VLM-R3是一项由北京大学和阿里巴巴联合研发的突破性技术，它通过区域识别、推理和优化三大功能，使多模态大语言模型能够在推理过程中动态聚焦图像的不同区域。类似于人类在思考时会反复观察图像关键部分，VLM-R3通过创新的区域条件强化学习方法，大幅提高了视觉推理能力，在MathVista、ScienceQA等基准测试上表现优异，特别是在需要精细空间理解的任务中效果显著。

微软CEO萨提亚·纳德拉在社交平台X上发文宣布，前OpenAI CEO萨姆·阿尔特曼、前OpenAI总裁格雷格·布罗克曼（Greg Brockman）以及一些前OpenAI员工加入微软，领导一个新的先进AI研究团队

微软公司据报道已开发出一系列大型语言模型，可与 OpenAI 和 Anthropic 的算法相媲美。这个名为 MAI 的 LLM 系列可能使用了微软内部开发的 AI 芯片 Maia 100。测试结果显示，MAI 在性能上具有竞争力，可能用于支持微软的 Copilot AI 助手系列。此举或将减少微软对 OpenAI 的依赖，同时公司也在开发专注于推理任务的第二个 LLM 系列。

11月16日，高通公司在其2021投资者大会上宣布，公司将持续扩展其半导体业务，以满足对其技术的需求带来的日益增长的机遇。

6月27日，“恒久在线，共筑未来—2019维谛技术峰会”在北京隆重举行。作为关键基础设施领域的一次顶级盛会，本次技术峰会汇集了数十位技术领袖及产品技术专家，向与会者分享了最前沿的技术思想和实践，探讨了技术创造商业价值的新途径，

戴尔科技通过新一代信息技术，帮助企业构建“未来企业”领导力，赋能企业提升感知服务力，帮助企业从以产品为核心向以用户体验为核心的数字化平台转型，优化用户体验，提高客户忠诚度，打造服务型企业。

腾讯优图实验室提出SPEAR方法，通过建立AI"成功经验库"和渐进式探索策略，解决智能体训练中的探索-利用平衡难题。该方法在虚拟环境、网购模拟和数学解题等任务中显著提升AI表现，仅增加10%-25%计算开销却带来高达20%的性能改进，为AI智能体实用化部署提供重要技术突破。

清华大学团队推出BlockFFN架构，通过创新的稀疏激活技术和块级优化训练，实现了AI模型在端侧设备上3.67倍的加速效果。该技术采用ReLU路由器和RMSNorm设计，结合激活稀疏性和推测解码，在保持模型性能的同时大幅提升运行效率，为AI技术在移动设备上的普及应用开辟了新路径。

许多组织在实施 AI 代理时过于狭隘地关注单一决策模型,陷入了"一刀切"决策框架的误区。然而,人类决策远非统一,而是复杂、动态且依赖于具体情境的。如果要将 AI 代理有效整合到组织中,就需要考虑多样化的决策过程,以确保有效实施,避免无意中设定一个低标准的决策模式。

近两年,随着新能源汽车渗透率持续提升,消费者对公共充电站的需求也在日益增长。

OPPO于10月11日正式发布了OPPO Hyper Boost加速引擎优化方案。该引擎将实现安卓智能手机功耗与性能表现的优化，全面提升用户体验。

PTC（纳斯达克股票代码： PTC）今天宣布，晋升Catherine Kniker为执行副总裁和首席战略官，接替将离开PTC并加入微软担任Azure Marketing企业副总裁的Kathleen Mitford。

基于以上Web3.0两个特点，可以推导出Web3.0对IM的技术需求

东南大学等机构研究团队通过数学分析发现传统AI训练方法存在隐藏缺陷，提出仅需一行代码修改的动态微调方法，在数学推理任务上效果提升3-7倍，甚至超越复杂强化学习方法，为AI训练效率改进提供了简单而强大的解决方案。

随着科技的飞速发展，无线网络已成为我们日常生活中不可或缺的一部分。

字节跳动Seed团队推出的Seedance 1.0是一个突破性的AI视频生成模型，能够根据文字描述或静态图片快速生成高质量视频。该系统在权威评测平台上击败了Google Veo 3、OpenAI Sora等竞品，获得双项冠军。其核心创新包括多模态统一架构、空间时间分离设计、强化学习优化和10倍推理加速，能在41.4秒内生成5秒1080p视频，大幅降低了专业视频制作门槛。

IBM作为专业服务团队，一直与客户共同成长，始终致力于帮助客户运营数据和实现业务协作生态，尤其是利用生成式AI实现价值飞跃。

Alphabet 公司据传正在与以色列云安全公司 Wiz 进行收购谈判，交易金额约为 300 亿美元。这笔交易可能很快达成，但仍存在潜在障碍。Wiz 成立于 2020 年，提供云安全平台，帮助企业检测漏洞和恶意活动。如果收购成功，将成为 Alphabet 和 Google 迄今为止最大规模的收购。

一直以来，整个行业对于数据存储依然存在不少误区。

边缘计算是IT和CT的融合，要在CT的规范中，履行IT功能。两个行业标准的融合往往是痛苦的，对于执行主体——厂商来说，尤其如此。