IBM研究团队通过CRAFT系统揭示AI助手在面对恶意用户时的脆弱性。该研究发现，即使最先进的AI助手在遭遇精心设计的诱导攻击时，政策违反率高达70%，远超传统攻击方法。团队开发的τ-break测试集专门评估AI在政策遵守方面的表现，结果显示现有防御措施效果有限。这项研究为AI安全评估提供了新视角，强调需要考虑恶意用户场景，对未来AI系统的安全部署具有重要指导意义。

期三天的Cloud Foundry 2019北美峰会于当地时间4月4日在美国费城完美落幕。本届峰会以“构建未来”为主题，举办了多场主题演讲、实践培训、实操练习，和面向Cloud Foundry项目开发人员的“贡献者峰会”。

金蝶集团公布 2019 全年业绩，金蝶云业务收入增长54.7%，云业务生态向更深层次蝶变。其中，金蝶云·星空保持强劲增长态势，实现收入人民币8. 68 亿元，同比增长43.5%，客户续费率90%。

尽管人工智能和机器学习令人兴奋，很多最初的试点项目和PoC项目未能全面投入生产。已经取得成功的项目，需要成为战略计划的一部分，获得高管的支持，能够使用合适的数据，有所需的团队，有合适的技术和业务指标，以及项目里程碑，经历多次迭代，快速试错。

大会聚焦AI基础软件前沿技术，挖掘人工智能基础软件+大模型为人工智能产业带来的新增长，探讨AI工程化在实际应用中所面临的挑战与机遇，切实推动我国AI基础设施的融合发展。

“加强数字政府建设”、“提高数字政府建设水平”……2021年“数字政府”被首次写入了政府工作报告，折射出中国对政府数字化转型的重视程度和紧迫感。

新思科技近期发布了《金融服务业软件安全状况》报告。数据安全中心Ponemon Institute对金融服务行业当前的软件安全实践进行了独立调查。

作为企业IT建设一路走来的同路人，ISV无疑是生成式AI真正大规模落地的最关键环节，作为铺路人，ISV掌握着生成式AI ToB应用的最后一公里。东软作为在中国市场上深耕三十多年的ISV，期待着在这样一个伟大的智能化时代，抓住难得的机遇，重新定义东软的角色和价值。

经过数月的准备和与激进投资者的公开对峙，戴尔科技（Dell Technologies）公司今天在纽约证券交易所正式亮相。

三十年前，作为顾问的Stan Davis与Bill Davidson曾撰写过一本名为《2020年愿景》的书，从他们自己的角度描绘了2020年可能出现的光景。

谷歌DeepMind发布第三版前沿安全框架，加强对强大AI系统的监管。新版本重点关注操控能力，并扩展安全审查以覆盖模型抵抗人类关机或控制的场景。框架新增有害操控关键能力级别，解决先进模型可能大规模影响人类信念和行为的问题。更新还加强了对错位和控制挑战的审查，要求在模型达到特定阈值时进行安全案例评估，确保在发布前充分识别和缓解潜在风险。

会上，记者分别走访了德勤、毕马威、安永、普华永道的展台，与相关负责人进行了交流。双碳绿色与数智转型是当今时代的鲜明特色，记者发现，这几家参展企业的主题聚焦双碳绿色、数智转型等当下热门话题。

认知迁移正在进行。哈佛大学教授指出AI采用速度极快，可能比工业革命影响大10倍、速度快10倍。一些人已将AI融入工作流程，但更多人面临不确定性和焦虑。尽管AI在软件开发等领域展现巨大潜力，但技术本身仍存在幻觉、健忘等问题。信任度因地区而异，中国为72%，美国仅32%。这场变革更像是管理性替代而非机遇，许多人发现未来可能没有他们的位置。

Hitachi Vantara基于存储虚拟化操作系统 (Hitachi Storage Virtualization Operating System, SVOS) 调度和控制计算、网络、存储资源，实现传统存储和软件定义存储 (SDS) 的融合，形成了通观全局的产品布局，满足企业在混合云时代的存储新需求。

这项由台湾大学与微软研究团队合作的研究探索了使用音频感知大语言模型(ALLMs)作为自动评判员来评估语音生成模型的说话风格。研究设计了"语音风格指令跟随"和"角色扮演"两个任务，测试了四种语音模型的表现，并比较了人类与AI评判的一致性。结果表明，特别是Gemini-2.5-pro模型，其评判结果与人类评判的一致性甚至超过了人类评判者之间的一致性，证明ALLMs可以作为可靠的自动评估工具。同时研究也发现，即使是最先进的语音模型在说话风格控制方面仍有显著改进空间。

IBM公司的最新收入显示，COVID-19疫情影响促使更多企业快速向云端迁移，这也给蓝色巨人带来新的云计算业务发展空间。

2017年7月，Gartner发布了年度新兴技术成熟度曲线。其中，“无处不在的人工智能”便是新兴技术最为突出的三大趋势之一。以机器学习、深度学习、等技术为基础的人工智能产品，以令人惊奇的速度层出不穷、百花齐放。

新思科技软件质量与安全部门为Rally提供的服务包括架构风险分析（ARA）、配置审查和代码辅助渗透测试。

加密货币市场已从快速反应转向缓慢厚重的机构驱动模式。AI工具在追踪XRP等数字资产时表现出独特价值，能够识别ETF资金流向和市场轮动，但无法预测结果只能整理复杂性。币安研究显示山寨币ETF净流入超20亿美元，XRP领涨。然而AI在监管决策预测方面存在盲点，难以量化政策影响。当前市场处于流动性保存阶段，AI可标识紧张时刻但无法判断走向，需结合人工判断使用。

本研究提出了首个针对视觉自回归模型的测试时缩放框架TTS-VAR，通过自适应批次管理、聚类式多样性搜索和重采样式潜力选择三大策略，将AI图像生成质量显著提升8.7%。该框架巧妙地将生成过程视为路径搜索问题，在早期保持结构多样性，后期进行智能选择，实现了计算效率与生成质量的双重优化，为视觉生成技术发展提供了新思路。