日前，Canva正式宣布，面向中国市场推出Canva中文版产品，针对中国用户对于平面设计日益蓬勃和多样化的独特需求，量身打造中文网站以及移动端应用，为中国用户提供更为友好的中文界面、更为丰富的设计素材和更为本地化的产品功能。

通过广泛而深入的生态合作，英特尔正以科技创新加速人工智能应用落地与升级。

LoRAShop是弗吉尼亚理工大学研究团队开发的突破性框架，首次实现了无需额外训练的多概念图像编辑。该技术通过在整流流变换器中识别概念特定区域，创建分离的潜在掩码，并仅在相应区域混合LoRA权重，有效解决了"LoRA交叉干扰"问题。实验证明，LoRAShop在身份保留、多主体融合和实时编辑方面优于现有方法，为个性化图像创作开辟了新途径。

在AI生态格局中，创新创业公司扮演了重要的角色。而英伟达初创加速计划多举措持续赋能AI产业，加速初创企业业务创新，推动了人工智能产业的快速发展。

这项研究提出了"适应再连续学习"（ACL）框架，一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整，ACL使模型既能更好地学习新知识（提高可塑性），又能保留已有知识（维持稳定性）。实验证明，该框架能显著提升各种连续学习方法的性能，为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。

CSMA的这些理念与Fortinet Security Fabric安全架构完全相同。作为全球网络安全企业，Fortinet洞察网络安全发展趋势，在十年前就开始布局Security Fabric安全架构。经过十年的演进，可以说Security Fabric安全架构已经成为建设CSMA最佳范式。

施耐德电气中国软件研发中心AI创新负责人张毅与阿里云智能集团公共云华北大区解决方案总经理陈立伟、意言科技联合创始人兼COO王以宁、施耐德电气博利德自动化系统（上海）有限公司总经理王冬梅，最近也展开了一场关于AI如何推动快消品企业在市场营销、供应链管理、产品研发与创新以及客户服务等领域实现智能化转型的深入探讨。

兰开夏郡教学医院NHS信托基金会是英国西北部的著名医疗服务提供商之一，其服务覆盖兰开夏和南坎布里亚郡。该机构为150多万人提供医疗服务，并为曼彻斯特大学和圣安德鲁斯大学的学生提供医学教育。

在世界各地的大学当中，区块链都曾经掀起一股无与伦比的热潮。新成立的俱乐部如雨后春笋般涌现，外加大量匆忙设计出的课程与非正式聚会。学生们挤在办公桌后面甚至是课堂过道里，热烈讨论着区块链与加密货币的未来前景。

近日，在第12届 DIMACS 算法挑战赛（12th Implementation Challenge on Vehicle Routing Problems）中，华为云瑶光调度算法团队联合华中科技大学团队参赛，最终斩获两项冠军、一项亚军、两项季军

SAP一直深耕在企业应用解决方案领域，今年50，30对SAP是两个非常重要的数字，今年SAP已成立50周年，植根中国30载。可以说SAP在50年间，开创了一个领域，一个行业，成为全球经济的运营底座。

世界上只有少数几家公司设计使用尖端技术的处理器，制造这些芯片的配备更少。英特尔自己制造芯片，台湾台积电和GlobalFoundries是为其他公司生产芯片的纯代工厂，而三星两者都稍有涉及。

在数字化重塑2.0时代，为了满足企业用户在云计算和人工智能等方面提出的新需求，IBM在升级和创新硬件产品中的投入和决心也一如既往地坚定。

11月26日，作为2020年世界5G大会的重要组成部分，由广东省科学技术厅、人工智能与数字经济广东省实验室（广州）、华为技术有限公司、科大讯飞股份有限公司联合主办的第三届中国（广东）人工智能高峰论坛在广州成功举行。

客户可视需求将四块H200 PCIe卡合于一处。

目前，服贸会ICT展已吸引到中国电信、中国移动、中国联通、东风汽车等一批世界500强企业和行业巨头前来参展，五大核心电信企业首次齐聚，共有326家国内外相关企业线上线下参展。

企业越来越重视业务场景，也会越来越重视厂商的服务，对此，IBM迅速调整了策略，在加大对客户体验方面的投入力度的同时，推动生态系统中的合作伙伴与自身的有效合力。

8月2日，2022世界人工智能大会倒计时30天暨合作伙伴发布会在上海世博中心518会议室举行，大会观众及媒体注册报名通道同时开启，这标志着本年度大会已进入筹备冲刺阶段。

在全球知名研究咨询机构Forrester最新发布的《The Forrester Wave：2018年第三季度中国全栈公有云开发平台厂商评测》研究报告（以下简称“报告”）中，京东云作为进步最快的云厂商之一，获评“卓越表现者”（Strong Performers）。

清华大学研究团队提出了一种名为"硬负样本对比学习"的创新方法，显著提升了大型多模态模型在几何理解与推理方面的能力。通过构建图像和文本两类负样本，以及开发MMCLIP训练策略，他们的MMGeoLM模型在四个几何基准测试中表现卓越，甚至以7B参数规模与GPT-4o相媲美。实验证明，仅4K个真实图像负样本的效果就超过了100K个文本负样本，为AI细粒度视觉理解开辟了新路径。