17日，OpenAI官方博客显示，Sam Altman的离职是在董事会经过深思熟虑的审查程序之后进行的，该审查程序得出的结论是，Altman在与其他董事会成员的沟通中始终不坦诚，阻碍了董事会行使其职责的能力。

他们的故事揭示了一个被低估的事实：AI向善的最好载体，或许就藏工业流水线、医疗手术台、田间农作物等真实世界场景的细枝末节里。

在近日举行的主题为“实现数字化企业——正当时！”的2018西门子工业论坛上，西门子携手众多行业专家、合作伙伴和客户与近千名专业观众分享了数字化在各行业应用的发展进程，并深度解读了中国工业数字化转型升级的最佳路径。

华为数字能源无疑是幸运的。脱胎于原先的网络能源产品线，服务于站点与数据中心业务领域客户提供的能效解决方案，在12年后因为“碳中和”成为华为主航道。

HPE首席执行官Antonio Neri表示，随着Nvidia发布了Blackwell GPU架构，HPE“100%直接液体冷却”能力将成为HPE在AI系统方面与竞争对手相比的一个关键差异化因素。

8月9日至12日，2022世界5G大会（W5GC）在黑龙江省哈尔滨市举办。本次大会主题为“筑5G生态 促共创共利”，旨在汇聚世界5G发展的最新成果和观点，为5G创新链、产业链、供应链紧密融合共筑良好生态搭建平台，为5G赋能千行百业注入活力。

ByteDance研究团队发布OmniHuman-1，这是一个革命性的AI人物动画生成系统。该技术只需一张照片和音频就能生成逼真的说话视频，支持真人、动漫角色等多种图像类型。核心创新在于"全方位条件训练"策略，通过同时使用文字、音频、动作三种条件，将可用训练数据从10%提升到100%，显著改善了生成质量和多样性，为AI视频制作技术带来重大突破。

复旦大学和字节跳动团队开发的Agent-R框架，通过让AI学习从错误中恢复而非仅模仿完美示例，实现了AI自我反思和纠错能力的突破。该研究在三个交互环境中验证了AI错误恢复能力的显著提升，平均性能提高5.59%，为智能助手向更灵活适应的问题解决者转变奠定了基础。

Akamai全球广播运营和客户活动高级总监Harish Menon告诉记者，产业正在经历转型，尤其是在内容交付和直播领域，现在用户的期待越来越高。“业务线上化驱动在线直播发展，而这一过程涉及三大要素——规模、可靠性、安全性。”

毫无疑问，体育的未来将是数字化的。

一文了解“智能湖仓”架构的现在和未来构想。

8月9日至12日，2022世界5G大会（W5GC）在黑龙江省哈尔滨市举办。

德国AI研究院开发出革命性图像识别技术PictSure，仅需少量示例即可识别全新图像类别，在医疗诊断等专业领域表现卓越。该技术采用纯视觉方法，避免了传统系统对大量训练数据的依赖，为数据稀缺场景提供了有效解决方案，展现了人工智能民主化的重要趋势。

这项来自成都信息工程大学的研究提出了Met2Net模型，通过创新的隐式两阶段训练策略解决了多变量气象预测中的关键难题。该方法为每个气象变量配备独立的编码器-解码器，并采用自注意力机制实现变量间智能融合，在温度和湿度预测上分别实现了28.82%和23.39%的误差降低，为气象预报准确性提升开辟了新路径。

10月24日消息，有媒体援引了一份据称是来自华为内部的文件：《关于落实公司人才供应策略的决议》，该媒体报道称：“华为公司将停止普通社会招聘”。针对这一传闻，华为方面向媒体声明，称该报道不实。

自1937年成立，佳能不断完善客户服务体系，关注客户需求，倾听客户声音，凭借自身强大的技术优势和丰富的产品线，不断推陈出新，全方位满足用户的多元化需求。佳能在中国构建了全方位、立体化的服务网络，线下线上服务相结合，持续拓宽服务网络覆盖范围...

过去几年，企业一直努力尽快地把尽可能多的资源转移到公有云，最大限度上减少资本支出并节省资金。然而，CIO们越来越多地审查这些投资，这真的能提高生产力并降低成本吗？

这项研究揭示了熵最小化作为单独目标可显著提升大型语言模型在数学、物理和编程任务上的推理能力，无需任何标记数据。伊利诺伊大学厄巴纳-香槟分校的研究团队提出三种方法：无监督微调(EM-FT)、基于熵奖励的强化学习(EM-RL)和推理时优化(EM-INF)。实验表明，这些方法在某些任务上甚至超过需要大量标记数据的先进技术，证明许多预训练模型已具备被低估的推理能力，只需简单的熵最小化即可激发。

香港科技大学研究团队开发了SpatialGen技术，这是一个革命性的3D室内场景生成系统。该技术能够根据简单的文字描述或参考图片，在几分钟内生成逼真的3D房间场景。研究团队构建了包含470万张图像的大规模数据集，并采用创新的多视角多模态扩散模型，实现了在真实感、多样性和用户控制之间的完美平衡，为室内设计、VR/AR和机器人仿真等领域带来了新的可能性。

Meta FAIR实验室研究团队发现推理型AI模型虽然逻辑能力强，但在事实表达上容易产生幻觉。他们创新性地设计了包含准确性、详细性、相关性三维评价的训练体系，通过在线强化学习让AI模型既会深度思考又能准确表达事实。实验显示新方法将事实准确率提升23个百分点，同时增加23%的信息详细度，为构建更可信赖的AI系统提供了切实可行的解决方案。