孟加拉国联合国际大学研究团队开发了VisText-Mosquito多模态数据集，这是首个集成视觉检测和自然语言推理的蚊子繁殖点识别系统。该系统包含1970张标注图像，能够识别五类繁殖容器并进行水面分割，同时提供人类可理解的判断解释。YOLOv9s等模型达到92.9%检测精度，为全球蚊媒疾病防控提供了AI技术支撑。

随着技术的不断进步，LLM 带来了前所未有的机遇，吸引了开发者和组织纷纷尝试利用其强大的能力构建应用程序。然而，当预训练的 LLM 在实际应用中无法达到预期的性能水平时，人们将不由自主地开始思考：我们到底应该使用哪种技术来改善这些模型在特定场景下的表现?

公益行业的数字化路径更需要戴尔这样企业，帮助其在敏捷生产力提升上加快脚步，让每一分善款都在透明、高效的流转中，发挥最大的价值。

RAVENEA是哥本哈根大学研究团队开发的首个多模态检索增强视觉文化理解基准，集成了超过10,000份人工标注的维基百科文档，用于评估视觉语言模型的文化敏感性。研究发现，轻量级视觉模型在配备文化感知检索功能后，在文化视觉问答和图像描述任务上分别提升了至少3.2%和6.2%的性能，证明了检索增强方法在提升AI文化理解能力方面的有效性，为构建更具文化包容性的视觉AI系统开辟了新路径。

目前，京东数科的联邦数字网关产品已在信用城市、市域治理现代化、智能商业等智能城市等领域有一系列落地应用，先后在包括雄安信息块数据平台、联通营业厅智能选址、南通雪亮工程等9个政府、企业项目中部署落地。

很多企业希望以低代码的模式,搭建符合自身业务需求的应用。

经过前期RPA厂商调研和POC验证，通过产品能力、技术资源支持、易用性等多角度的比对，TCL华星最终将合作目光锁定在UiPath平台。

为聚焦重点工业产业难题，解决行业痛点，推动两化融合工作，2023中国国际大数据产业博览会（以下简称：数博会）组委会定于2023年3月至5月期间举办“工业互联网应用场景大赛”。

无摩擦的电子商务反欺诈管理平台Riskified（睿思飞）与全球标志性的科技品牌荣耀成功合作，开启荣耀的全球化征程新篇章。

在全民数字化的浪潮之下，数据量正在呈爆发式增长，数据形式也更加多元化，可以毫不犹豫的说，未来的计算需要千倍速的提升。

城市发展这件事，无锡从来没有停下脚步，而是一直忙着“圈数字化、圈AI”。进而，就像40年前一样，也像15年前一样，这座城市又一次擦亮了产业链，也“空中加油”式地又一次完成了新旧动能转换。

第十届中国云计算大会上，中国电子学会学术交流中心主任余文科发布了《2018中国企业上云报告》。

近日,纷享销客CRM平台服务体系再获市场认可,正式通过第三方安永华明会计师事务所的严格审计,获得SOC1TypeⅡ 和 SOC2TypeⅡ 鉴定报告!

几十年来，许多二氧化碳和甲烷等温室气体源在未被检测到的情况下逸散到了大气中。如何解决看不见的问题呢？

思科推出新一代Silicon One G300芯片，提供102.4Tbps交换性能，专为AI集群设计。该芯片集成智能集合网络功能，支持共享数据包缓冲、基于路径的负载均衡和主动网络遥测。同时发布两款交换机8133和8132，其中8132为首款商用水冷交换机。思科还升级了Nexus One管理平台，增强AI架构管理能力，并推出多款光学连接解决方案，旨在满足超大规模数据中心的AI工作负载需求。

腾讯混元3D 2.0是一个革命性的3D生成系统，能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint，采用创新的重要性采样和多视角一致性技术，在多项评估指标上超越现有技术，并提供用户友好的制作平台。作为开源项目，它将大大降低3D内容创作门槛，推动3D技术的普及应用。

由吴恩达与斯坦福大学其它五位斯坦福大学科学家组成的研究小组正在研究如何利用人工智能技术预测人类的死亡时间，从而改善对其的姑息治疗程度，或者对患有严重疾病的患者提供专门的护理。

斯坦福大学研究团队提出Cartridges技术，通过"自学"训练方法将长文档知识压缩成小型数据包，使AI处理长文档时内存消耗降低38.6倍，运行速度提升26.4倍，同时保持回答质量。该方法采用预处理思路，让AI提前学习文档内容并生成可复用的知识模块，在医疗、法律、教育等领域具有广阔应用前景。

Check Point Research 报告称：4 月份从 Formbook 到 Lokibot 均活动频繁。本月 Spring4Shell 也登上了新闻头条，但它还不是最常被利用的漏洞之一

SophiaVL-R1是香港中文大学和上海人工智能实验室联合开发的多模态大语言模型，创新性地引入了"思维奖励"机制来提升AI的推理能力。与传统方法不同，该研究不仅关注AI是否得出正确答案，还评估整个思考过程的质量，通过Trust-GRPO算法智能地整合思维奖励和结果奖励。实验表明，即使只有7B参数，SophiaVL-R1也能在MathVista、MMMU等多个基准测试中超越参数量大10倍的模型，证明了思维过程监督对提升AI泛化推理能力的重要价值。