陶氏（Dow）的首席信息官兼首席数据官Melanie Kalmar，描述了她是如何推动公司形成拥抱AI力量的文化。

延庆大学联合多家机构开发出视频AI加速新技术，通过智能合并相似画面片段，让AI处理视频速度提升2-3倍，准确率几乎不变。该技术能自动识别视频中的冗余信息并进行压缩，特别适合长视频处理，为视频AI应用的广泛部署提供了实用解决方案。

贝克休斯通用电气（Baker Hughes GE）和Nvidia开展合作，将人工智能和分析技术引入石油和天然气行业，目标是从传感器、天气、钻井和地震数据中获取数据并令运营更具预测性。

雅培公司总部位于芝加哥，公司全球CIO兼业务与技术服务（BTS）副总裁Sabina Ewing凭借着卓越的IT工作，帮助这家全球医疗保健企业在过去两年间实现了前所未有的增长。单在过去12个月间，雅培的经营收入就超过450亿美元。

BANDITSPEC是一项创新研究，将多臂赌博机算法应用于大型语言模型的推测解码过程，实现了无需训练的自适应超参数选择。研究团队通过理论分析和实验证明，该方法能在各种基准测试中显著提升模型推理速度，比现有方法快13-19%，并能适应不同类型的输入提示。这一技术为提高AI系统效率开辟了新路径，使未来的AI助手能更智能地适应各种任务需求。

为发挥标准在规范数据基础设施建设、促进数据资源高质量供给、推动数据高效有序流通、引领数据技术迭代创新、形成多元数据融合应用新格局的基础和支撑作用，围绕数据治理、数据流通利用、数字化转型、数据技术、数据基础设施等重点领域，全国数据标准化技术委员会提出了2024—2025年拟制修订的37项重点标准项目。

从理论上讲，AI驱动的旅行工具确实能够为消费者提供有效帮助，消除假期规划中的繁琐细节，同时带来以往只有愿意花大价钱的客户才负担得起的个性化出行建议。

《财富》杂志的一篇文章讲述了当时的IBM首席执行官Sam Palimsano如何热衷于此以及他和他的化身如何游走于虚拟世界中的会议。这是我人生中第二次对虚拟世界感到兴奋，但却再次演变成一个虚幻的希望。

某三甲医院里，你在诊室和医生亲切交谈着。医生一边询问一边在电脑上操作，他语气温柔如春风拂面，让你紧张的情绪缓解不少，一时间室内充满和谐的空气。

AI刚出现的头两三年，大家都觉得AI会颠覆一切，可能需要用一些全新的标准来评价AI产品。但是经过一年多的发展，大家发现AI产品本质上还是产品，依然要用传统的产品指标来衡量，比如点击率、转化率、留存率等这些硬核指标。如果用户不喜欢你的产品，点击率自然就上不去；如果产品没有足够的黏性，日活跃用户（DAU）也就积累不起来。

香港大学研究团队发布OpenCUA开源框架，用于构建能够自主操作计算机的AI智能体。该框架包含工具、数据和训练方法，其训练的模型在基准测试中表现优异，超越现有开源模型，与OpenAI和Anthropic的商业模型性能接近。框架核心是AgentNet工具，可收集跨操作系统的人类操作演示数据，并采用思维链推理增强训练效果，为企业自动化工作流程提供透明可控的解决方案。

微软今天宣布开源Trill——一个每秒分析数十亿事件的数据处理引擎。

随着数字化技术深刻地改变各行各业，一场教育行业的数字化变革正在悄然发生——

文章介绍了Cerebras首席执行官安德鲁·菲尔德曼对美国新出口管制政策（AI diffusion rule）的批评，指出该政策过于严格影响全球芯片供应链，同时强调与IBM、Meta等合作开拓市场的重要性。

近年来，AI绘画爆火出圈，各大社交平台纷纷推出自己的AI绘画工具：QQ的AI画匠、抖音的AI照片特效、小红书的AI绘图，让越来越多的用户体会到AI的魅力，输入几个关键词或者上传图片，你也可以成为“画家”。

支付宝加速布局AI，推出AI独立App“支小宝”。

前面已经介绍过关于 DeepStream 各种输入源的使用方式，而且 Jetson Nano 2GB 上开启 4 路输入（两个摄像头+两个视频文件），都能得到 25FPS 以上的实时性能，但毕竟“单一检测器（detector）”检测出来的物件是离散型的内容。

在全球范围内，数字化转型的热度仍在持续提升，企业的业务流程、应用程序、IT架构等因之而改变和不断优化。在转型的过程中，咨询服务的价值也由隐性逐渐转为显性，而且越贴近应用层，咨询服务的价值就愈加凸显。

MLE-Dojo是一个创新的交互式环境，专为训练和评估大语言模型(LLM)在机器学习工程领域的能力而设计。由乔治亚理工学院和斯坦福大学研究者共同开发，这个类似健身房的框架基于200多个真实Kaggle竞赛，支持LLM代理通过结构化反馈循环进行迭代实验和改进。不同于传统静态评估，MLE-Dojo提供完整可执行环境，支持监督微调和强化学习，从而更准确地模拟真实工程场景。研究团队对八种前沿LLM的评估显示，虽然当前模型在迭代改进方面取得了进展，但在自主解决复杂问题方面仍有局限。

上海AI实验室联合西湖大学提出LUFFY框架，通过"混合策略学习"让弱AI模型向强模型学习，突破传统强化学习只能自我摸索的限制。该框架在数学推理任务上平均提升6.4分，能成功训练传统方法完全无法提升的弱模型，为AI训练提供了"站在巨人肩膀上"的新思路，相关代码已开源。