来自米兰意大利技术学院的物理学家及其团队正在研究另一种由半导体聚合物制成的视网膜假体，这种聚合物假体完全能够提供与人类相近的视觉分辨率。

全球范围内创新、可靠且安全的企业级开源解决方案领导者SUSE 今日在 SUSECON 上发布多项新功能，以帮助客户加速数字化转型，践行其打造最安全的 IT 基础设施和加速数字信任的使命。

硅谷科技巨头多年来一直宣扬AI智能体能够自主使用软件完成任务的愿景，但现有的消费级AI智能体技术仍然十分有限。为了让AI智能体更加强大，业界正在探索新技术，其中包括模拟工作空间的强化学习环境。这些环境可以训练智能体执行多步骤任务，正成为智能体开发的关键要素。目前主要AI实验室都在内部构建强化学习环境，同时寻求第三方供应商提供高质量环境。

经历过Hadoop大起大落的Cloudera还会有一个怎样的未来？

回顾过去的十余年，人工智能的进步可谓“耀眼”。尤其是从2015年“阿法狗”横空出世之后，人工智能行业的发展速度一骑绝尘。归根结底，是人类在人工智能领域探索50余年，最终才在半导体技术和软件技术的帮助下，找到了机器学习领域的突破口。

除了HPE之外，还有谁愿意帮劳伦斯伯克利国家实验室打造下一代NERSC-10超级计算机，还有橡树岭国家实验室的未来OLCF-6超算系统？好的，微软举手了，还有亚马逊云科技。收到，还有没有其他感兴趣的？

在“新基建”提速的背景下，今天无论是产业变革和技术迭代都在不断的加速演进：一方面，整个产业正经历着从消费互联网到产业互联网的转变；另一方面，整个技术创新也正经历着从基础设施云化到业务数字化再到应用现代化变革。

尽管分析师警告AI投资回报预期过高，但多家企业已从AI中获得实际价值。AMD、联想、Upwave和Trimble等公司的成功经验表明，有效的AI战略需要四个关键要素：优先选择实用的高影响用例，建设鼓励AI应用的企业文化，创新性地衡量投资回报率，以及在立足当前的同时进行长远规划。这些企业通过将AI工具集成到现有工作流程中，实现了显著的效率提升和成本节约。

今年三月，阿里云正式发布“不做SaaS，被集成”的生态策略， 坚定的承诺让伙伴来做更多更好的SaaS，把企业服务的空间交给对业务领域和企业有深度认知的伙伴。

各行各业的企业组织正在挖掘行业云的价值，行业云可以满足他们的基本需求，从而让他们能够以自己的方式进行创新。

数字孪生的5个成功应用案例。

“流量为王的时代即将走向尽头”，这一声音听起来似乎像是遥远的数字乌托邦。前几年Web3一直是一个理论上的宏伟愿景，直到去年关于Web3的讨论开始层出不穷。2021年12月，路透社颁布“2021年度科技热词”，Web3和元宇宙、NFT、山寨币等一起上榜。

随着我国逐步转向消费主导的内需驱动型经济增长模式，大众消费和理财需求迅猛增长，聚焦服务个人客群的零售业务对银行营收增长的贡献日益提升，正在成为商业银行竞争发展的核心引擎。

上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles，系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%，远低于人类93.6%的表现，揭示了当前AI在三维空间理解和多步序列推理方面的重大不足，为机器人、自动驾驶等应用发展提供重要参考。

目前，在信息通信业的转型升级与变革演进中，越来越多的运营商开始转向软件定义的基础设施，这有助于其专注创新，降低运营成本，提供差异化的产品和服务。

IDC 2022 CSO全球网络安全峰会（中国站）在上海隆重开幕，本届大会以“聚力数据安全 赋能企业现代化”为主题，吸引了超过650位CIO、CSO以及CISO通过线上线下的形式参会。

无论是持续集成/部署、DevOps还是常规软件更新，开源组件在软件开发场景中越来越重要。

Hugging Face团队发布SmolLM2语言模型研究报告，详细阐述了17亿参数小型模型的创新训练方法。该研究通过多阶段精细化训练策略和三个全新数据集(FineMath、Stack-Edu、SmolTalk)的创建，证明了小模型在数据质量优化下可达到优异性能。模型在多项基准测试中超越同规模竞品，为人工智能技术的普及化和可持续发展提供了新的技术路径。

不管是AIOps，还是IBM数字员工，人工智能的时代已经到来。技术最终是服务于人和业务，如何“人为本，更智能”？这里有你需要的答案！

北卡罗来纳大学教堂山分校研究团队提出MEXA框架，通过动态选择和聚合多个专业AI模型来处理复杂的多模态推理任务。该方法无需额外训练，在视频理解、音频分析、3D场景理解和医学诊断等多个基准测试中显著超越现有模型，为AI系统设计提供了新思路。