有一天，当你看到美国前总统奥巴马、亚马逊CEO贝佐斯，以及巴菲特、特斯拉CEO马斯克等多个知名大V发送推文，号召你向指定地址发送比特币，并以双倍形式返还，你会相信吗？

围绕人工智能和数据要素协同发展与创新，我们邀请新华三集团数字中国研究院副院长全鑫展开深度对话。

地方动态 | 江苏省关于推进数据基础制度建设更好发挥数据要素作用的实施意见

NVIDIA研究团队在最新研究中指出，小语言模型(SLM)将成为AI智能代理的未来。他们论证了SLM不仅足够强大，还在操作上更适合且经济性更高。研究显示现代SLM已可媲美更大模型的性能，同时推理成本降低10-30倍，微调更快捷。论文提出了从大型模型向小型模型转换的算法，并通过案例研究证明在实际智能代理中40-70%的LLM调用可被SLM替代。这一转变将大幅降低AI运营成本，推动更可持续的AI发展。

韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator，解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法，并基于分析洞察开发出性能优异的引导遗忘新方法，为构建更负责任的AI系统提供重要工具支持。

在疫情期间,专注于为垂直行业提供智能解决方案的公司涂鸦智能发现了一个小众的市场机会——智能喂鸟器。该新品推出后迅速成为“爆品”,不到两个月的时间就获得了几百万美金的收入。

今年7月22日，Melissa Di Donato接替宣布退休的Nils Brauckmann，担任SUSE CEO，Melissa Di Donato也是SUSE首位女性CEO。随着SUSE新任CEO的到任，退出OpenStack，启动百日计划，一个全新的SUSE正在慢慢呈现。

以色列理工学院研究团队开发了AdaptiVocab技术，通过为大语言模型定制专业领域词汇表来提升AI效率。该方法将常见专业词汇组合（如"量子力学"）整合为单个处理单元，减少了25%以上的计算步骤，同时保持文本生成质量不变。这种"精工定制"思路为AI优化提供了新方向，有望显著降低专业领域AI应用的运营成本。

Facebook的品牌亦是人们难以相信Libra项目的原因所在。

在制药界，流传着一个残酷的“三十定律”：一款新药的诞生，平均需要耗费十年光阴、投入数十亿美金、而最终成功率却不足10%，这是悬在每一家药企头上的达摩克利斯之剑。在这个以高投入、高风险、长周期为标签的行业里，不确定性，是永恒的主题。

Radware过去几年始终坚持从市场和客户需求的视角出发,通过不断的投入与创新,同时保持进化与迭代,它不但完成了从应用交付到应用安全的技术“跃迁”,更让自身在激烈竞争的市场中开辟出了增长的“第二曲线”,为其长期的持续发展带来了更大的想象空间。

过去，知识债务的解决一直局限于某些能够反复进行实验的领域，特别是医学，但目前的情况正在改变。

数字经济大潮下，数字孪生技术作为数字化转型的重要工具，已被纳入国家关键技术战略，进入产业应用深水区。

为什么说联网汽车的必要属性是“标准必要专利”？

为什么说联网汽车的必要属性是“标准必要专利”？

韩国科学技术院（KAIST）的研究团队发现了大型语言模型中一个令人担忧的现象："推理刚性"。这种现象表现为即使是最先进的AI模型，如GPT-4o或Qwen3，也会在解决问题时固执地坚持熟悉的推理模式，甚至会"修改"用户明确给出的条件。研究人员创建了ReasoningTrap诊断数据集，揭示这种行为可分为三类：解释过载、输入不信任和部分指令关注。令人惊讶的是，专门为复杂推理训练的模型比基础模型表现出更强的"固执"倾向，这提醒我们在追求AI推理能力的同时，不应忽视其遵循指令的灵活性。

在加密货币交易当中，一切都由价格走势决定;而市场参与者能否成功，则取决于他们预测并快速对动态环境做出响应的能力。

为了释放数据分析和人工智能的力量，必须配合多管齐下的数据战略消除数据孤岛、迁出遗留系统并淘汰遗留系统，支持数据标准与跨机构信息共享。新兴与创新技术带来了前所未有的机会，帮助我们应对关键任务挑战，以高效、有效、快速且低成本方式提供服务。

企业处在新旧时代更迭的关键节点：背后是打下的江山（宝贵的资产与数据），周围充斥着各种方法、概念和新技术，前面是吊诡多变的市场和环境——“黑犀牛”随时会从某个角落跳出来，挡住前行的道路。

发布watsonx是IBM推进混合云与AI战略、助力企业云智转型的又一里程碑。