Quantum为其ActiveScale磁带后端推出范围恢复功能,显著提升部分对象检索速度。客户现在只需恢复大型对象中所需的特定字节范围,而非重新激活整个文件,大幅缩短检索时间。软件更新还将小对象从冷存储或磁带层的读取性能提升五倍以上。这些更新使基于磁带的归档系统能够作为响应迅速、可查询的数据湖运行,专为AI、分析和高性能计算工作负载设计。
英国国家审计署报告显示,国有的国民储蓄投资银行数字化转型项目成本已超出原预算13亿英镑。该项目于2020年启动,原计划投入4亿英镑,现已增至8.41亿英镑,加上运营成本总计超支13亿英镑。项目旨在减少运营成本并实现数字化自助服务,但进展缓慢,2024年重新启动后仍缺乏现实可行的交付计划。采购问题导致大部分合同竞标失败,与Atos的外包合同被迫延期至2028年。
面对客流量增长和数字化运营复杂性挑战,卡塔尔航空与SITA合作部署了新一代软件定义广域网SD-WAN技术。该项目覆盖350多个外站和多个数据中心,旨在解决延迟和带宽问题,确保关键应用优先级。SD-WAN系统能智能路由数据流量,选择最优传输路径,提供更快响应时间和更强resilience。同时采用多层网络安全防护,包括零信任架构,为全球运营提供端到端保护,为乘客带来更流畅的数字化服务体验。
诺基亚扩展数据中心网络产品组合,升级7220 IXR-H6交换机系列,吞吐量可达102.4Tbps,支持800GE和1.6TE接口速度。新产品符合Ultra以太网联盟规范,支持液冷和风冷配置。同时推出AI驱动的AIOps工具,结合事件驱动自动化平台,可将数据中心网络停机时间减少96%,满足智能AI应用对网络性能和可靠性的严苛要求。
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
在数字化浪潮汹涌澎湃的当下,人工智能(AI)已成为企业转型升级的关键驱动力。《2025 中国企业级 AI 实践调研分析年度报告》宛如一座灯塔,为众多企业在 AI 赛道上的探索提供了清晰的方向与深刻的洞见。
Gartner预测,到2028年,由于企业更倾向于组建能够创建和管理专有Al解决方案的内部团队,中国企业机构对AI开发技能的需求将增长50%。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
人工智能公司Anthropic今日公布了首个"AI主导的网络间谍活动"详情。据称中国国家支持的黑客利用Claude模型自动化执行网络间谍活动,目标涉及全球约30家技术、金融、化工和公共部门组织。攻击者使用Claude处理80%-90%的操作流程,包括网络扫描、生成攻击代码、爬取内部系统和打包窃取数据。Anthropic已暂停相关账户并部署新的检测系统。
Cadence设计系统公司发布首款系统芯粒硅片,成功实现了LPDDR5X内存在芯粒间以9600MT/s速度初始化,并验证了UCIe标准在25mm链路上达32Gb/s传输速度。该系统芯粒集成了系统处理器、安全管理处理器和各种控制器,为多芯粒SoC提供资源管理功能。这一突破为半导体行业向模块化芯粒架构迁移提供了重要参考平台,特别适用于边缘AI和物理AI应用场景。
中国搜索巨头百度本周发布两款新AI加速器,响应国家减少对西方芯片依赖的战略。百度计划明年发布推理优化芯片M100,支持新一代专家混合模型,并将在2026年推出256个加速器集群配置Tianchi256。同时,百度还在开发训练优化芯片M300,预计2027年发布,支持多万亿参数模型训练。此举凸显中国科技企业转向国产芯片的战略转变。
南洋理工大学研究团队开发出Puffin统一模型,首次将AI的图像理解和生成能力融合。通过创新的"用相机思考"方法,将相机参数转换为摄影术语,让AI像摄影师一样理解空间关系。基于400万样本数据集训练,模型在相机角度理解和可控图像生成上均超越专业化模型,并支持空间想象、摄影指导等多元应用,为空间智能AI发展开辟新路径。
KAIST研究团队开发出MPO多模态提示优化框架,首次实现同时优化文字和视觉提示,让AI能够像人类一样接收多种信息类型。该技术在10个数据集上平均性能提升6.8%,同时节省42%评估成本,为医疗影像、自动驾驶、药物研发等领域提供了新的AI交互方式,标志着从纯文字交流向多模态交流的重大突破。
Salesforce AI研究院开发的Webscale-RL数据流水线系统性解决了AI强化学习训练的数据瓶颈问题。该方法将大规模网络文本转换为120万个高质量问答对,覆盖9个知识领域。实验显示训练效率提升100倍,模型性能全面超越传统方法。这为构建更高效、可持续的AI训练体系提供了重要技术路径,已开源供研究使用。
哈工大团队开发了AutoPR自动学术推广系统,能将研究论文自动转换成吸引人的社交媒体推广文案。系统采用多智能体协作框架,分三阶段处理:内容提取、协作合成、平台适配。在小红书实测中,观看时长提升604%,点赞增加438%。该研究为学术传播自动化开辟新方向,让研究者专注科研而非推广工作。
复旦大学与美团联合研究发现,当前顶级AI推理模型在处理需要多步骤连贯推理的复杂任务时会出现显著性能衰退。研究团队开发了R-HORIZON方法,通过构建相互关联的问题链来训练AI的长期推理能力。实验显示,即使是最先进的模型如DeepSeek-R1,在连续推理任务中准确率也会从87.3%骤降至24.6%。新方法不仅改善了AI的长期推理表现,还提升了单一任务准确率达7.5个百分点,为开发更实用的AI应用奠定了基础。