丰田是世界上最大的汽车制造商之一，它已开始实施一个项目，以改变其数字化员工体验（DEX）。

云无界，中国造，协致远。浪潮商用机器将开放、国产、协作的理念融会贯通，面对日新月异的市场变革，以自主创新的硬实力，践行突破，打造数字化转型关键引擎，决胜云巅。

在容器环境下运行人工智能（AI）与机器学习（ML）工作负载，我们该做好哪些准备？专家们给出了下面这份预查验问题清单。

SAP 2024 TechEd大会展示了SAP最新的颠覆性创新成果，尤其是一系列可扩展Joule能力的新功能。

与此前的平面NAND相比，3D NAND技术的运用将使得错误检查代码更易于实现，这也进一步确定了容量提升的四级单元技术的可行性。

在电力行业对设备要求日益提升、客户需求日益多样化的今天，如何设计一款兼顾卓越性能、丰富功能和良好用户体验的电力设备？

Captions公司研究团队开发的Mirage模型实现了从音频直接生成说话视频的突破。该技术能准确生成与声音匹配的面部表情、唇型同步、手势动作和环境背景，甚至可仅从音频推测说话者外貌特征。基于统一的Diffusion Transformer架构，Mirage避免了传统方法的复杂专用模块设计，展现出卓越的情感表达和细节还原能力，为内容创作、教育培训和无障碍技术等领域开辟了新的应用可能。

代理式AI是继生成式AI后的新兴技术趋势，通过软件"代理"自动化复杂任务执行。与生成内容的生成式AI不同，代理式AI专注于执行操作。该技术将在两个方面影响数据中心：首先，随着48%的技术领导者已在使用代理式AI，这将增加LLM推理需求，进一步推动数据中心容量需求；其次，AI代理可能革新数据中心管理，自动化工作负载重新部署、性能优化和网络流量路由等任务，提升运营效率。

阿里巴巴团队发布了GUI-Owl智能助手，这是一个能够像人类一样操作电脑和手机界面的AI系统。该系统通过自进化数据生产、多样化能力构建和强化学习训练，在多项测试中超越现有模型，配合Mobile-Agent-v3多智能体框架可达到73.3%的任务成功率，为GUI自动化领域带来重大突破。

清华大学团队开发的ASM-UNet系统通过创新的自适应扫描机制，首次实现了医疗影像精细结构的智能识别。该系统结合群体共性和个体差异的双重评分策略，在胆管系统等微小复杂结构分割上取得突破性进展。团队还构建了BTMS数据集，为精细粒度医疗影像分割提供标准测试平台，推动精准医疗发展。

高通公司全球副总裁、技术许可业务（QTL）中国区总经理钱堃在知交会知识产权珠江论坛主论坛上发表了“驱动万物智能互联时代的创新发展”主题演讲。

下图就是使用labelimg这个开源工具对图像进行标注的任务，将每个标注的图框给与指定的单一分类，每张图形都可能有多个分类与多个物件，标框的原则也会影响将来的推理结果，如果标框过程比较粗糙（边界界定不清楚），后面得到的结果也会比较粗糙。

8月10日，2022年广东省科普讲解大赛半决赛在广东科学中心顺利举行。

医学正面临着前所未有的挑战：生成式AI。患者越来越担心像ChatGPT这样的AI工具出现在医疗领域。皮尤研究中心发布的调查显示，大多数患者担心：医疗保健服务商过度依赖AI来诊断疾病和推荐治疗方案（60%）。AI导致患者自己与医师失去个人联系（57%）……

英伟达与Akamai、Forescout、帕洛阿尔托网络、西门子和Xage Security等安全厂商扩大合作，旨在提升运营技术环境和工业控制系统的实时威胁检测与响应能力。合作将利用英伟达BlueField DPU处理安全工作负载，实现零信任分段、身份访问控制等功能。各厂商将在S4x26会议上展示相关技术集成方案。

新凤鸣（埃及）36万吨年功能性纤维项目，投资金额（万元）为197,786.40，项目推进到签署谅解备忘录与土地使用权转让合同这一步，很多关键约束开始从纸面走向现金流。

阿里达摩院发布VideoLLaMA3，这是首个采用"以视觉为中心"设计的多模态AI模型，能够同时理解图像和视频内容。该模型通过四阶段训练和任意分辨率视觉标记化等创新技术，在多项图像和视频理解基准测试中取得突破性成绩，特别是在数学推理方面提升显著。VideoLLaMA3为教育、医疗、内容创作等领域提供了强大的视觉理解能力。

耶鲁大学团队构建了首个科学图表理解评估基准MISS-QA，测试AI模型解读科学论文示意图的能力。通过评估18个前沿模型发现，即使最先进的AI模型准确率也仅达78.3%，远低于人类专家的89%。研究揭示了AI在图表理解、信息检索和推理方面的五大弱点，为科学AI应用的发展提供重要参考。

百度智能云物联网部总经理曹杨受邀出席“数字能源论坛”专题论坛并发表主旨演讲，分享双碳议题下，百度智能云“度能”产品在能碳数智化的落地方法论与最佳实践。

我相信，在开源开放成为软件生态的底层“源代码”和主流文化的基础上，类似寒武纪的“生物大爆发”才更有可能在科技产业提早出现。