我们将需要基于语言输入处理视觉坐标的任务称为细粒度多模态理解。对于这些任务，当前的MLLMs主要集中在两个方面：有的模型擅长图像中物体的空间定位，但在细粒度时间理解任务上表现不佳；有的模型专门擅长像TVG这样的细粒度时间理解，但无法确定物体的边界框。现有的MLLMs无法统一实现空间、时间和交错的细粒度多模态理解任务。

正确地运用人工智能（AI）和机器学习，通过加强IT运营流程和工作的自动化，将会极大地简化IT的运营。IT已经变得越来越复杂，用户迫切需要能够简化工作流程的技术。

美国和加拿大第四大的车队管理公司Merchants Fleet管理着将近6万辆汽车，该公司的高级副总裁兼首席技术和数字官Jeanine Charlton探讨了数字化转型如何成为增长和创新的工具。

在企业发展过程的瓶颈时期、在团队更迭的建设时期、在发掘新商机的探索时期，IBM车库创新团队的加入能够加速新想法的验证，助力企业加速数字化创新和转型，使灵感成型落地，实现成果转化。

这家美国跨国企业与Chemical Abstract Services公司展开合作，大大提高了化学家为给定应用（包括更换相关材料）确定正确分子的能力。

过去，扩展和实施AI对企业和组织而言一直是极具挑战的，只有54%的AI项目能够成功地从试点阶段过渡到全面投产。企业急需具备恰当的专业知识与能力的转型伙伴来帮助他们走上正轨。

据Synergy Research近日公布的最新数据显示，AWS在公有云基础设施服务市场上继续独占鳌头，并且与最接近的竞争对手仍保持一定的距离。

房车和露营用品公司Camping World的首席信息官Sruti Patnaik谈到了如何在创造当前价值的同时构建面向未来的架构。

墨尔本中心将结合西门子与斯威本的技术，打造澳大利亚电网的数字孪生体。

Unity是基于Microsoft .Net Framework开发的游戏引擎

有关患者、医疗机构、大学临床试验和研发数据的收集可能是高度个人化或敏感的，并且具有很高的价值。这些数据对潜在的黑客很有吸引力，因为他们了解泄漏此类数据可能对个人或机构声誉造成的影响，因此他们认为获得赎金的机会更大。

在2021年，DevOps 将会有哪些新的动作？有哪些值得关注的发展趋势？本文我们将探讨明年将撼动Devops的八大技术趋势。

VMware最近宣布了一项收购计划，旨在使旗舰vSphere虚拟化平台能够更好地运行人工智能应用。

2026年25%的人每天将至少在元宇宙中工作、购物、学习、社交或娱乐一小时。

Red Hat今年将对合作伙伴计划进行一系列更新，向合作伙伴承诺增加新的加速器计划、产品演示平台、提高透明度、升级的交叉协作工具，以及更容易获得技术、培训和资源。

如今，数字孪生技术可能成为汽车、电动汽车、智慧城市、国防和制造等行业未来发展的变革力量。

数源AI推荐的论文介绍了Panda-70M数据集，该数据集通过多模态教师模型自动为7000万个视频生成高质量字幕。研究表明，该数据集在视频字幕生成、视频文本检索和文本驱动视频生成等下游任务上表现优异。

多年来,企业、政府和研究人员一直在努力解决从 PDF 文件中提取可用数据的难题。PDF 文件虽然广泛应用于存储各类文档,但其固定格式常常使数据难以被机器读取和分析。传统 OCR 技术在处理复杂布局时效果欠佳,而新兴的 AI 语言模型虽有潜力,但也存在幻觉和误解等问题。目前仍无完美解决方案,这个挑战将持续影响数据分析和机器学习领域。

富国银行（Wells Fargo）高级副总裁、企业架构负责人Mike Telang认为，尽管银行的业务在过去几十年基本没有什么变化，但银行的运营方式却发生了巨大变化。

我们和很多人谈到了英特尔的Ruler SSD和三星“迷你Ruler”SSD，其中我们从Infinidat那里得到了一些有趣的观点。