日本AI实验室Sakana AI开发出名为M2N2的新型进化技术，让开发者能够在不进行昂贵训练和微调的情况下增强AI模型能力。该技术突破了其他模型融合方法的局限性，甚至可以从零开始进化出全新模型。M2N2适用于大语言模型和文本到图像生成器等不同类型的机器学习模型，为企业构建定制AI解决方案提供了高效途径。

新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展，涵盖超过200项代表性工作。研究将该领域归纳为四大方向：多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型，分析了从RLHF到可验证奖励范式的政策优化策略演进，并识别出样本效率、泛化能力和安全部署等关键挑战，为这一快速发展的交叉学科提供了完整的技术地图。

今天，这家计算机巨头表示，由于其系统、服务和金融部门的表现欠佳，该公司的第三季度收入下降了。

新加坡国立大学研究团队通过分析150多篇相关论文，首次建立了评估提示词质量的21属性框架。研究发现当前提示词研究存在严重不平衡，某些模型和任务被过度关注。通过969个高质量提示词样本分析，团队发现属性间存在强关联性。实验显示单一属性优化往往比多属性组合效果更佳，且用属性增强数据训练的模型表现显著提升。

9月21日，钉钉召开数字化领军企业2022秋季钉峰会。会上，钉钉发布了年度数字化趋势关键词——“数字韧性”，并首次对外阐述了大客户战略。

开源无处不在。多年来研究人员一直关注开源使用的增长，但由于现在开源十分普遍，他们对建立在开源组件基础上的应用安全愈发担忧。

如今，通过数据中心和网络传输的数据量正以每年25%的速度增长，并且丝毫没有放缓的迹象。要想高效地传输、存储和处理这些数据，就需要高度优化、高带宽、低延迟的连接解决方案。

新能源汽车制造商特斯拉的后视镜中有一个中国竞争对手。

“数智化革命”的大局观、方法论与兵器谱。

印象笔记和Notion代表着笔记应用的两个世代，当所有人都要把AI“武装到牙齿”，它们又能玩出什么花样？

马蹄铁的故事大家都耳熟能详。以前有个国王要打一场重要的仗，战前准备中，马夫给国王的战马钉第四个马蹄铁时发现少了一颗钉子，眼看战争即将开始，国王匆匆骑上这匹未钉完马掌的战马就上了战场...

“我们希望将仿生机械臂IP化，做成追觅的IP，未来仿生机械臂将是独属于追觅的IP。”

最近，微软 Python 开发者 Steve Dower 发布博文，回忆了 Python 如何在公司内部流行起来的。

随着信息技术与运营技术间的不断融合，COO需要具备更强的技术深度与跨学科/部门协作能力，而这正是CIO的天然强项。因此，未来相信会有更多CIO一步步晋升为COO。Drumgoole建议，现任CIO们一定要抓住这个难得的历史性机遇。

ServiceNow 利用基于 AI 的统一平台整合销售、服务与订单管理，挑战 Salesforce 的传统 CRM 模式，并通过收购 Moveworks 推动企业数字化转型。

要想销售大量硬件用以支持AI工作负载，最好的方法就是让地球上的每一个国家都坚信AI极其重要，因此必须在本国境内建立起庞大的AI基础设施。只有这样，才能预防某些政治或者经济危机导致跨国云服务商无法继续交付AI技术工具。

人工智能正在深刻改变我们的生活方式。从日常工作到社交娱乐，AI 已成为数百万人的得力助手。随着生成式 AI 市场快速增长，预计到 2030 年将达到 3560 亿美元规模。面对 AI 的迅猛发展，我们需要思考如何在享受其便利的同时，保持自主性和人性化特质，建立一个健康的人机协作关系。

时光荏苒，转眼之间，改革开放已满40周年，我国的医疗卫生事业得到了飞速的发展。

近几年来，各行业纷纷跨界加入造车行列，不说传了多年要造车的国外手机巨头、出资纯电动汽车的科技互联网大厂，国内的科技企业也在跃跃欲试，比如阿里巴巴、华为、百度、小米和滴滴出行。

所谓的提示是指我们给人工智能工具下达的指令，提示用于引导人工智能工具的输出。我们可以把提示想象成现代计算机代码的等价物，只不过提示是用自然语言编写的。与编写传统计算机程序一样，编写的提示也有好坏之分，好的提示可以有效地引导人工智能工具生成所需要的输出，不好的提示就做不到这一点。