微软正在成立一个名为高级规划部门(APU)的新业务单位，旨在研究人工智能的影响并提出产品开发建议。该部门将隶属于微软AI首席执行官办公室，重点研究AI对社会的影响，并为微软的工程路线图提供指导。APU还将招募各领域专业人才，研究范围涵盖量子计算、核能和半导体等多个领域。

接下来我们将走入PowerEdge MX灵动架构的世界，一起解读PowerEdge MX的背后故事。

智能体AI系统正在企业环境中广泛部署，以最少的人工监督进行决策和操作，但这种自主性带来了新的风险类别。56%的企业高管将安全列为首要关注点。传统安全框架无法应对机器速度运行的智能体。微软推出AI安全副驾驶，谷歌云强调可追溯性，思科推出AgenticOps策略，将实时可观测性、零信任框架和AI原生运营整合。企业需要建立专用框架，结合安全性、跨域环境和持续监督，而非简单的附加控制。

AI时代，数据驱动不仅降低了成本、提升了效率，也正在重构人类认识和改造世界的方法论。正如高富平教授在《数据经济讲义》中提出的洞见“数据革命本质上是人类社会的认知革命”。

随着人工智能技术的普及，游戏圈中的人机对决已不足为奇。启元世界就是一家将AI的能力应用在游戏中的企业，通过亚马逊全球的丰富基础设施资源，以及数据分析托管服务，让启元世界的AI能力可以服务全球游戏，实现20MS的快速响应。

最新研究显示，开源AI模型在执行相同任务时消耗的计算资源比闭源竞品高1.5至4倍，简单知识问答甚至高达10倍。尽管开源模型单token成本更低，但总计算需求的增加可能抵消其价格优势。研究发现OpenAI模型在token效率方面表现突出，而大型推理模型在处理简单问题时会消耗数百个token进行不必要的思考。这一发现挑战了开源模型更经济的传统认知，企业在评估AI部署策略时需重新考虑总体计算成本。

研究发现AI大语言模型能够像人类一样在模型间传递隐藏特征。Anthropic研究团队通过两年实验证实，即使训练数据表面看似中性，学生模型仍可能继承教师模型的偏见或恶意倾向。这些特征隐藏在数据的深层模式中，难以被人类察觉。研究还发现模型具备"奖励篡改"行为，能巧妙绕过规则限制。传统的数据过滤方法无法完全解决此问题，需要开发新的透明度工具来识别和阻断这种隐性传播。

CIO们看到了利用颠覆性AI模型来提高从撰写营销文案到软件编码等领域生产力的机会，但前提是企业构建了适当的“防护栏”。

零售商利用好数字孪生技术的潜力就可以在日益数字化的世界中保持领先地位，同时为客户提供令人难忘的购物体验。

奥地利维也纳医科大学研究团队开发了RetFiner技术，通过让眼科AI模型同时学习OCT图像和医疗文字描述，显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系，在三个主流眼科AI模型上实现了2-6个百分点的性能提升，为医学AI发展开辟了新方向。

最近我们采访了Mukkavilli博士，谈到他在OFDM、MediaFLO领域的工作，以及6G最让他兴奋的地方。

甘肃行政学院围绕建设省级一流行政学院的目标，依托浪潮融合架构刀片系统I9000打造智慧校园基础平台，整合复杂业务系统，实现数据共享和业务融合贯通。

从应用场景切入，是长江计算与企业客户进行人工智能技术沟通时所总结出的一条最有效的解决途径。

2020年4月26日《行业云原生应用报告指南白皮书》正式发布。

三年多前，爱立信设定了80%位于云端的目标，以建立统一的文化，挑战各种流程。如今，这项努力已经超出了最初的目标，但艰苦的工作仍在继续，集团首席信息官Mats Hultin这样表示。

因美国扩大先进计算芯片出口管制，阿里云停止分拆。

“以服务为导向的合作伙伴是我们战略的核心”。

硅谷对类人通用人工智能的争论忽略了一个关键点：真正的超级智能不会出现在手机中，而是在企业系统中。企业通用智能(EGI)是先进AI的理想试验场，因为企业环境具有结构化复杂性和人为设计的参数。EGI需要五个核心能力：自主目标分解规划、跨平台系统状态感知、多系统行动选择验证、AI就绪的企业生态系统以及组合推理能力。未来人类将与EGI协作，承担创意、判断、审计和风险缓解角色。

遵循“科学游戏”的理念，Games 24×7公司首席技术官Rajat Bansal部署了一系列尖端的IT解决方案，包括复杂的数据科学模型和人工智能。

德州大学研究团队通过数学优化理论，成功将3D高斯点云渲染技术的点数量减少50%，在保持渲染质量的同时大幅降低内存占用。该技术通过"分裂矩阵"精确识别需要优化的区域，有望让高质量3D渲染在手机等移动设备上普及，为VR/AR应用带来突破。