4月22日19:00，深圳开鸿数字产业发展有限公司（以下简称“深开鸿”）新闻直播间首次开播。

近日，全球领先的企业数字证书提供商DigiCert在接受至顶网采访时，就目前大量移动设备、IoT设备激增之后，以及互联网金融支付环节越来越复杂，数据流在不同平台和设备间不断跳转的环境下，数字证书领域将面临的挑战给出了解答。

人工智能搭配新 UI，就能摆脱成为“Chrome 下载器”的命运了？

微软Bing搜索引擎开放了搭载GPT-4的聊天功能。

2024年是AI智能体能力发现的重要一年，随着智能体部署日益频繁，如何实现互联互通成为关键问题。MIT正在开发NANDA协议，用于连接在线AI智能体。该项目得到塔塔咨询服务、三菱电机等企业支持，旨在建立开放协议来实现智能体网络的发现、信任建立和价值交换。研究人员提出了"交互券"概念，类似于网页超链接，用于捕获智能体间知识传播。尽管面临实际挑战，但在协议架构和应用演示方面已取得进展。

AI技术的最新应用展示了其在日常办公场景中的强大能力。用户现在可以通过简单的截图操作，让AI智能识别和提取图像中的时间、地点、事件等关键信息，并自动创建相应的日历事件。这种功能大大简化了日程管理流程，提高了工作效率，代表了AI技术在实用性和智能化方面的重要突破。

在旗下Inspire合作伙伴会议召开一周之前，微软昨天（7月12日）宣布在预览版里新增Azure Data Box Disk。Data Box Disk是个基于SSD磁盘的选项，专为重复或一次性数据迁移而设计，最高可达40TB。

香港中大团队开发出ScreenCoder系统，能够直接将网页设计图转换为完整的HTML/CSS代码。该系统采用三个专门AI助手协作的方式：识别专家负责检测界面元素，规划专家构建布局结构，代码生成专家输出最终代码。测试显示布局准确率达75.5%，显著超越现有方法。该技术不仅提高了网页开发效率，还能作为训练数据工厂改进其他AI模型，为设计到代码的自动化转换提供了新的解决方案。

Adobe 周二宣布推出适用于 Android 系统的 Photoshop 应用测试版，提供与桌面版相似的图像编辑工具和 AI 功能，初期免费使用，旨在吸引更多偏好手机创作的年轻用户。

Mistral AI 推出新专有 API，利用 Mistral Medium 3 模型快速集成自主生成 AI 代理。平台内置 Python 执行、图像生成、文档库 ( RAG ) 及网络搜索等功能，支持多代理协同处理复杂任务，适用于各领域应用。

OpenAI更新ChatGPT搜索功能，新增购物体验，提供产品推荐与直购链接，力图挑战Google购物服务。

东京大学研究团队开发的WebChoreArena是一个全新的网页代理评估基准，它包含532个精心设计的任务，专注于测试AI代理处理繁琐、复杂网页任务的能力。研究结果显示，即使是最先进的语言模型（如Gemini 2.5 Pro）在这些挑战性任务上的表现也比常规任务降低了约14个百分点，证明了这一基准有效区分了不同模型的能力。WebChoreArena通过设计海量记忆、计算、长期记忆等类型的任务，为评估AI代理在实际应用场景中的表现提供了更严格的标准。

昇腾AI技术专家现场为开发者解密新品Atlas 200I DK A2开发者套件。

OpenAI 最新推出的 o3 和 o4-mini 推理 AI 模型虽然在编程和数学等任务上表现出色，但幻觉率却远高于以往模型，引发了对准确性的严重担忧，亟待进一步研究。

有时候，人类与机器在判断哪些内容属于“重复内容”时会产生某些分歧。

日前，“2020 ABC SUMMIT百度云智峰会”在北京落下帷幕。本届峰会以“智者先行”为主题，全面展示了百度智能云基于“云智一体”的独特竞争力，以及在518新战略后取得的最新成绩和产业智能化成果。环信作为百度智能云战略合作伙伴受邀出席峰会。

在我们体验Skype/Skype for business一周中，语音通话十分稳定，语音质量良好，桌面端操作简易，接入会议快捷，但很可惜，中国区不支持Skype手机端下载。疫情期间，如果在家SOHO，Skype网络通话是一款Team Work不错的办公工具。

Hugging Face 的研究人员在 OpenAI 的深度研究功能发布 24 小时后，推出了一个名为“Open Deep Research”的开源 AI 研究代理。该项目旨在匹配深度研究的性能，同时将技术免费提供给开发者。Hugging Face 表示，虽然强大的 LLM 现在可以在开源中自由获取，但 OpenAI 并未透露深度研究背后的代理框架。因此，他们决定在 24 小时内重现其结果并开源所需的框架。

2018年1月3日新年伊始之际，白鹭官方为开发者送上新年礼包，正式发布DragonBones Pro（龙骨）5.6版本。

清华大学研究团队提出RLVR-World框架，通过可验证奖励的强化学习直接优化世界模型的预测质量，而非传统的最大似然估计。这一方法在文本游戏状态预测和网页导航中显著提升了准确率，在机器人视频预测中改善了视觉质量并减少重复问题。RLVR微调仅需几百个梯度步骤即可取得显著成效，远比传统训练高效。研究证明该框架可作为生成模型的通用后训练范式，为自动驾驶、机器人控制等应用提供更准确的环境预测能力。