Cognizant 推出了神经 AI 多代理加速器和服务套件，旨在帮助企业快速开发和部署 AI 代理。该技术通过预构建的代理网络模板和无代码框架，实现了跨职能的可扩展性和自主决策能力。这一创新有望推动 AI 代理在企业工作流程中的广泛应用，促进人机协作，提升业务效率和适应性。

负责支持和保护数字化体验且深受全球企业信赖的解决方案提供商阿卡迈技术公司（以下简称：Akamai）（NASDAQ：AKAM）今日宣布推出公司新一代Web应用程序和API保护（WAAP）解决方案——App & API Protector。

保险行业的实质就是一种数据业务。凭借强大的业务量队伍以及作为业务基石的发病率/死亡率数据，保险公司的产品始终以大规模数据存储库的开发和分析为前提，根据用户群体的寿命和健康状况预期提供财务保护。

云服务和各种人工智能（AI）应用编程接口（API）推动着仓储、零售等多个行业的数字化转型。过去数年内，物联网（IoT）的发展催生了数以百万计的传感器数据，而这些数据则被传输到了公有云和私有云上的基础设施，并对其进行分析。

这些顶级移动应用商店在此承诺，针对开发者提交64位应用所必须的所有前期准备工作业已就绪，即将把安卓生态系统推向64位的新纪元，从而为两年后纯64位设备的面世铺平道路。今天的当务之急，首先是开发者必须在这些移动应用中及时添加64位支持。

上海AI实验室发布OmniAlign-V研究，首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准，通过创新的数据生成和质量管控方法，让AI在保持技术能力的同时显著提升人性化交互水平，为AI价值观对齐提供了可行技术路径。

对于英特尔计划建设的实验室，Beran总结道“这样的大型设施就像是游乐场，我们可以亲身前往、见证新型基础设施的运作方式。建成之后，运营商能够直接体验液冷方案，了解这些系统如何在数据中心环境下稳定运行。这将给整个行业创造出巨大的价值。”

这项由不列颠哥伦比亚大学张翔和曹俊泰领衔的研究，揭示了大语言模型中一个被忽视的关键限制：分词系统对符号和算术推理能力的影响。研究团队发现，即使使用思维链提示技术，模型的推理能力仍受制于分词格式。通过将原子符号（如字母）明确分割的输入格式，可使模型在计数、排序和反转等任务上的准确率提升高达80%。实验证明，在优化分词条件下，较小模型甚至能超越更大模型的表现。这一发现颠覆了传统认知，提示我们分词设计对模型能力的重要性不亚于模型架构本身。

5月20日，联想发起新一轮主题为“联想方案服务，陪伴智能化转型每一步”品牌焕新行动，新广告刷爆全国172块大屏，覆盖北京、上海、杭州、深圳、沈阳、成都、长沙、武汉、广州、西安共10个城市。

昆仑公司Skywork AI团队开发的Skywork R1V模型，成功将文本推理能力扩展到视觉领域。该模型仅用380亿参数就实现了与大型闭源模型相媲美的多模态推理性能，在MMMU测试中达到69.0分，在MathVista获得67.5分，同时保持了优秀的文本推理能力。研究团队采用高效的多模态迁移、混合优化框架和自适应推理链蒸馏三项核心技术，成功实现了视觉理解与逻辑推理的完美结合，并将所有代码和权重完全开源。

英特尔近日在第二届年度Intel Innovation活动中表示，将把一些最为先进的技术引入英特尔Intel Developer Cloud平台上。

信息交流可以促进透明度，透明度则孕育有效的市场。

想象一下，有一座能容纳数百万册图书的巨大图书馆。当你需要查找特定信息时，必须浏览所有书籍才能找到所需内容。这正是现代AI大模型（如ChatGPT）处理长文本时面临的窘境。

英特尔为数据中心提供了新装备。

英特尔为数据中心提供了新装备。

今天，企业及IT从业者们对数据库的期望比以往任何时候都高，我们希望数据库必须以极高的效率运作的同时，还要向人工智能（AI）等创新应用敞开大门。

Voxeleron选择戴尔AI数据科学工作站，为其提供完全集成的AI硬件和软件解决方案，为数据科学家提供划时代的强大数据科学平台，保证全球客户期望的卓越性能和可靠性。

2019冠狀病毒病(COVID-19) 突然出现在我们所有的社区里，也迫使当地政府和城市首席信息官（CIO）以有意义的方式做出响应。

这项由德州大学达拉斯分校主导的研究是首个全面梳理大语言模型在科学研究全生命周期应用的综合调研。研究团队系统分析了AI在假设发现、实验实施、论文写作和同行评议四个关键环节的作用，展现了从"AI副驾驶"到"全自动驾驶"的技术演进。研究发现AI不仅能提高研究效率，还能激发跨学科创新，但也面临技术局限、评估标准和伦理挑战。

阿里云团队开发了Fin-PRM，一个专门针对金融推理的AI评判系统。该系统采用双重评判机制，既检查推理步骤准确性又评估整体合理性，并具备专业知识验证功能。通过3000个高质量样本训练，在三大应用场景中显示出显著性能提升：数据筛选提升12.9%，测试选择提升5.1%，强化学习提升5.2%，为金融AI的专业化发展提供了重要技术支撑。