第三季度英特尔的每股收益为59美分，远高于华尔街预期的每股32美分。该季度收入为153.4亿美元，下滑15%，但略高于预期的152.5亿美元。净利润为10.2亿美元，低于去年同期的68.2亿美元利润。

这篇研究介绍了一种新型"逆效能驱动多模态融合"（IEMF）技术，灵感来自大脑处理多感官信息的方式。当单一感觉信号较弱时，大脑会增强多感官整合效果；信号强时则降低融合依赖。中国科学院研究团队将这一机制应用于AI系统，使其能够动态调整多模态信息融合强度，不仅提高了模型在视听分类、持续学习和问答任务上的性能，还将计算成本最高降低了50%。这种方法在不同网络架构中都表现出色，为构建更高效、更接近人类感知方式的人工智能系统开辟了新途径。

加州大学伯克利分校、MIT和斯坦福联合研发的SVG2技术通过语义感知排列实现了视频生成的重大加速。该方法巧妙解决了现有稀疏注意力机制中的两大瓶颈：识别不准确和计算浪费。通过k-means聚类对像素按语义特性分组并重排，SVG2在保持高质量的同时将生成速度提升至2.3倍，使原本需30分钟的视频生成缩短至13分钟，为实用化AI视频创作铺平了道路。

古斯曼矿业通过云基础设施实现数字化转型，提高运营效率。公司将服务器迁移至Azure云平台，实现集中管理。他们正在工厂推进自动化和优化运营，改进商业报告以实现实时决策。公司还计划实施商业中心系统，进一步加强运营管理。古斯曼矿业的IT战略旨在提高可持续性和效率，为公司和社会创造长期价值。

5G要发展，频谱需先行。

清华大学研究团队开发出TTRL技术，让AI无需标准答案即可自我学习。通过"多数投票"机制，AI分析自己的多个解答找出最佳答案并以此改进。在数学竞赛中表现卓越，AIME 2024正确率提升159%。这种"无师自通"能力标志着AI向真正自主智能迈进的重要突破。

6月21-23日，华为开发者大会（HDC 2024）盛大开幕。

从Gmail到Calendar，再到Maps和Photos，谷歌其实一直喜欢给产品单独命名。

约翰霍普金斯大学团队开发出突破性技术，仅通过分析普通视频中人眼无法察觉的微小颜色变化，就能检测血管功能异常。该技术利用人工智能识别心脏跳动在皮肤表面产生的细微光学信号，为心血管疾病提供便捷的无接触筛查方法。研究成果发表于2024年CVPR会议，有望推动远程医疗和个人健康监测领域的重大变革。

OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能，用户可直接在对话中创建图像。由于使用量激增，CEO Sam Altman 表示公司的 GPU "正在融化"，不得不临时限制使用频率。新功能支持工作相关图像创建，如信息图表等，但在图像编辑精确度等方面仍存在限制。值得注意的是，大量用户正在使用该功能创作吉卜力动画风格的图像。

本周看到思科推出Silicon One G200 ASIC也走出了正确的一步，这些ASIC的设计从一开始就考虑了人工智能训练工作负载

在即将举办的2023年中国国际服务贸易交易会（简称“服贸会”）上，北京纳通科技集团有限公司（以下简称“纳通科技集团”）作为一家全产业链发展的国际化医疗健康产业集团，将亮相综合展年度主题专区。

产业结构不断优化升级，云计算、大数据、人工智能等技术带来的新一轮技术革命与行业需求逐渐相融，各行业都在面临着新的挑战与变革。

AWS最近宣布，人工智能安全和研究公司Anthropic PBC将在Amazon Bedrock上提供自己的Claude 3系列模型。

微软研究人员提出了一种新的内存技术——管理保留内存 (MRM)，旨在解决 AI 基础模型工作负载的存储和 IO 问题。MRM 具有短期数据持久性，可优化 AI 推理性能，同时降低能耗和成本。这一创新概念有望填补现有内存-存储层级中的空白，为 AI 时代的内存技术发展开辟新方向。

香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化，平均有14%的正确答案因表达形式不同被误判；基于模型的验证器虽灵活但极易被"黑客攻击"，AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计，结合两者优势，在数学推理任务上将性能提升3个百分点，为开发更可靠的AI训练系统提供重要启示。

AI 视频创业公司 Runway 发布了最新的 Gen-4 视频合成模型，声称解决了 AI 视频生成的几个关键问题。该模型能够在不同场景中保持人物和物体的一致性，并允许从多个角度拍摄同一环境或主题。这一突破性进展有望为创意专业人士提供更实用的 AI 视频制作工具。

10月27日，华为云TechWave全球技术峰会（应用现代化）在广州举行。

如何解决多品牌、多供应商支持的复杂IT环境，实现“化繁为简”？这里有你需要的答案！

除了在手机「颜值」下足功夫，在手机性能与功能上，荣耀也一个都没马虎。