英伟达提出"AI工厂"概念作为大规模创建AI系统的新范式，将AI开发比作工业流程：原始数据输入，通过计算精炼，最终产出有价值的智能模型。本文深入探讨英伟达的AI工厂愿景，解析其如何实现智能的工业化生产。

AI 正在迅速改变我们的工作方式，无论是通过自动化任务、作为副驾驶还是生成文本、图像和软件。虽然目前尚未出现大规模的劳动力替代，但多项研究预测未来几年内 40% 的全球就业岗位可能面临 AI 自动化的冲击。这可能是暴风雨来临前的宁静。

牛津大学研究发现，尽管大语言模型在医学考试中表现出色，但在实际应用中效果大打折扣。研究显示，LLM直接测试时能94.9%准确识别病症，但人类使用LLM诊断时准确率仅34.5%，甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出，仅凭非交互式基准测试评估LLM存在误导性，需要真实的人机交互测试才能准确评估AI系统的实际性能。

VMware 主权云服务提供商通过主权SaaS，支持现代化工作负载，创造差异化并简化运维 最新研究显示了主权云的必要性，帮助企业实现在数据货币化和数据主权之间的微妙平衡

今年7月，甲骨文推出基于Hyperledger Fabric构建的Oracle区块链云服务，帮助企业实现实时的信息共享，逐步将企业应用扩展至外部。对此，区块链负责人熊光樑在接受记者采访时表示，甲骨文的目的是让自己承担更多的工作，让企业能以更低的门槛用上区块链技术。

这项由上海人工智能实验室等机构联合发布的研究提出了VeBrain框架，成功解决了多模态大语言模型在现实世界应用中的关键挑战。VeBrain通过将机器人控制重新定义为2D视觉空间中的文本任务，统一了多模态理解、视觉空间推理和物理控制三大能力。研究团队还创建了包含60万条高质量指令数据的VeBrain-600k数据集，并设计了创新的机器人适配器将模型决策转化为实际运动。实验结果表明，VeBrain在13个多模态基准和5个空间智能基准上表现优异，并在实际机器人应用中展示出强大的适应性和组合能力。

OPPO AI团队发布TaskCraft系统，通过自动化工作流程生成高质量AI智能体任务。该系统采用原子任务构建和深度/宽度扩展策略，能够自动创建需要多步骤、多工具配合的复杂任务，生成约36000个不同难度任务。相比传统人工标注，TaskCraft大幅降低成本，任务通过率达43%，显著优于直接生成方法的18.5%。

本文探讨了 SBOMs、HBOMs 和 CBOMs 如何帮助企业全程掌握软件供应链组件、及时发现和修补漏洞，并满足法规要求，从而提升网络安全防护水平。

最近进展使大型视觉语言模型 (Large Language Models for Vision，vLLMs) 能够生成详细的感知输出，包 括边界框和掩码。然而，限制这些 vLLMs 进一步应 用的两个约束是：每个查询无法处理多个目标，以及 无法识别图像中查询对象不存在。

2020年，在全球性疫情的大背景下，5G商用、新能源汽车的兴起打开巨大芯片缺口，而疫情防控导致的需求积压。国产芯“弯道超车”的呼声成为现实。

如果您身为一位CIO，希望在企业的数字化转型之旅中树立起自己的声誉，那么2021年绝对是需要好好把握的一年。

随着AI技术和数字化技术的发展，人工智能正以前所未有的深度重构新产品开发流程中的每一个环节。

经过近一个月的线上选拔和天津、南京两场线下半决赛的角逐，BCS2020系列活动2020安全创客汇诞生了最终十强。8月11日，他们将在2020北京网络安全大会期间，决出最后的总冠军，进而赢得顶级投资机构的资本及资源支持。

卡内基梅隆大学研究团队深入分析了当前世界模型的根本缺陷，提出了PAN架构。该研究发现现有系统过分关注视觉效果而忽略智能推理，提出混合表示和多尺度推理的解决方案。PAN采用离散标记和连续嵌入的组合，通过增强的大语言模型和扩散预测器实现真正的"思想实验"能力，为AI从内容生成器向智能推理系统的转变提供了新路径。

针对未来一年生成式AI和AI Agent等创新技术的发展趋势，Cloudera发布了2025年五大科技趋势预测，为企业提供数据治理的战略指导，帮助其充分释放AI的潜力。

有时候，最大最真的道理反而解决不了任何实际问题。这不只是种悖论，同时也是一种定义。在某些矛盾的核心当中找出真相，才有可能确定继续前进的最佳道路。

OpenAI正致力于打造能够执行复杂任务的AI智能体，这一努力源于其数学推理团队MathGen的突破性工作。通过结合大语言模型、强化学习和测试时计算技术，OpenAI开发出了o1推理模型，该模型在国际数学奥林匹克竞赛中获得金牌。尽管当前AI智能体在主观性任务上仍有局限，但OpenAI相信推理能力的提升将最终实现通用智能体的目标。

马克斯·普朗克研究所推出GPTailor技术，通过多模型智能融合实现大语言模型25%参数削减的同时保持97%性能，为AI模型高效部署提供新思路。该方法将模型压缩从单一模型"减法"转变为多专业模型"重组融合"，在14项基准测试中显著优于传统压缩方法。

Akamai亚太及日本地区移动产品战略总监Vijay Krishna Kolli也表示，Akamai在全球都有很多最佳实践，可以把这些最佳实践应用到不同的市场中去，帮助企业避开出海弯路。

加密货币的市场规模预计将从2019年的10.3亿美元每年增长6.18％达到2024年的14亿美元，这主要受到了分布式记账技术的透明度、发展中国家的高汇款额、跨境汇款的高成本、货币监管的波动以及风险投资的增长等多个因素的推动。