2022年，新消费投资热潮逐渐退去，随着外部环境的持续复杂多变，消费行业投资成本大、生产技术不规范、市场趋于饱和等问题逐渐显露，新消费企业在面临市场不确定性、不规范性等问题时的风险趋近峰值。

北京邮电大学联合腾讯团队开发的We-Math 2.0系统，通过构建491个知识点的数学知识体系、创新的三维难度建模和渐进式强化学习框架，让AI模型获得了真正的数学推理能力。该系统仅用9800个高质量样本就达到了与大规模数据训练相当的性能，在多个基准测试中表现优异，为AI数学教育应用开辟了新道路。

由观远数据·盖雅工场·伯俊软件三家联合举办的新零售私董会已于4月19日在上海落下帷幕。

IBM 计划推出全新容器原生软件定义存储解决方案 IBM Spectrum Fusion HCI；新发布的 IBM ESS 3200 提供先前型号 2倍的数据访问性能。

“雄性与雌性的行为为何有所不同？”

南京大学研究团队构建了SpatialVID，一个包含2.7万小时高质量视频的大规模空间标注数据集。该数据集为每个视频片段提供精确的摄像机姿态、深度信息、动态掩码和结构化语义描述，涵盖城市、自然、室内等多样场景。通过严格的四重筛选机制和创新的几何先验增强标注流程，SpatialVID在规模和质量上都创下新纪录，为训练具有空间理解能力的AI模型提供了前所未有的数据基础，将推动自动驾驶、机器人导航、虚拟现实等领域的技术进步。

据相关数据显示，采购数字化近年来一直保持20%以上增速，预计2022年市场规模将超200亿元。

特征模型（features model）是人工智能深度而学习的灵魂，其优劣程度就决定了前端推理结果的成败，包括计算性能与精确度的综合考量，是整个人工智能应用的最关键环节，而提取特征的训练（或称为学习）过程，是创建该项人工智能应用的起点。

基于此，IBM中国金融事业部大客户经理马勇、IBM 大中华区主机及 LinuxONE 系统技术架构师孙晓妍共同撰写署名文章，解读中国保险行业IT架构转型的紧迫性和可行路径，以及为何IBM LinuxONE企业级服务器依然是中国险企的IT基础架构之选。

这项研究利用大语言模型解决科学新颖性检测难题，南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架，训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明，该方法在市场营销和NLP领域显著优于现有技术，为加速科学创新提供了有力工具。

本文介绍了如何通过知识图谱对多源异构的数据进行数据集成，以及百分点使用知识图谱进行数据集成的几种方案和如何通过元数据与存储分离查询的方案赋予知识图谱“动态”的特性。

这项研究介绍了一种名为FlowPathAgent的神经符号代理系统，用于解决流程图归因问题。研究团队提出了流程图精细归因这一新任务，构建了FlowExplainBench评估基准，并开发了结合视觉分割、符号图构建和基于代理的图形推理的方法。实验表明，该方法在归因准确性上比现有基线提高了10-14%，特别在处理复杂流程图时表现出色，为提升人工智能系统在处理结构化视觉-文本信息时的可靠性和可解释性提供了新途径。

上海交大等机构联合提出ADC方法，通过双人协作的对抗性数据收集策略，让机器人仅用20%的训练数据就能获得更强的环境适应能力和指令理解能力。该方法引入"对抗操作员"在训练过程中制造视觉和语言扰动，迫使主操作员实时调整策略，从而大幅提升数据信息密度和机器人的鲁棒性表现。

英特尔始终致力于让AI更易于使用、更开放、更安全，从而满足全球企业的不同需求。通过Intel Vision 2024大会上公布的全新合作和解决方案，英特尔将在AI浪潮中全力引领创新，让AI为各行各业带来前所未有的价值。

随着中国经济步入高质量发展阶段，中国企业的数字化转型已到了一个关键时期。市场开放、需求增长和企业家的拼搏精神，正带动中国企业在产业链和全球化运营中打破边界，实现发展目标。

从长远来看，绿色发展不但是一个值得关注的方向，也是一个应该关注的领域。

本文探讨技术进步如何促使人类从体力劳作向认知转变，从工业革命、数字时代到 AI 驱动下的全新认知迁移与自我重塑。

Amazon DynamoDB代表了亚马逊在大型非关系型数据库和云服务技术领域15年持续投入的成果。

香港科技大学团队提出WebExplorer框架，通过"模型驱动探索"和"迭代查询演化"两阶段生成高质量训练数据，成功训练出80亿参数的WebExplorer-8B模型。该模型在多个信息搜索基准测试中超越了720亿参数的大型模型，支持长达100轮的工具调用和128K上下文长度，展现了开源AI在网络助手领域的突破潜力。

在最近的一期《今日AI》播客中，葛兰素史克公司消费者保健业务美洲创新和新兴技术负责人Subroto Mukherjee，谈到了制药行业是如何使用人工智能和机器学习技术的，且介绍了人工智能和机器学习技术的独特用例。