随着人工智能的发展，自动化"真诚"互动正在成为现实。这种技术模仿人类情感，提供 24/7 陪伴和支持，但也引发了对人际关系erosion和个人主体性丧失的担忧。我们需要在享受AI便利的同时，保持对真实人际交往的重视，培养自然智能和人工智能的双重素养，以应对这一挑战。

清华大学与重庆大学研究团队提出Vid2World方法，成功将预训练视频扩散模型转变为交互式世界模型。该方法通过视频扩散因果化和因果动作引导两大创新，使模型能够进行自回归生成并响应动作条件。在机器人操作和游戏模拟领域的实验显示，Vid2World明显优于现有方法，为机器人控制、游戏AI等领域提供了高保真度的预测能力，展示了视频扩散模型作为交互式世界模型的巨大潜力。

微软研究院开发的RE-IMAGINE框架通过创新的三层次测试体系（观察、变化、想象），系统评估大型语言模型的真实推理能力。研究发现，即使最先进的AI模型在面对题目变化时表现也会显著下降，揭示了当前AI系统过度依赖统计记忆而非真正逻辑推理的局限性，为AI安全部署和未来发展提供重要指导。

Kongsberg Digital的Brian Sidle列出了能源领域选择基于云的数字孪生供应商时需要考虑的十大问题。

9月19日，李宁电商运营中心、华东智慧物流中心正式投入使用。开幕式现场，李宁物流业务总监华锋告诉36氪。

如今，智慧城市、人工智能、工业互联网、物联网等前沿技术裹挟着巨大网络安全隐患问题飞速发展，这些隐患问题会对网络安全产业产生什么影响？网络安全企业面临新技术冲击又应该如何升级转型？

在生成式 AI 时代,数据的重要性日益凸显。随着 AI 项目从概念验证走向生产,组织需要更加关注用于训练和推理的数据质量。专家们强调了解数据背景的重要性,以确保 AI 模型使用正确的数据。这突出了知识工程师的重要性 - 他们能够理解数据的上下文,并引导我们找到正确的数据。知识工程在 AI 时代将发挥关键作用。

第七届数字中国建设峰会期间，华为成功举办了“城市基础设施数智化高端对话——数智赋能新质生产力”高端圈层活动，来自全国的政府机构代表、商业领袖、行业伙伴、技术专家共聚一堂，共话数智赋能新质生产力，推进城市基础设施数智化。

在新冠疫情期间，很多CIO成为走在引领前线的人，因为他们加速了企业组织的数字化转型，在疫情期间和遭受经济冲击时能够幸存下来。

雷军首次披露自己的首部商业思考著作《小米创业思考》，亲述30年职业生涯以及小米创业12年的商业思考。

微软数据安全、隐私和合规总经理Herain Oberoi称，围绕AI和安全开展的工作“对于合作伙伴来说是一个巨大的机会”——尤其是在帮助客户了解AI风险、构建解决这些风险的应用、以及围绕新攻击面构建仪表板和报告等领域。

程序员小张是个典型的东北小伙儿，大大咧咧不爱计较，所以当我抛出几个关于花销的问题，想让他回忆一下日常习惯把钱花在哪时，他其实颇有些为难，他实在记不清钱是怎么没了的。反正对于他们这个收入的程序员来说，买得起的基本买得起，买不起的还是买不起。

当前AI智能体炒作过热，企业追求能处理一切问题的开放世界系统并不现实。真正有价值的AI智能体应专注于有明确边界的封闭世界问题，如发票匹配、合同验证等企业日常任务。企业级智能体应采用事件驱动的微服务架构，具备自主性和连续性，通过将非确定性模型包装在确定性基础设施中来确保可靠性。相比追求通用人工智能，企业更需要可测试、可部署的实用解决方案。

围绕提升青少年科学素养和科技素质的搜狐视频少儿科普月系列公开课本周继续直播开讲，持续激发孩子们对科学、科技的学习兴趣。

网络安全行业的最新的一个流行语是“零信任”安全模型。简而言之，零信任模型意味着不留任何出错的空间，不信任任何人或事。

模块化数据中心是一个在日益增长中的行业，根据来自Research and Markets的数据，2021年全球模块化数据中心市场规模为213亿美元，预计到2027年将增长至524亿美元。

7月18日，由中国智能计算产业联盟与全国信标委算力标准工作组共同主办的2024中国算力发展专家研讨会在京召开。院士专家们齐聚一堂，共同探索超智融合技术的发展路径。

微软官员今天在拉斯维加斯举行的微软SharePoint大会2019上宣布了微软正在添加一些新的SharePoint（微软旗下Stream业务视频服务）和OneDrive for Business功能的消息。

Cadence 与 Nvidia 合作推出新一代 AI 加速超级计算机 Millennium M2000，显著提升仿真效能，加速芯片设计、药物研发等领域创新。

这项来自首尔国立大学的研究提出了状态机推理（SMR）框架，解决了大型语言模型在信息检索中的过度思考问题。研究者将推理过程从冗长的令牌生成转变为离散动作（精炼、重排序、停止），使系统能够高效地在状态间转换。实验结果表明，SMR在BEIR和BRIGHT基准测试中显著提高了检索性能，同时减少了74.4%的计算资源消耗，证明其在不同语言模型和检索器中的通用性。这种结构化方法不仅解决了冗余轨迹和误导性推理问题，还为构建更高效的信息检索系统提供了新思路。