这项来自普渡大学和微软的研究探索如何让AI助手更好地保护用户隐私。研究团队通过让大型语言模型在回答前先思考"语境完整性"(即在特定场景下什么信息适合分享)，并结合强化学习技术进行训练，成功降低了隐私信息泄露风险高达40%，同时保持了任务完成能力。研究仅使用约700个合成数据样本进行训练，却在真实场景测试中展现出色效果，为构建更隐私友好的AI助手提供了实用方法。

稳固已有市场的同时，NVIDIA也在拓展新领域，比如元宇宙、自动驾驶。从本次的发布看，Omniverse正在成为NVIDIA的重心。同时，随着汽车市场的智能化，NVIDIA在车载芯片方面也在加大布局。

想象一下，你正在寻找一双舒适的鞋子。卖家递给你一双"通用型"鞋子，声称它适合所有人。你试着穿上它，却发现这双鞋对你而言要么太紧，要么太松，总之就是不合脚。在人工智能评估领域，这个问题同样存在——目前我们使用的是"一刀切"的评估方式，用同样的提示词（prompts）来评估不同的AI模型，却忽略了每个模型都有其独特的"脚型"。

中世纪的城市被城墙保护着，陌生人经过检查后看门人才会让他们进去。如今的现代大都市地区，离不开电力、互联网、国际供应链和通勤的上班族，不可能以这种方式加以保护。

这个逻辑绝非危言耸听。戴尔科技集团和独立的未来研究组织IFTF合作，对2030年人机协作进行的调研，就发现：人类与机器之间的差距正在不断缩小，比特与原子之间的边界正在模糊化。

随着生成式AI被嵌入到越来越多的设备中，赋予它自主决策权就将取决于实时数据，以及避免过高的云成本，这就是边缘计算的用武之地。

华为全联接大会2022第二天，依旧是干货满满，在华为常务董事、ICT基础设施业务管理委员会主任汪涛的带领下，大会围绕数字基础设施 ，发布了众多产品

BiomedSQL是由NIH和DataTecnica团队开发的首个生物医学文本转SQL基准，专门评估大型语言模型在生物医学知识库查询中的科学推理能力。这项创新研究构建了一个包含68,000个问题-SQL-答案三元组的数据集，基于整合了基因疾病关联、组学数据和药物记录的BigQuery知识库。与通用文本转SQL系统不同，BiomedSQL测试模型是否能理解隐含的科学约定（如基因组显著性阈值为p<5e-08）并执行多步推理。

在千亿模型满天飞，MOE架构正流行的当下，一个在AI领域名不见经传的企业，贝壳找房，发布了一款32B的稠密模型，AM-Thinking- V1。在包括AIME在内的多项AI基准测试中，这款中等参数模型碾压了满血版671B DeepSeek-R1，性能与阿里刚刚发布的Qwen3-235B-A22B持平。

厂商和解决方案提供商致力于让客户应对GDPR不那么困难，推出了各种功能和能力评估GDPR相关数据所在位置、将用户意愿偏好付诸行动、让用户能够统一查看关于企业组织的所有数据、以及为未来管理GDPR数据制定计划。

本期“众智有为 致敬同路人”系列采访，走进了一家有着胡杨精神的公司——中天乾坤，公司发展至今已有18年，研发人员占比超6成，业务覆盖全国20余城，一直投身于数智化征途中。

本期“众智有为 致敬同路人”系列采访，走进了一家有着胡杨精神的公司——中天乾坤，公司发展至今已有18年，研发人员占比超6成，业务覆盖全国20余城，一直投身于数智化征途中。

今年6月，中国青年报社、北京邮电大学、华为云联合发起了“代码上太空”征集活动。包括陈姝彤在内的广大青年学生受邀前来，开发适用于卫星的创新应用。

这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究，揭示了大语言模型安全测试的根本规律：越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合，研究团队发现：更强的模型是更好的攻击者；当目标能力超过攻击者时攻击成功率急剧下降；社会科学能力比STEM知识更能预测攻击成功。基于这些发现，研究者建立了预测模型，表明随着AI进步，人类红队测试可能逐渐失效，提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。

AI不会简单替代SaaS，而是让CRM从"工具"进化为"智能业务伙伴"，而且这种变革正在重新定义企业软件的应用方式和价值创造路径。

微软智能云宣布即将在华发布一系列混合云服务及功能更新，包括将于今年下半年发布预览的Azure Stack HCI 22H2版本、Azure Arc-enabled Servers、Azure Arc-enabled Kubernetes公开预览版本，以及针对应用程序、数据和机器学习服务的相关更新

云数据库的出现，赋予了企业充分的弹性力和创新力。

在山东能源集团和用友能源的共同努力下，山东能源集团的电商平台实现了统一门户、共享中心、商品交易平台、增值服务、数据分析辅助决策。以共享中心为例，山东能源集团构建了企业级的互联网架构平台。

通过在相对简单的模拟流程中添加随机性，OpenAI正在训练机器人学会如何执行复杂的手动操作。

这项研究提出了ZPressor，一种轻量级模块，可帮助前馈式3D高斯渲染（3DGS）模型更有效地处理大量输入视图。研究团队通过信息瓶颈理论，将输入视图分为锚点视图和支持视图，然后使用交叉注意力将支持视图信息压缩到锚点视图中。实验表明，ZPressor可让现有模型在80GB GPU上处理100多个480P输入视图，同时提高渲染质量并降低计算成本。在DL3DV-10K和RealEstate10K数据集上，集成ZPressor的模型在PSNR等指标上显著优于原始模型，特别是在处理36个输入视图时性能提升更为明显。