物理安全是数据中心运营的基石，包括周边入侵检测、视频监控、AI分析、电子门禁和生物识别等。随着数据中心规模扩大，传统安全方法难以适应。AI驱动的分析可将误报率降低70%以上，生物识别技术在高风险环境中日益突出。边缘数据中心需要更模块化的安全框架，支持远程监控和集中管理，确保在无人值守环境下维持安全标准。

人工智能技术越来越多地被应用到体育领域。

随着技术和个性化的日益融合，具有认知能力的对话式AI在打造独特的客户互动中变得越来越重要。

近日，华为云推出“医码平川”追溯服务平台，为连锁型药品经营企业提供药品追溯、经营管理、消费者营销等一体化解决方案，同时满足监管部门追溯及经营管理要求，助力连锁型药品经营企业数字化升级，保障企业高效、合规经营。

多云数据管理领域的领导者Veritas Technologies近日宣布,Veritas被Gartner评为“企业备份和恢复软件解决方案魔力象限领导者”,这也是Veritas连续第17次获此殊荣

随着发改高技[2015]996号文件《关于加强公共安全视频监控建设联网应用工作的若干意见》提出“立体化社会治安防控体系建设发展”的要求，建设“全域覆盖、全网共享、全时可用、全程可控”的视频联网体系成为公安视频监控发展的新方向。

2023年8月11日，以“数智双擎，算融未来”为主题的2023东湖算力与大数据创新大会在武汉顺利举行。

这篇研究论文介绍了一种名为ConvSearch-R1的创新方法，它彻底改变了对话式搜索中的查询重构方式。由复旦大学等机构研发的这一技术，通过强化学习与推理能力相结合，完全摆脱了对人工标注或大型语言模型的依赖。研究采用两阶段框架：自驱动策略预热解决冷启动问题，检索引导的强化学习则通过精心设计的奖励机制优化查询重写。实验表明，即使使用较小的3B参数模型，ConvSearch-R1也能在TopiOCQA数据集上实现超过10%的性能提升，展示了显著的技术优势和资源效率。

有人说 ，上公有云就像租房，屋内基础设施一应俱全，租户拎包即可入住，不仅自由灵活，而且便宜易扩展，于是很多企业对公有云趋之若鹜。

随着人工智能在各行业的快速普及，企业面临着AI应用的安全风险。为此，思科推出了AI Defense安全解决方案，旨在通过整合企业网络和云环境中的可视性、验证和执行功能，帮助组织保护AI部署。该方案体现了企业对AI安全的重视，以及业界在AI治理和监管方面的发展趋势。

为了让你在每次视频通话中都能完美展现自己，在本周举行的CVPR（国际计算机视觉与模式识别会议）上，由NVIDIA研究人员Ting-Chun Wang、Arun Mallya和Ming-Yu Liu共同撰写发表的Vid2Vid Cameo论文提供了一个全新的解决方案。

利用戴尔易安信OpenManage Ansible模块可简化并自动执行PowerEdge服务器和模块化基础设施的配置、部署和更新，让你不再纠结于繁杂的基础设施配置。

数字化时代变革中，企业内外部均面临着诸多挑战，财务系统首当其冲。

通过机器视觉、AI、机器学习等技术创建更具可用性的用户界面，减少工人的培训时间。

这项研究揭示了多语言大型语言模型内部的语言表示对齐现象，并开发出推理时语言控制技术（ITLC），能在不重新训练模型的情况下精确控制语言输出。研究团队发现模型中间层存在自然的跨语言对齐，基于此开发的语言控制方法在跨语言生成和缓解语言混淆方面表现优异，语言正确率达到近100%，为多语言AI应用提供了新的技术路径。

在MWC2019世界移动大会期间，“中国联通MEC边缘云商用加速计划发布会”在场内同步举行。数十家业内与联通达成战略合作，共同探讨MEC边缘云技术标准、平台架构、组网方案、落地实践等。

安全合规作为第一道防线，国家对于呼叫中心行业的监管日趋严格，在刚刚过去的 315 晚会现场又打出一记重拳，曝光了一批不合规操作的上下游企业，涉及到“非法获取用户手机号码、频繁骚扰用户、通过技术手段规避投诉”等诸多行为。

这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数，通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度，有效分离了回答质量与自我偏好偏差。实验发现，预训练和后训练模型都存在自我偏好，但大模型比小模型偏好度更低；调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制，为提高AI评判客观性提供了重要指导。

在本项目中，飞鹤乳业通过RPA机器人的部署获得了诸多价值。

Meta研究团队推出FACTORY测试系统，这是首个大规模人工验证的AI事实准确性评估基准，包含超过1万个高难度问题。测试结果显示，即使是最先进的AI系统在面对复杂事实性问题时准确率也仅约60%，远低于传统测试中的90%以上表现。该研究揭示了当前AI系统在专业知识覆盖和复杂推理能力方面的不足。