出的多阶距离损失，不仅考虑绝对距离还建模相对空间关系，以及构建的首个地理排序数据集GeoRanking。实验表明，GeoRanker在IM2GPS3K和YFCC4K基准测试上显著超越现有方法，在街道级准确率上分别提升12.9%和37.3%。

这项由加拿大Vector研究所领导的研究提出了"模型免疫"概念，通过让AI模型在训练过程中接触已标记的虚假信息，增强其辨别和拒绝类似虚假内容的能力。类比人类疫苗接种原理，研究者在微调阶段向模型注入约5-10%的已标记错误内容作为"疫苗"。初步实验表明，免疫后的模型处理虚假信息的能力从60%提升至78%，同时保持了常规任务性能。研究团队还设计了严格的伦理与治理框架，确保虚假内容使用安全。这一方法为提高AI系统的事实准确性提供了预防性解决方案。

英国教育部长宣布计划在教育领域应用人工智能技术，旨在减轻教师工作负担，提高教学质量。政府将投资开发AI辅助备课和评分工具，并将为教师提供相关培训。此举旨在让教师有更多时间与学生互动，增进师生关系，同时提高教育系统的现代化水平。

上海AI实验室联合多所知名大学推出OS-Genesis项目，创新性地提出"反向任务合成"方法来训练GUI智能体。该方法让AI先自由探索应用界面，观察操作效果，然后反推出训练任务，彻底改变了传统的预定义任务训练模式。实验显示，这种方法在AndroidWorld等复杂测试环境中将智能体成功率从9.82%提升到17.41%，接近翻倍的性能提升证明了探索式学习在GUI智能体训练中的巨大潜力。

这篇研究介绍了香港科技大学团队开发的难度感知提示法(DAP)，一种能够根据问题难度智能调整推理链长度的创新方法。通过这一方法，研究者构建了LiteCoT数据集，包含10万个简洁推理样本，平均仅720个标记，比传统方法减少约90%。基于此数据集训练的Liter模型系列在多项基准测试中表现优异，在AIME24数学考试上达到74.2%的通过率，同时仅使用约5,000个推理标记。研究证明，精简且难度适应的推理链不仅能节省计算资源，还能提高模型性能，为构建更高效的AI推理系统提供了新思路。

NVIDIA Ampere架构给GPU带来了什么魔力？

英特尔当然意识到这部分市场是个机会，也许未来RAN支出中会有几十亿美元从定制芯片产品流向英特尔的x86“通用”处理器当中。

至此，高通已经补齐了Wi-Fi 7“版图”。

5G网络需要具有更高的灵活性、更好的弹性以及更好的扩展性。为此，运营商积极推进网络重构，打造以DC为中心的全云化智能网络。边缘云作为最靠近用户的DC，是运营商网络重构的关键要素之一，是优化移动互联网业务体验的“最后一公里”。

“我们必须做好长期的准备，不要成为‘灰犀牛’的受害者。”

韩国大学和KAIST研究团队提出了DeepVideo-R1，一种革新性的AI视频理解训练方法。该方法通过回归式GRPO和难度感知数据增强两大创新，解决了传统方法中的梯度消失和训练信号稀疏问题。在多个权威测试中显著提升了AI的视频推理能力，特别是在处理未见过的新任务时表现出色，为AI视频理解技术发展开辟了新方向。

历年双11，最引人瞩目的是GMV、订单量和支付笔数。但鲜为人知的是，支撑双11顺利运转的，不仅仅是交易链路和支付链路，还有一套至关重要的消息链路。

坚持、创新、环保，成为戴尔科技商用PC的产品设计原则。

2021年10月16日，由江苏通付盾科技有限公司主办的“通付盾2021生态合作大会”在苏州金鸡湖畔圆满举行。此次大会主题为“智享链接新动能 合作共迎新生态”，通付盾愿与众多生态合作伙伴携手，共同践行数据安全国家战略...

摩根大通AI研究团队开发了QueryBandits系统，通过智能改写问题来减少大语言模型的幻觉现象。该系统分析17个语言特征，自动选择最适合的改写策略，在13个测试数据集上实现了87.5%的改进效果，比静态改写方法高出42.6%-60.3%，为AI交互优化开辟了新方向。

Hugging Face联合斯坦福大学推出革命性小型视觉AI模型SmolVLM，最小版本仅256MB却能超越300倍大小的传统模型。该系列包含三个版本，运行显存需求0.8-4.9GB，可在手机端部署。通过创新架构设计、高效tokenization和精心数据策略，在图像理解、视频分析、文档处理等任务上表现卓越，真正实现"人人可用的AI助手"。

制造企业面临的一个关键问题就是如何通过相关信息把原始数据转化为洞察力，并通过自动化来实现现代化制造工厂所需的规模和速度，也就是在预测性维护和自主运营等领域能够最大程度释放数据价值的用例。

日前，英特尔公司联合至顶网，并携手其众多合作伙伴启动了“构建面向未来的混合云”的城市巡展活动。作为该系列巡展活动之一，我们邀请到了新华三集团、中国信通院、中融基金以及英特尔的专家，共同分享了各自对于混合云的洞见和实践。