9月4日、5日，由宽带集群产业联盟（B-TrunC）与环球专网通信联合主办的全国首届宽带集群暨应急通信产业链大会已在北京落下帷幕。

IT专业人员应准备好面对IT“新常态”，对用于支持、管理和监测远程办公的工具和技术进行优化和扩展，包括VPN监测、安全协议以及通过自定义API收集特定应用程序指标等。

Berg Insight研究显示，2024年全球物联网连接收入同比增长12%至142亿欧元。预计到2029年，全球将有64亿物联网设备连接到蜂窝网络，年连接收入达224亿欧元。2024年全球蜂窝物联网用户数增长14%至38亿，占移动用户总数约30%。中国是全球最大的蜂窝物联网连接服务市场，中国移动以14.2亿连接数位居全球首位。

随着科技的不断进步和人们生活水平的提高，消费生活用品的电动化和智能化已经成为一个不可逆转的趋势，并且为投资者提供了一个确定的投资机会。电动化和智能化的消费生活用品将变得更加互联互通，形成一个完整的智能生态系统。

AI 2.0时代，联想将通过不断的科技创新和持续的产品打磨，寻求AI潮流中的新突破，释放AI基础设施的新动能。

香港科技大学研究团队推出VL-Rethinker，这是首个能在视觉语言任务中进行深度反思的AI系统。通过创新的"选择性样本回放"和"强制反思"训练策略，VL-Rethinker在数学视觉推理等任务上显著超越GPT-o1，证明了AI可以学会像人类一样自我检查和纠错，为构建更智能可靠的多模态AI系统开辟了新路径。

OCR要落伍了？多模态大模型凭借端到端的图像识别与语义理解能力，正在颠覆传统 OCR 的应用逻辑，预示着图像识别与理解正迈向新一代的技术范式。

WG1总体工作组、WG2肢体与部组件工作组、WG3类脑与智算工作组、WG4整机与系统工作组、WG5应用工作组、WG6安全工作组正式建立。

卢森堡大学团队首次从数学角度严格证明了AI注意力机制的容量限制。研究发现softmax归一化存在"注意力稀释"问题，单个注意力头最多只能区分80%的重要信息，且降低温度参数会导致训练不稳定。通过GPT-2实验验证了理论预测，为长文本处理和多头注意力设计提供了科学依据，解释了AI模型在处理长序列时性能下降的根本原因。

越来越多的公司面临着管理复杂的现有网络以及多云环境所带来的安全压力，而区块链技术则有望帮助解决这一难题。

人工智能对就业的影响正从预测变为现实。微软、IBM、谷歌等科技公司已因AI自动化裁员数万人，涉及软件工程师、客服、HR等岗位。数据显示今年已有超7.7万人受到影响。虽然WEF预测AI将创造更多新岗位，但目前缺乏大规模再培训计划。入门级和低技能岗位面临更大威胁，可能加剧经济不平等。政府和企业需要制定战略性应对措施，重点培养以人为本的技能。

2018年10月30日，湖北省经信委发布了《省经信委关于公布湖北省工业互联网服务资源池名单的通知》。

有没有发现，在三大领域里我们最不了解的就是存储？我们每天都在PC、手机、云端应用着存储，但对于中国存储的发展现状与挑战，绝大多数人一无所知。

科罗拉多大学研究人员发现，大型语言模型在解决数独谜题时表现不佳，即使是简化的6x6数独也常常超出其能力范围。更重要的是，当要求AI展示解题过程时，它们往往无法准确解释，有时会撒谎、胡言乱语，甚至开始谈论天气。研究表明，AI虽然擅长写邮件或生成图像，但在需要逻辑推理的任务上存在明显缺陷，且无法透明地解释其决策过程，这对AI在日常生活中的应用提出了谨慎考量的要求。

Meta联合牛津大学等机构开发了AIRS-Bench，这是首个全面评估AI独立科研能力的基准测试系统。该系统包含20个真实科研任务，测试AI能否像人类科学家一样完成从问题理解到实验设计再到结果分析的完整研究流程。结果显示，顶尖AI在4个任务上超越了人类专家，但大多数任务仍未达到人类水平，揭示了AI科研助手的巨大潜力与现实挑战。

网络安全是一场持续不断的军备竞赛。由于不断发展，今天企业能够解决的问题，也许到明天就过时了。遗憾的是，很多媒体把关注焦点都放在了网络安全的各种故障上，而不是技术创新上。

也许你看过这样的视频：一个水上机器人在海洋或河流中吞噬大量漂浮的垃圾。

这项由土耳其研究者完成的研究通过创新的训练方法，成功让大语言模型的对话变得更加自然和富有人情味。研究团队使用对比学习的方式，让AI学会区分正式冷淡和温暖友好的表达方式，在真人评测中获得了近90%的支持率，同时基本保持了原有的专业能力，为人机交互的未来发展开辟了新的可能性。

数据作为新生产要素，定价是需要突破的难题，是发挥数据要素驱动作用的关键，需要深入研究。企业数据按照市场原则自主定价在理论和政策上已经取得共识，但在实践上还遇到很多困难，亟需找到突破的方向和路径。本文在研究成本法、市场法和收益法等定价方法的基础上，结合当前企业数据的主要定价方法实践，提出在企业数据市场的初期阶段，基于成本对企业数据定价，是市场参与各方容易接受并能有效促进交易达成的方式。

这篇研究介绍了字节跳动团队开发的AdaCoT框架，通过强化学习实现大型语言模型的自适应思维链触发。该框架将问题设计为帕累托优化，平衡推理质量与计算效率，使模型能根据输入复杂度自主决定是否使用详细推理。研究结果显示，在维持高性能的同时，AdaCoT能将思维链使用率降低至3.18%，响应令牌数减少约70%，大幅提升模型效率和用户体验。