/
ServiceNow或以超10亿美元收购网络安全初创公司Veza
据报道，ServiceNow正与身份管理平台初创公司Veza进行深度收购谈判，交易金额可能超过10亿美元。Veza的平台帮助企业保护员工工作账户安全，识别未使用账户和权限过度的账户，还能检测违反职责分离政策的账户。该平台还可管理机器身份和应用程序集成。此次收购将补强ServiceNow在用户账户和机器身份管理方面的功能短板。
罗切斯特理工学院推出SPHINX：让AI像人类一样“看懂“复杂视觉推理问题
罗切斯特理工学院团队开发SPHINX系统，专门测试AI视觉推理能力。该系统可无限生成25类视觉推理题目，测试发现最强的GPT-5准确率仅51.1%，远低于人类75.4%。研究显示AI主要困难在视觉信息提取而非逻辑推理，通过强化学习训练可显著改善表现并迁移到其他任务。
谷歌云推出“PanyaThAI“计划加速泰国AI应用
谷歌云发布PanyaThAI数字化转型计划，旨在帮助泰国企业部署企业级AI智能体应用。该计划首批支持15家机构，包括朱拉隆功大学、泰国证券交易所等。研究显示AI到2030年可为泰国经济贡献7300亿泰铢。计划提供全栈AI基础设施、咨询服务和员工培训，合作伙伴将培训300名本地专家。已有企业展示成果，如SE-Education通过AI语义搜索将转化率从12%提升至27%。
法国理工学院揭秘：让机器像医生一样预判设备“寿命“的突破性技术
法国理工学院研究团队开发的I-GLIDE系统，通过将复杂设备拆解为多个子系统分别诊断，结合不确定性量化技术，实现了设备剩余寿命预测的重大突破。该系统在NASA飞机引擎数据集上的预测误差比传统方法降低23-39%，同时提供了前所未有的可解释性，能够精确指出具体组件的健康状况，为工业智能维护提供了新的解决方案。
英国产学合作推进光纤射频通信技术商业化进程
英国阿斯顿大学土木工程师与电子元件开发商Pulse Power & Measurement合作，探索利用光纤技术实现更稳定、更强、更远距离的无线电通信。这个三年期知识转移合作项目旨在进一步开发光纤无线电技术，将模拟射频信号转换为光信号通过光纤传输，解决传统同轴电缆远距离传输中的信号损失问题。该技术可应用于卫星通信、数据中心和媒体广播等领域。
清华大学团队发布RaiseCity：首个能自动建造逼真虚拟城市的AI智能体
清华大学团队发布RaiseCity系统，这是首个能自动生成逼真3D虚拟城市的AI智能体。该系统仅需真实世界地理信息和街景照片，就能像经验丰富的城市规划师一样智能重构完整城市，包含精确的建筑模型、道路网络和城市设施。在质量评估中获得90%以上胜率，为自动驾驶、城市规划、游戏开发等领域提供突破性解决方案。
阿里巴巴推出可换电池设计的Quark AI智能眼镜
中国科技巨头阿里巴巴推出Quark AI智能眼镜，包括旗舰版S1和生活版G1两款型号，起售价分别为3799元和1899元。产品最大亮点是采用可更换双电池系统，续航可达24小时。眼镜搭载阿里通义千问AI模型，支持语音和触控操作，集成支付宝、淘宝等应用，可提供实时翻译、价格识别、导航和会议转录等功能。国际版将于明年发布。
Stability AI 重磅突破：让视频生成速度提升近3倍的“瀑布式“新技术
Stability AI研究团队提出了Block Cascading技术，这是一种无需重训练就能显著提升视频生成速度的创新方法。该技术通过"瀑布式"并行处理，让多个视频片段同时生成而非依次排队，在保持视频质量的同时实现了2-3倍的速度提升。技术已在多种模型上验证有效，为实时交互式视频应用铺平了道路。
CIO影响力提升的关键：构建内部联盟
即使对于技术高管而言，单靠个人也难以实现可见性和影响力的提升，而盟友的支持能够成倍放大这些效果。文章分析了拥有和缺乏盟友的差异，探讨了自下而上建立联盟的多重机会，以及如何避免可能破坏联盟关系的隐性错误。通过建立内部盟友网络，CIO能够获得政治资本、减少阻力并创造网络效应，最终摆脱被动应对模式，专注于数字战略的架构设计。
威廉玛丽学院：让AI模型成为自己的“敌人“，竟然能让它更聪明？
威廉玛丽学院研究团队提出UniGame框架，通过让AI模型内部组件互相"对抗"训练，解决统一多模态模型在理解和生成任务间的一致性问题。该方法让生成模块制造挑战性场景来考验理解模块，实现自我改进。实验显示一致性提升4.6%，理解能力提高3.6%，鲁棒性大幅增强，且仅需增加不到1%参数，具有广泛适用性。
高带宽闪存面临工程难题，商业化还需数年时间
高带宽闪存技术承诺提供超大容量，但面临极其复杂的工程挑战。该技术将多层NAND芯片堆叠，每层由数百个3D NAND单元层组成，可创造前所未有的存储容量。相比昂贵的HBM内存，HBF使用更便宜但速度较慢的闪存为GPU提供更多存储空间。技术复杂性体现在互连布线的困难，12层HBF堆叠将包含2866个存储层。由于需要英伟达等GPU厂商深度参与和行业标准制定，预计HBF距离商用还需两年以上时间。
华中科大团队让AI图像生成快40%！不需要真实图片，用“虚拟路径“训练出超高质量模型
华中科技大学团队提出无图像训练的轨迹反向一致性模型TBCM，通过让AI直接学习图像生成轨迹而非静态样本，实现了比传统方法节省64%内存、缩短40%训练时间的突破。该方法在单步生成中达到6.52 FID和28.08 CLIP分数，超越现有技术。研究解决了训练与推理不一致的核心问题，为AI图像生成的实用化和普及化提供了新思路。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
