全新解决方案将通过Nutanix Foundation Central、Insights和Lifecycle Manager交付，都将包含在Nutanix超融合基础架构软件中，无需额外付费。

华为昇腾团队发布了Pangu Pro MoE，这是全球首个采用混合分组专家（MoGE）架构的72B参数稀疏语言模型。该模型专为昇腾NPU优化设计，通过创新的专家分组策略解决了传统MoE模型的负载不均衡问题，实现了完美的计算负载分配。模型仅激活16B参数处理每个token，在推理效率上显著超越同规模密集模型，为大规模AI应用提供了高效解决方案。

早在古罗马时代，诗人贺拉斯就在他的作品《诗艺》中提出“寓教于乐”的观点；而从小到大，没有一个孩子不希望能在玩乐中学习；教育教学不断改革创新的目的，又何尝不是于此。

在11月24日举行的“育新机 开新局”世界互联网大会·人工智能论坛上，华为公司副总裁、华为云计算技术有限公司董事长郑叶来发表了“创新加速AI普惠，共创行业新价值”主题演讲，并对AI如何赋能实体经济进行了相关分享。

如果不能解决由数字孪生带来的开发难题，那么企业就无法享受这种技术便利。

小i机器人被Gartner选为Natural Language Technologies(NLT)和Natural Language Technologies for Government(NLT for Government)的Sample Vendors。

CES Asia将于6月11日到13日在上海举办，这已经是CES Asia来到中国的第五个年头了，今年将有超过550家参展商参展，超过1200名媒体记者参与报道，CES Asia作为行业风向标的意义，从拉斯维加斯延伸到上海。

这篇博客介绍了北卡罗来纳大学教堂山分校研究团队开发的SiLVR框架，这是一个简单而高效的视频推理系统。该框架将视频理解分为两个阶段：先将视频转换为语言描述，再用推理型大语言模型解决复杂问题。实验表明，这种无需训练的方法在多个视频理解基准测试中表现优异，超过了许多复杂的专有模型，展示了将强大的语言推理能力应用于视频理解的巨大潜力。

本次TVP行业大使闭门会的圆满结束，只是一次关于思想碰撞、道路选择的开胃菜，未来的路，腾讯云TVP仍将与千行百业携手同行，去往那数字化转型的终极！

OmniSpatial是由清华、北大等多所顶尖高校联合开发的首个全面评估视觉语言模型空间推理能力的基准测试。研究团队将空间推理分为动态推理、复杂空间逻辑、空间交互和视角转换四大维度，涵盖50个细分任务类别，构建了1500多个高质量问答对。实验结果显示，即使最先进的AI模型在复杂空间推理方面仍存在显著局限，最高准确率仅为57%，远低于人类表现。研究还提出了PointGraph和SpatialCoT两种方法来增强模型的空间理解能力。

本文综述东南亚电信运营商如何由5G网络铺设转向借助人工智能推动企业应用和可持续商业模式探索。

运行在边缘和数据中心的各类工作负载，往往有着互不相同的价格、性能、散热与使用寿命需求，因此服务器CPU制造商多年来才一直在为此量身打造差异化的处理器产品组合。

在遥远的边陲地区，有这么一群来自五湖四海的“劳动者”，有稚气未脱的青年人，有意气风发的有志者，也有在一线城市奋战多年的技术大咖

Sonar收购AutoCodeRover标志着企业软件开发领域向智能AI转型的重要一步。这项收购将帮助Sonar在竞争激烈的AI驱动DevOps工具市场中占据优势地位，通过大规模自动化软件维护来提高开发效率。此举不仅体现了软件开发经济学的变革趋势，也引发了关于AI在创造性问题解决中角色的深层思考。

从电子商务到非营利组织，利用企业数据资产可能是组织成败的关键。机器学习和生成式AI是其中的一个组成部分，但要成功地应用这些技术则评估AI对业务的实际影响。

热播剧《都挺好》的苏大强很作、很狂野。但他在得了阿尔茨海默症（俗称“老年痴呆”）之后，大脑受损，逐渐丧失了记忆，无法辨认亲人，生活无法自理。可见，大脑的作用非常重要。它每天需要处理大量的信息，不断地做出决策和行动指令。

Anthropic产品负责人Scott White分享了AI从简单代码补全工具发展为自主工作系统的快速演进。Claude 4在编程基准测试中达到72.5%的成绩，能够独立分析代码库、搜索文档并提交代码。诺和诺德等企业已将原本需要10周完成的临床报告工作缩短至10分钟。通过标准化的模型上下文协议，AI智能体正从简单的问答工具发展为能够自主追求目标的协作伙伴，从根本上改变企业的工作流程和效率。

近日，《领航者说》栏目第十一期专题节目，以“筑造智慧底座，赋能时代变革”为主题，联合《第一财经》打造的关注国际知名企业经营和管理策略的访谈类节目《第一声音》共同制作推出。

Oracle研究团队开发了FS-DAG，这是一种用于视觉丰富文档理解的少样本领域适应图网络模型。与传统大型模型不同，FS-DAG仅需5份示例文档即可适应新文档类型，参数量不到90M，却在信息提取任务中表现卓越。模型采用模块化架构，结合预训练的文本和视觉特征提取器与图神经网络，展现出对OCR错误的极强鲁棒性（性能下降不到1%）。实验表明，FS-DAG在多种文档类型上优于LayoutLMv2等大型模型，同时具有更短的训练和推理时间。目前已被50多家企业采用，每月处理超过100万次API调用，证明了其在实际业务场景中的价值。

DeepGlint等机构联合发布RICE方法，通过区域感知聚类判别技术显著提升AI的图像细节理解能力。该方法构建了包含20亿区域的大规模数据集，设计了统一的物体识别和文字识别学习框架，在多项任务上超越现有主流模型，特别是在OCR和精细视觉理解方面表现突出，为多模态AI应用提供了更强大的视觉基础。