Forrester发布2025年十大新兴技术报告，将生成式AI列为IT领导者近期需重点关注的技术。报告显示，短期技术在AI加速与安全需求间寻求平衡，生成式AI、TuringBots和物联网安全仍位列前十。代理AI和合成数据新入榜单，预计两年内可实现可观投资回报。中期技术包括代理AI、边缘智能和自动驾驶等，但面临现实复杂性挑战。量子计算虽不在短中期ROI展望中，但Forrester建议零风险容忍组织开始投资量子安全。

“视频生成”的工作可不只是生成视频。

斯坦福大学研究团队开发了CHURRO历史文献识别系统，可处理跨越22世纪、46种语言的古代文献。该系统基于CHURRO-DS数据集训练，包含近10万页历史文档。CHURRO在印刷和手写文档识别上分别达到82.3%和70.1%准确率，超越最好的商业模型，成本仅为其1/15.5，为历史文献数字化提供了高效解决方案。

相关数据表示，截至2017年年底，我国银行业金融机构总资产达到252万亿元，而期货公司总资产为5246亿元。相比银行业，期货可算是名副其实的“小金融”。

毋庸置疑，云计算正在改变着我们的一切，大到国际间的合作。小到个人的生活方式，云计算几乎无孔不入的渗透到了整个社会的方方面面。可以说我们已经离不开云，但云也给我们当前的工作方式带来了新的改变。

这项研究引入了DFIR-Metric，首个专门评估大语言模型在数字取证与事件响应领域能力的基准测试集。由阿布扎比技术创新研究院领导的国际团队开发的测试包含三个部分：700道理论多选题、150个CTF风格的实际挑战，以及500个基于NIST标准的磁盘与内存取证案例。研究测试了14种顶尖大语言模型，发现虽然它们在理论知识方面表现良好（最高达92.75%准确率），但在需要多步推理的实际取证任务中仍存显著差距（最佳模型仅能解决28%的任务）。

Marie-Rose在技术职业生涯的早期，就首次尝试了体育领域的IT管理工作。退出短跑项目后不久，他就被任命为2003年巴黎田径世锦赛的技术总监。

8月11日，小米创办人，董事长兼CEO雷军于北京总部小米科技园举办小米十周年主题演讲，同时正式发布十周年旗舰小米10至尊纪念版。

VMware公布第四季度每股盈利1.68美元，略高于市场预期。收入同比增长14％，至23.1亿美元，比华尔街预期高出约5000万美元。VMware还重申，2019财年预期收入为87.25亿美元，较刚刚结束的2018财年增长11％。

微软首席技术官办公室属下增设了新的“数据尊严”的团队，已开始扩员。数据尊严团队的工作是研究如何让用户更好地掌控自己的个人数据，或许未来的某一天，用户甚至可以购买个人数据或将其出售给第三方机构。

2024年成为人工智能发展的转折点。企业广泛采用生成式AI，提高效率；竞争格局重塑，全球多家公司推出新模型；监管框架逐步形成，平衡保护与创新。尽管仍面临成本和能耗挑战，AI已成为企业战略重点，未来发展潜力巨大。

Facebook使用Instagram上数十亿公开的照片来训练人工智能（AI）对图像自行分类的算法，这些照片包含Instagram用户提供的17000个井号标签。

但这并不意味着你更换掉的硬件就毫无价值了，应该扔掉了。相反，有多种方法可以利用这些硬件，延长过时数据中心硬件的使用寿命也有充分的理由，包括但不限于提高数据中心运营的可持续性。

在面对起伏不定的货币汇率走势、全面爆发的中/美贸易战以及全闪存阵列销售增长幅度放缓等负面因素的前提下，NetApp公司仍然拿出了一份令人满意的第二季度运营答卷。

1月12日，中兴通讯在北京举办“智算筑路数字经济”服务器新品发布会，正式推出基于第四代英特尔(R)至强(R)可扩展处理器（Sapphire Rapids）的G5系列服务器新品。

2024年人工智能成为IT部门的焦点，但多数项目未达预期。CIO们意识到需要加强AI治理，教育业务领导，并在个人生产力应用中取得成功。展望2025年，CIO应该专注于教育业务领导AI知识、为AI广泛应用做准备，以及不忘IT运营基础。这些承诺将帮助CIO在新的一年里更好地应对挑战，推动创新。

10月11日，第三届数字中国建设峰会于福州开幕。戴尔科技集团作为数字化转型领先企业参与其中。

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。

据报道，在通过股票回购实现私有化的不到五年之后，戴尔技术公司（Dell Technologies Inc.）正在考虑再次成为上市公司。

香港浸会大学团队开发了HumbleBench，这是目前最大的AI幻觉评估基准，包含22,831个测试题，专门评估多模态大语言模型的"认知谦逊"能力。与传统只测试选择正确答案的基准不同，HumbleBench的每个问题都包含"以上都不对"选项，测试AI能否在不确定时诚实承认无知。研究发现即使最先进的AI模型表现也不理想，最好的模型准确率仅73%，在极端测试中甚至接近0%，揭示了当前AI系统"不懂装懂"的严重问题。