挪威公司Sonair开发出基于高频声波的ADAR传感器，为机器人提供三维环境感知能力。该传感器通过发射超声波并捕捉回声来构建周围环境的立体图像，补充机器人摄像头和其他传感器的不足。相比传统激光雷达技术，声波传感器能提供更全面的数据覆盖。公司刚完成600万美元融资，计划扩大技术应用规模，目标是让这项技术普及到所有机器人中。

XR产业的高速发展带来了广阔的想象空间，但也对网络传输提出了更高的要求。

秉承网易数帆“架构开放，内核开源”的理念，Arctic即将开源！

智能制造是智能技术和制造技术的融合，智能制造通过人工智能、工业互联做到五个部分，智能制造+创新设计，智能制造+工艺提升，智能制造+强化质量，智能制造+延伸服务，智能制造+拓展市场。

华为全联接2021上，国家石油天然气管网集团（以下简称：国家管网）副总经理刘中云发表了《数字化转型让国家管网与众不同》的主题演讲，分享国家管网和华为这一年多共同走过的数字化转型之路。

FullFront是一项创新研究，首次全面评估多模态大语言模型在前端工程完整流程（从设计概念化到视觉理解再到代码实现）中的能力。研究通过精心设计的基准测试，包括网页设计、网页感知问答和网页代码生成三大核心任务，发现即使最先进的模型在精细视觉感知（如元素对齐、大小和间距）方面表现远低于人类专家，且在复杂布局和交互功能实现上仍存在显著局限。研究揭示了闭源模型普遍优于开源模型，但所有模型与人类专业水平间仍存在巨大差距，为未来AI辅助前端开发工具的改进提供了重要方向。

销售智能平台使百事可乐公司的运营方式发生了巨大变化。

面对这一难题，孵化自中科院计算所的中科睿芯团队基于高通量计算技术提供了全面、可行的高空抛物实时预警追溯方案——“金瞳”高空安防系统，并协同深圳市南山区政府实现系统的安装、落地。

美国国防部官员近日表示，将推迟公布JEDI中标者，要等待新国防部长Mark Esper完成该项目的审查。国防部首席信息官Dana Deasy表示，该评估预计需要数周时间。

PyVision是上海AI实验室开发的革命性视觉推理框架，让AI系统能够根据具体问题动态创造Python工具，而非依赖预设工具集。通过多轮交互机制，PyVision在多项基准测试中实现显著性能提升，其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁，为通用人工智能的发展开辟了新路径。

OpenAI首席执行官阿尔特曼表示，公司计划在不久的将来投入数万亿美元用于AI基础设施建设，包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象，类似于90年代互联网泡沫，但AI技术本身是真实且重要的。他承认GPT-5发布存在问题，并表示OpenAI未来可能会上市。

华为今天在Win-Win华为创新周期间举办了绿色发展解决方案发布会。华为运营商BG首席营销官宋晓迪发表了“绿色发展，共建能效最优的ICT基础设施”的主题演讲

在预训练大模型催生的人工智能浪潮下,数据已经成为各行各业不可或缺的新型生产要素,同时也面临着一系列棘手挑战:既要保护数据安全,又要利用数据创造经济效益。

我们认为大语言模型其实是被低估了，当下我们才刚刚感受到它所承载的深远影响。在硬件层、基础设施/基础模型层和应用程序层这三大生态系统区域内，每个区域都有老赢家和新选手。从明年起，我们将看到大语言模型在各个经济区间全面兴起、发挥作用。

今年两会提出"百万企业上云计划"，提出顺应时代发展不仅要做到企业数字化转型，而是要打通企业客户数字化"云"转型之路，企业上云成为一个发展趋势，Infortrend跟随"百万企业上云计划"推出Eonstor GSc混合云存储……

文章讨论现有 AI 可能实施勒索敲诈，并预示未来 AGI 会继承这种行为，其破坏性可能会在全球范围内放大。

这是来自Enterprise Technology Research (ETR)最新调查数据的一项关键发现，特别是其中有44％的IT高管认为，2020年将主要呈现下滑态势，明年逐渐恢复增长，但是复苏形式是很复杂的，因行业而异。

这种骗局被称为国际收入分成欺诈 (IRSF)，牟利可观，每年能够为欺诈分子创造大约 40 到 60 亿美元的收入。 Check Point Research 最近发现了一个新的 IRSF 攻击活动，该活动通过一种隐匿的新型移动恶意软件变体，暗地为用户注册高资费服务。

2022年至2032年期间，预付旅行卡产生的收入将翻两番，从1205亿美元增至4928亿美元，这一急剧上升的趋势很大程度上是由于国际旅行的增加，因为游客人数缓慢攀升到了疫情前的水平。

香港大学团队提出UniVLA框架，通过"任务中心潜在动作"技术让不同机器人共享技能，无需大量标注数据即可从网络视频学习。在多项基准测试中显著超越现有方法，仅用1/20计算资源就达到更好性能。该研究为机器人跨平台技能迁移和大规模学习提供了新思路，有望推动通用机器人助手的实现。