本研究首次系统评估了大型语言模型在真实代码性能优化任务中的能力。研究团队构建了包含140个真实案例的SWE-Perf基准，发现当前最先进的AI模型在性能优化方面仍远落后于人类专家。AI倾向于进行基础设施层面的修改，而人类专家更擅长高层次的系统优化。研究揭示了AI在复杂系统优化中的局限性，为未来AI编程工具的发展指明了方向。

英国卫生安全局研究团队首次构建了包含8000多道题目的AI公共卫生知识评测基准PubHealthBench，测试24个AI模型对英国健康指南的掌握程度。结果显示最先进AI在选择题中正确率超90%，但自由作答时降至75%以下，且在面向公众的指南上表现优于专业医疗指南。

IBM 认为，企业身处混合多云环境，并不等于拥有了混合云平台战略。企业需要采取统一的混合多云平台战略，才有可能展开下一阶段意义深远、更具价值的“上云用数智”之旅。

何为科技向善？

从整体大环境来看，疫情给经济以及各行各业带来一定程度的负面影响，加速了整个产业链洗牌的速度，使得第三产业向制造业转移。

德国AI研究院开发出革命性图像识别技术PictSure，仅需少量示例即可识别全新图像类别，在医疗诊断等专业领域表现卓越。该技术采用纯视觉方法，避免了传统系统对大量训练数据的依赖，为数据稀缺场景提供了有效解决方案，展现了人工智能民主化的重要趋势。

如果说此前的AI大模型是处在造锤子的阶段，那么现在更多公司则逐渐把视线锁定在生成式AI应用，也就是找钉子的阶段。从“卷技术”到“卷应用”，后者是一项真正的产业大考，毕竟任何技术的发展，最终要落到商业的闭环。

谷歌CEO皮查伊在AI竞赛低谷期坚持"信号降噪"原则，顶住压力加倍投入，最终带领谷歌凭借Gemini系列重夺领先。他坚信AI将超越火与电的革命性影响，通过递归自我改进极大降低创意实现门槛，这场"创造力民主化"浪潮或将解锁80亿人的认知潜能。

5月8日晚，腾讯云TVP尖峰对话李开复，浙江大学教授、腾讯优图实验室高级顾问、杰出科学家沈春华，第四范式副总裁、腾讯云 TVP 郑曌担任主持，邀请了 50 位来自 AI 领域的 CTO 与技术专家参与论坛讨论，碰撞出关于 AI 的未来火花。

ServiceNow研究团队开发了一种名为RLRF的新方法，通过强化学习显著提升了AI生成矢量图形(SVG)的质量。与传统方法不同，RLRF让AI能够"看到"自己生成的SVG代码渲染后的效果，并据此获得反馈。研究表明，这种方法不仅提高了生成图像的视觉准确性，还使代码更加简洁高效，并能够轻松泛化到从未见过的图像类型。这一突破为从图像或文本自动生成高质量矢量图形铺平了道路，对设计和开发领域具有重要意义。

要制定正确的策略并确保良好的关系，以最大限度地提高投资回报率。

字节跳动联合浙江大学发布了ImmerseGen系统，这是一个能根据文字描述自动生成VR世界的AI工具。该系统采用轻量化代理和RGBA纹理技术，用AI代理协作完成从地形生成到物体布置的全流程，还能添加动态效果和环境音效。相比传统方法，它生成的场景效率提升数十倍，在移动VR设备上达到79帧流畅运行，为VR内容创作带来革命性突破。

CIO们指出，技术变革步伐加快带来了众多新兴技术，但许多技术并未兑现预期效益。生成式AI连续第三年上榜，智能体AI因成本高昂和商业价值不明被过度炒作。数字员工、AIOps、量子计算等技术的现实能力仍落后于期望。元宇宙、AR/VR等空间计算技术采用缓慢，多云策略在互操作性方面存在挑战。

对于大多数人来说，冬奥的观赛过程除了高呼一声「牛X」， 还有更多的时刻其实都是「问号脸」——什么是1620？什么是bFFF？什么是540抓板？

所谓病历内涵质控，简单来说指的就是对病历内容的质量控制。 那它为什么会让医生们如此耗时耗力呢？

在GTC2025大会上，英伟达CEO黄仁勋在一场至顶科技等全球媒体共同参与的记者会上表示， AI正在成为一个全新的制造业。AI不是传统意义上的软件开发，而是一场需要基础设施、能源和资本投入的产业革命。

近年来，全球范围遭遇勒索病毒袭击的公司呈逐年上升趋势，随着攻击态势发展，勒索病毒也处于不断的变异之中——更加隐蔽也更加危险。

如果没有文化层面的变革，数字化转型只能是一句空话。只有取得良好平衡，才能切实获得回报。

1982年的《霹雳游侠》、2006年的《赛车总动员》、2007年的《变形金刚》等影片，告诉我们一个道理——汽车是可以成“精”的。当大多数孩子幻想着自己能拥有一台“大黄蜂”时，看似普通的汽车也在慢慢的进行“升级”。

MOLE是一个由KAUST研究团队开发的创新框架，利用大语言模型从科学论文中自动提取数据集元数据。与传统方法相比，MOLE能提取30多种不同元数据属性，支持多语言数据集，并提供严格的验证机制确保输出质量。研究测试了包括Gemini、GPT-4o等七种大模型，结果显示Gemini 2.5 Pro整体表现最佳。MOLE通过自动化元数据提取，使研究人员能更容易发现和使用适合的数据集，促进研究效率和科学开放性。