近日，国务院出台措施助力中小微企业发展。

特拉维夫大学研究团队发现AI在思考时具备类似人类的"进度感知"能力，并开发出"超频"技术让AI思考更高效。通过提取AI内部的"思考进度向量"，不仅能实时显示AI的思考进展，还能主动调节思考速度。实验显示该技术在数学推理任务中将AI思考时间缩短30%的同时提升了答题准确率，为AI的可解释性和效率优化开辟了新方向。

作为行业巨头，联合服务汽车协会（USAA）在保险、银行业、金融服务、汽车零售以及其他服务层面都有着庞大的业务体系。同时，在客户服务与客户体验相关创新方面USAA的领导地位可谓无与伦比。

快手推出的Keye-VL是一个专门为短视频理解而设计的80亿参数AI模型，在视频内容理解、数学推理和多模态任务方面达到同类模型中的最高水平。该模型采用独创的五模式推理系统和四阶段训练策略，能自动判断任务难度并选择合适的思考方式，在快手自建的KC-MMBench短视频基准测试中大幅领先其他模型。

港科大团队提出的动态掩码稀疏注意力机制通过内容感知的动态掩码生成和位置感知的稀疏计算，让大语言模型学会智能分配注意力资源。该方法在保持完整信息的同时大幅降低计算复杂度，在长序列处理中实现10倍以上加速，并在多项基准测试中超越现有方法，为高效长文本处理提供了新的解决方案。

近日，博睿数据应用性能监控产品Bonree Server全面升级，在自动化、可观测性方面带来了两项重要研发成果：服务自动发现和Docker容器监控，让企业更加从容迈向云原生架构。

各行业目前都在开始采用分布式总账进行创新，值得一提的是其中的一个行业可以大大受益于区块链提供的透明度和可追溯性。

它真的值得你每月额外支付10美元吗？

在x86服务器市场，AMD一直以其高性价比产品得到用户的青睐。其最新推出的第二代AMD EPYC (霄龙)系列处理器(在产品性能、规格和创新特性、以及价格等方面都极具竞争力，可以为在线教育提供更高效、稳定、高性价比的全面保障。

想象你正在图书馆中寻找资料，传统方法就像是直接翻阅一堆随机摆放的书籍片段，而今天我要介绍的"NodeRAG"则像是一位贴心的图书馆管理员，不仅整理好了所有资料，还为你绘制了一张详细的知识地图，让你能够精确找到所需信息，甚至发现书本之间的隐藏联系。

沉浸在语聊房社交场景的开发者可能已经发现，一款真正意义上的开箱即用的通信云产品近期悄然问世。

由工业和信息化部主办的2019中国国际信息通信展览会（PT EXPO CHINA 2019）在北京举办。大会期间，IMT-2020(5G)推进组和英特尔共同承办了以“开放·融合·智能”为主题的5G云网融合技术论坛和以“创新应用 共赢5G”为主题的5G行业应用创新论坛。

香港中文大学团队开发出MathCoder-VL，这是首个通过代码理解数学图形的AI模型。该系统将图形转换为精确绘图代码，而非模糊的自然语言描述，从而实现对几何图形的精确理解。研究团队构建了860万图形-代码配对的训练数据集，让AI学会"看图写代码"，并能创造性地生成新的数学图形。在几何问题测试中，MathCoder-VL超越了GPT-4o等顶级商业模型，为数学教育AI应用开辟了新道路。

日前，IDC发布了一份全球人工智能支出指南预测，在预测中，IDC认为未来四年全球人工智能（AI）相关支出将翻倍，从2020年的501亿美元增长到2024年1100多亿美元。

大连理工大学和浙江大学研究团队提出MoR（Mixture of Reasoning）方法，通过将多种推理策略嵌入AI模型参数中，让AI能自主选择最适合的思考方式，无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段，实验显示MoR150模型性能显著提升，比基线模型提高2.2%-13.5%，为AI推理能力发展开辟新路径。

虽然由于疫情原因，今年的数博会无法线下召开，但是借助数字手段，今年的数博会在笔者看来更具科技范儿，线上展会模式创新亮点挺多，体验好，特别是采用了元宇宙、区块链、VR/AR等先进技术给线上参会者带来了新鲜的体验。

液环式真空CDU在解决漏液方面有着立竿见影的效果，但是浪潮信息并没有止步于此，而是在液环式真空CDU基础上进行了多个层面的技术创新，包括对理论设计和实现可行性等进行评估，并进行方案的迭代设计。

虽然自Ginni上任以来，就明确将云计算作为战略转型目标的基本前提和基础，但是IBM在这一领域可以说属于后来者，存在感一直稍弱于AWS、微软和谷歌。然而，多云趋势的出现却给了IBM云一个大展拳脚的机会。

近年来，中国的城市化进程发展势头强劲，以北上广深为代表的超一线城市以及城市群的经济辐射催生的成都、杭州、重庆、武汉、苏州等“新一线城市”的崛起表明

普林斯顿大学等40多家顶尖机构联合发布首份自我进化智能体综合报告，系统阐述了AI从静态工具向自主学习伙伴转变的技术路径。研究揭示了智能体如何在模型、记忆、工具和架构四个层面实现自我优化，通过实时学习和课后总结两种时机持续进化，并在医疗、教育、编程等领域展现实用价值，为实现通用人工智能提供了清晰框架。