这项由浙江大学等多家机构联合完成的大规模调研首次系统性梳理了操作系统智能体这一前沿领域，全面分析了基于多模态大语言模型的AI助手如何像人类一样操作电脑手机。研究涵盖了技术架构、训练方法、评估体系和发展挑战，为实现类似贾维斯的智能数字助手提供了完整的技术路线图。

随着数据中心与云环境深度融合，企业需要简化混合基础设施管理。MCP服务器可让AI模型与云和数据中心管理工具交互，实现关键工作流自动化。文章介绍了7个实用MCP服务器：AWS Lambda工具服务器、日志分析器、AWS IAM服务器、Terraform服务器、Azure MCP服务器、Google Cloud MCP服务器和K8s MCP服务器，帮助数据中心专业人员自动化配置、监控和安全管理流程。

5月10日， 第十届世界大学生超级计算机竞赛总决赛在中国科学技术大学落下帷幕。

这家芯片制造巨头开发出一款小型chiplet，使用光而非电来传输数据，希望借此提高负责运行AI密集型工作负载的数据中心的传输带宽。

在6月28日的MWCS现场，中国移动与中国电信、中国联通、英特尔、华为、浪潮、Mellanox、云达科技等公司共同发布了《OTII定制服务器参考设计和行动计划书》，并正式宣布推出首款OTII服务器原型设计方案。

高通公司技术标准副总裁李俨发表题为《迈向AI原生的通信系统设计》的演讲，分享了随着AI技术高速发展，如何把AI引入到无线通信系统之中，并提升无线通信的性能等方面的思考和探索。

作为云服务提供商，华为云也在2020年间不断将融合创新技术推向落地，让各行各业数字化转型踏上快车道。截至2020年9月，华为云已上线210多个云服务，以及210多个解决方案，发展18000+合作伙伴，汇聚150万开发者。

我们讨论大型语言模型（LLMs）的工作原理，从基础开始——假设您只知道如何加法和乘法。

IIT海德拉巴研究团队开发DIWALI数据集，首次系统评估大语言模型的印度文化适应能力。该数据集包含8817个文化概念，覆盖36个地区17个类别，研究发现现有AI存在严重文化偏见和表面化适应问题，为AI文化智能发展提供重要基础数据和评估标准。

依赖微软“自带许可证”（Bring Your Own License）选项在亚马逊或谷歌的云端运行Windows Server、SQL Server和其他企业软件的企业客户可能会在今年秋季遇到麻烦。

如今,越来越多企业在云中运行应用,其中不乏任务关键型的Tier 1应用。

在预训练大模型催生的人工智能浪潮下,数据已经成为各行各业不可或缺的新型生产要素,同时也面临着一系列棘手挑战:既要保护数据安全,又要利用数据创造经济效益。

在本期《对话数字中国——新数据时代 IBM存储焕新出发》节目中，至顶科技CEO兼总编辑高飞与IBM亚太区存储总经理叶明展开对话，共同探讨新数据时代IBM存储的新思考、新布局。

在科技领域，经历了百年时间打磨的IBM，足以称得上是一位“技术巧匠”，如今，他正在把鲁班的匠人精神融入到自己的产品与服务中，并在日前宣布推出了一个极具中国传统文化特色的“鲁班计划”。

在赛灵思首次举行全球工业物联网研讨会期间，赛灵思ISM部门市场总监 Chetan Khona在北京与媒体记者们就SoC（片上系统）技术，如何驱动工业和医疗行业的发展信息进行深度分享

赶上了“涨潮”好时节，属于开源的时代已经到来。

企业数据中心的灾备和业务连续性解决方案的架构和实施对于企业已经越来越重要。企业需要参考业界实践来制订或实施切合自身实际情况的方案，或对现有的实现进行改进提高。本文主要介绍IBM GDPS解决方案家族和实际应用在站点双活或站点快速切换实施上的一些实践

剑桥大学研究团队创建了史上最难的AI视觉测试ZeroBench，包含100道精心设计的视觉推理题目。在这项测试中，包括GPT-4o、Claude、Gemini在内的20个全球最先进AI模型全部得了0分，暴露了当前AI在基础视觉理解上的严重缺陷。研究发现AI主要在计数、空间推理等基础任务上失败，而非逻辑推理能力不足。

SenseFlow是香港科技大学等机构联合开发的文本到图像蒸馏技术，解决了大型流匹配模型蒸馏的三大难题。研究团队提出隐式分布对齐(IDA)稳定训练过程，段内引导(ISG)优化时间步重要性分配，并设计基于视觉基础模型的判别器提升生成质量。实验表明，SenseFlow能将SD 3.5和FLUX等12B参数级模型成功蒸馏为仅需4步生成的高效版本，同时保持甚至超越原模型在多项指标上的表现，代表了AI图像生成效率提升的重要突破。

华盛顿大学研究团队开发的PEEK系统通过视觉语言模型为机器人提供路径和重点区域指导，实现了机器人操作任务的零样本泛化。该系统将复杂的环境理解交给专门的视觉模型处理，让机器人专注于动作执行，在真实环境测试中将成功率提升了41.4倍。这种模块化设计方法具有广泛的通用性，可适配多种不同类型的机器人平台。