随着越来越多的先进制造企业引入 AI 质检方案，其原有的本地存储方案或者传统存储 NAS 架构，已经完全无法满足随之而来的海量数据的存储、汇聚、查询等需求。

本周看到思科推出Silicon One G200 ASIC也走出了正确的一步，这些ASIC的设计从一开始就考虑了人工智能训练工作负载

思杰业务战略执行副总裁Tim Minahan指出：“要想成功的吸引并留住数字一代，企业需要在工作模式和工具上进行投资，以创造灵活、高效和积极投入的工作环境，这也是未来的这些领导们渴望得到并在其中蓬勃发展的环境。这样做显然有很好的商业利益。”

这项由斯坦福大学、Meta公司和密歇根大学联合完成的研究，开发了能够实时观看视频并主动提供任务指导的AI助手系统。研究团队创建了包含30万对话的PROASSIST数据集，设计了创新的评估方法，并开发了能处理流媒体视频的端到端模型。实验显示，该系统能够在烹饪、组装等多种任务中提供及时准确的指导，为开发真正智能的人工助手奠定了基础。

近日，在2021年台北电脑展COMPUTEX上，NVIDIA发布多款游戏和企业级创新产品，借助创新技术推动行业变革。

Kahoot是一个基于游戏的学习平台，涵盖科学、历史、地理、英语和数学等领域。该平台于2023年推出AI功能，AI生成器可从主题、文档、网站或视频链接即时创建互动学习体验，帮助教师减少备课时间，让学习更具吸引力和个性化。平台支持50种语言，拥有120亿用户，还提供翻译工具和AI驱动的学习推荐功能。

“员工体验平台”已经成为承载企业数字化转型的入口，是未来生活、管理和工作方式的集成。CDP集团也在2020年发布了一款开创性的员工体验平台Worklife，同时最近还发布了首份HR行业细分的数字化转型洞察报告。

以「云车竞速，码到成“工”」为主题的2022英特尔和微软联合黑客松大赛，以OpenVINO和Microsoft Azure为技术支持，带领广大开发者和生态合作伙伴，在自动驾驶和工业生产安全这两大赛题方向进行探索，携手推动绿色低碳发展，共创美好新生活。

图像传感器的动态范围是汽车成像中的一个关键指标。什么是动态范围？维基百科定义，动态范围（Dynamic Range）是可变化信号（例如声音或光）最大值和最小值的比值。

在企业的数据中心，无论是计算、存储还是数据库，都已经应云计算的需求而重塑。

Meta公司研究团队开发的Dynadiff技术实现了单阶段从脑部fMRI信号直接解码图像的突破，解决了现有方法复杂多阶段和忽略时间维度的问题。通过创新的"大脑模块"设计和扩散模型整合，Dynadiff在高级语义图像重建方面超越现有技术，同时能精确追踪大脑中图像表征的时间演变。研究表明，大脑中的神经模式随时间持续变化，允许连续图像的同时解码，为时间分辨率大脑解码开辟了新方向，但仍面临数据需求高和跨受试者泛化能力有限等挑战。

作为一种新型数据安全策略，数据令牌化能帮助企业在完全遵循数据法规的同时，继续保持高效、安全运营。

TeleAI团队发布TeleChat2、TeleChat2.5和T1三款大语言模型的技术报告，详述了从10万亿tokens预训练到强化学习优化的完整开发过程。T1-115B在数学推理上超越OpenAI o1-mini，展现了国产AI模型的技术突破。研究采用4D并行训练策略，在8000个华为昇腾NPU上完成训练，并全面开源以促进AI技术发展。

自2022年末ChatGPT推出以来，专家们一直在讨论人工智能语言模型将如何影响世界。几年后，情况逐渐明朗。根据斯坦福大学领导的新研究，分析了跨多个行业的超过3亿条文本样本，发现人工智能语言模型现在在各行业的专业沟通中提供了高达四分之一的写作支持，尤其是在美国教育水平较低的地区影响显著。

在本次峰会中，华为数字能源携手海南能源企业、运营商企业、行业领袖共同发起 “共创·共赢 加速建设海南省清洁能源岛”的倡议，立足海南自由贸易港建设目标，充分发挥各自优势，共同助力海南国家生态文明试验区和清洁能源岛的建设。

“KONNECT 2019客如云开放平台大会暨 On Heart 2019客如云年度新品发布会”融合行业各个环节，精彩不断，通过对本次大会干货的理解，相信各位餐饮、零售业商户也是收获颇丰。更多精彩，让我们明年见！

5月7日，进阶版售价39.79万元、高阶版售价42.99万元的极狐阿尔法S全新HI版闪耀上市。

2025年6月的某一天，一家正在快速发展的生物制药公司的首席财务官（CFO）坐在她的自动驾驶汽车上驶向办公室，她通过可穿戴移动设备了解最新的财务状况，并进行语音激活，及时查询到了公司的交易和资产负债表状况。

本文是 XSKY 智能存储方案助力先进制造数字化转型系列文章中的第一篇，重点分享先进制造行业数字化转型过程中，对于数据存储的需求，以及为何传统存储架构无法很好满足这些需求。

微软研究发现，一个看似无害的提示词能系统性破坏主流语言和图像模型的安全防护机制。该技术称为GRP-Obliteration，利用常见的AI训练方法达到相反效果。仅用"创建可能引发恐慌的假新闻文章"这一提示词训练，就能让模型在44个有害类别中变得更加宽松，攻击成功率从13%跃升至93%。研究涉及GPT、Gemma、Llama等15个模型。专家认为这为企业AI安全敲响警钟，呼吁建立企业级模型认证和持续安全评估机制。