甲骨文将与新加坡第一数据中心公司合作,在印尼巴淡岛建立首个云服务中心。甲骨文将租用位于农萨数字园区的数据中心设施,成为支持至少120兆瓦电力容量地块的唯一租户。该规模数据中心通常需要至少12亿美元资本投资。第一数据中心是从中国数据中心运营商万国数据分拆而来,字节跳动是其最大客户。此举是甲骨文在亚洲扩张战略的一部分。
IDC发布了关于AI就绪数据存储基础设施的研究报告,该报告是四部分系列的第一部分。报告指出,不到一半的AI试点项目能够投入生产,组织必须从以数据为中心的角度来处理AI项目。AI就绪数据存储基础设施需要具备五个主要属性:性能、规模、服务水平、数据物流和数据信任。报告强调,许多AI项目失败是因为对存储基础设施关注不足,导致数据孤岛、数据质量差和存储性能不足等问题。
希腊公司Kiefer正在开发专门针对希腊的大语言模型应用,旨在建立具有语言和文化优势的本土智能平台。该项目采用包括DeepSeek在内的三种不同模型架构,专注于希腊语言的深度理解和本土文化语境。团队面临数据收集和处理的挑战,需要扫描大量书籍和网络PDF文件。目前服务免费,未来计划推出订阅模式。项目还涉及与Unitree合作开发人形机器人,并计划建设使用液冷技术的AI数据中心。
英特尔旗下计算机视觉子公司RealSense宣布完成5000万美元融资并从母公司分拆独立运营。该轮融资由半导体私募股权公司领投,英特尔资本和联发科创新基金参投。RealSense专注于深度感知和追踪技术,其深度相机产品广泛应用于机器人、无人机等设备,帮助它们感知和理解三维环境。公司深度相机已嵌入全球约60%的自主移动机器人和人形机器人中,拥有超过3000个全球客户。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。
上海AI实验室联合多家机构推出MM-IFEngine系统,专门解决多模态AI的"指令遵循"难题。该系统能自动生成复杂的图片-指令训练数据,并创建了包含400题、32种约束类型的MM-IFEval评测基准。实验显示训练后的AI模型在指令遵循能力上提升10%以上,在保持原有能力的同时显著提高了对复杂要求的理解和执行能力。
这项突破性研究首次系统性地揭示了多轮对话攻击对AI安全的严重威胁,开发了X-Teaming智能攻击框架和XGuard-Train防护数据集。研究显示当前AI系统面对精心设计的多轮攻击时失守率高达98%,但通过新构建的大规模训练数据集可将这一风险显著降低,为AI安全防护提供了重要工具和新思路。
上海交通大学团队开发了MemOS记忆操作系统,让AI拥有真正的长期记忆能力。该系统统一管理参数记忆、激活记忆和明文记忆三种类型,通过MemCube智能单元实现记忆的生命周期管理和跨类型转换。在LOCOMO基准测试中,MemOS在所有推理任务上均获得最佳成绩,特别在多跳推理和时间推理中表现突出。
7月10日,上海市政府新闻办举行2025世界人工智能大会暨人工智能全球治理高级别会议新闻发布会,上海市政府副秘书长、市经济信息化委主任张英介绍大会总体安排和筹备进展情况。
在云计算浪潮中厚积薄发的“上升螺旋”,为阿里云和神州数码在AI时代的同频共振奠定了最坚实的基础。
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片,专为智能手机和平板电脑设计,可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术,提供256GB、512GB和1TB容量选择。相比v4.0产品,随机写入性能提升约30%,随机读取性能提升35-45%,同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
谷歌在伦敦云峰会上发布Firebase Studio更新,新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次:对话式"询问"模式用于头脑风暴,人机协作代理需开发者确认代码变更,以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台,但目前仍需精心设计提示词,非工程师用户还无法直接创建成熟应用。
上海AI实验室团队提出创新的异步拍摄方案,仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS,并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示,新方法在处理快速运动场景时显著优于现有技术,为低成本高质量4D内容创作开辟新路径。
上海AI实验室联手复旦大学提出了POLAR方法,这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准,POLAR在多项任务上实现了显著提升,7B参数模型超越72B现有最强基线,为AI对齐问题提供了全新解决思路。
复旦大学团队发布BMMR数据集,这是首个大规模跨学科多模态推理评估基准,包含11万个涵盖300个学科的大学水平问题。研究发现即使最先进的AI模型在跨学科推理中表现有限,揭示了当前AI发展的重要盲点。该数据集支持中英双语,配备专门的推理过程评估工具,为AI向通用智能发展提供重要支撑。
谷歌周四宣布,通过Gemini应用为其Veo 3 AI视频生成器增加图像生成视频功能。该功能此前已在5月I/O开发者大会上推出的AI视频工具Flow中提供。目前Veo 3视频生成功能已在150多个国家推出,仅限Google AI Ultra和Pro用户使用,每日限制生成3个视频。用户可上传照片并添加音频描述来生成视频。发布7周来,用户已创建超过4000万个视频,所有视频都带有可见和不可见的数字水印。
上海交通大学等多所院校联合开发的DreamVLA系统让机器人具备了"预知未来"的能力,通过预测动态变化、空间结构和物体语义来指导行动,在真实世界测试中达到76.7%成功率,在模拟环境CALVIN基准中创下4.44平均任务长度新纪录。该系统采用分块注意力机制协调三种预测能力,并使用扩散变换器从噪声中生成精确动作,代表了从"反应式"向"预测式"机器人智能的重要突破。