5月26日，2022中国国际大数据产业博览会（以下简称“数博会”）在线上举办。

本届科博会在云端技术应用上，有着7大方面的创新，还有4项最新技术首次运用。

企业的安全措施曾经很简单：建立边界并保护内部资源的安全。但是，随着应用程序纷纷转向云端以及当前随时随地办公的需求，事情变得更加复杂，传统的城堡和护城河式防御架构不再适用。

Omdia发布统计，认为在一定时期之内，服务器市场将继续以GPU为最主要的核心组件。这家市场研究机构估计，单英伟达H100 GPU这一款产品在今年第二季度的出货量就超过了900吨。

这是一项关于计算机视觉技术突破的研究，由多家知名院校联合完成。研究团队开发了LINO-UniPS系统，能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节，解决了传统方法只能在特定光照条件下工作的局限性，为虚拟现实、文物保护、工业检测等领域带来重要应用前景。

如果把游戏看成一辆赛车，那么，游戏开发在其中扮演着至关重要的发动机角色，控制着玩家所感知到的剧情、关卡、实时社交沟通、版本更新、兼容和性能等问题。

建筑行业对于模拟技术的过度依赖已经引发了生产力危机，数字孪生技术不仅有望克服施工中的诸多数据与沟通挑战，更有望让整个资产生命周期迎来全新面貌。

浙江大学研究团队开发了首个评估视觉语言模型多视角空间定位能力的综合基准ViewSpatial-Bench，并揭示了现有模型在视角转换理解上的严重缺陷。通过自动化3D标注流水线构建的大规模数据集，他们训练出的多视角空间模型(MVSM)实现了46.24%的性能提升，为人机空间交互提供了新的解决方案，使AI系统能更好地理解人类视角下的空间关系，促进更直观的人机交流。

AWS在re:Invent大会上推出了生成式AI关键服务和工具。

浙江大学团队创新性地将人类点击行为的高斯分布特征应用于AI界面操作训练，开发出GUI-G2方法。该方法摒弃传统二元奖励机制，采用连续高斯奖励建模，包含点精度评估和区域覆盖评估两大机制，并引入自适应方差处理不同尺寸元素。实验证实该方法在多个测试集上显著提升AI界面操作准确率，最高达24.7%的性能提升。

Meta AI团队开发的AggLM技术突破了传统AI多数投票的局限，通过强化学习训练模型学会智能聚合多个候选答案。在数学竞赛测试中，该技术将正确率从35%提升至50%，相比传统方法提升45%。AggLM不仅能选择正确答案，还能创造性地组合不同答案中的有用信息，展现了AI向人类专家级推理能力的重要进步。

AI正在持续推动奢侈品行业发展，通过超个性化优化消费者体验并提升内容创作效率。LVMH在巴黎科技展期间宣布第九届创新奖获奖者，美国Kahoona凭借与迪奥合作的实时预测受众细分方案获最佳商业奖。欧莱雅宣布与英伟达合作，利用AI企业平台推进3D数字产品渲染和个性化营销。路易威登展示了基于生成式AI的内容创作工具，能精确复制品牌细节并批量生成高质量图像。

微软在 2025 年最后一个 Patch Tuesday 中修复了 71 个新漏洞,其中 Windows 公共日志文件系统驱动程序的特权提升零日漏洞最为突出。此外还修复了多个远程代码执行高危漏洞,包括 Windows LDAP 的严重漏洞。专家建议企业尽快修复这些漏洞,特别是 LDAP 漏洞可能被黑客利用获取域控制器完全控制权。

这家美国跨国企业与Chemical Abstract Services公司展开合作，大大提高了化学家为给定应用（包括更换相关材料）确定正确分子的能力。

西安交通大学研究团队提出MARS框架，通过七个AI代理协作和苏格拉底式对话机制实现自动化提示词优化。该方法在17个任务中比现有最先进方法平均提升6.04%，仅需一个样本训练，效率提升一倍以上。MARS突破了固定模板限制，为AI交互优化开辟新路径，有望改变人机对话方式。

英特尔2022年投资者大会上，英特尔CEO帕特·基辛格和各业务部门负责人概述了公司发展战略及长期增长规划的主要内容

在当今技术日新月异的时代,大语言模型(LLM)在人工智能(AI)领域扮演着越来越重要的角色。

6月29日，由工信部和北京市政府主办的第二十三届中国国际软件博览会在北京展览馆隆重举行。本次软博会新品发布会作为各大品牌新产品亮相的舞台，备受各界瞩目。OTT行业独角兽深圳市酷开网络科技有限公司作为行业唯一一家行业代表受邀出席了本次博览会。

俄罗斯下尼诺夫哥罗德大学研究者开发出AI学术论文质量检查系统，能识别摘要和结论中的无根据信息和模糊代词。测试显示不同AI模型在特定任务中表现差异显著，为学术写作质量控制提供新工具。

阿里巴巴等机构联合研究团队通过分析2021-2024年间148个国家发布的2000多个多语言AI评测基准，发现尽管全球已投入超过1100万美元，但现有评测体系与人类真实判断仍存在巨大鸿沟，特别是在语言理解任务上关联度仅11-30%，远低于数学推理任务的70-85%。