/
波兰小创企如何成为数十亿美元AI语音巨头
波兰AI语音公司ElevenLabs由两位30岁创始人Staniszewski和Dabkowski创立，其AI语音技术能够生成极其逼真的人声。公司在四年内从零发展到估值66亿美元，两位创始人均成为亿万富翁。该公司年收入1.93亿美元，净利润1.16亿美元，服务客户包括思科、Epic Games等知名企业。尽管面临深度伪造等技术滥用风险，ElevenLabs仍在与谷歌、微软等科技巨头竞争AI语音市场主导地位。
阿斯达脱离沃尔玛后SAP系统升级困境拖累财务复苏
英国第三大超市Asda因与前东家沃尔玛的技术分离项目延误，包括完整的SAP ERP升级，造成"严重破坏"，影响第三季度营收同比下降2.8%至51亿英镑。该公司的"未来项目"技术分离计划虽已于8月完成，但系统整合问题持续影响运营，特别是库存流动和在线业务。董事长表示这些IT问题完全是"自我造成"，归因于整合不当、测试不足和容量规划缺失，预计影响将持续到明年第二季度。
HorizonH收购Atempo，押注Miria成为大规模数据迁移引擎
HorizonH收购数据管理公司Atempo，新任CEO表示将专注于Miria产品的大规模数据集迁移能力。新管理层认为Atempo此前缺乏重点，计划重建Miria迁移引擎核心，提升扫描速度和并行处理能力。公司将利用HPC和AI融合趋势，把握非结构化数据增长机遇，通过改进营销策略扩大国际市场份额。
英伟达20亿美元投资新思科技强化芯片设计生态控制力
英伟达向芯片设计软件公司新思科技投资20亿美元，以414.79美元每股价格购买股份，双方将展开多年合作。此次投资旨在将英伟达的AI硬件和计算能力整合到新思科技的电子设计自动化软件中，帮助其平台从CPU计算向GPU转型，加速芯片设计流程。该交易增强了英伟达对广泛使用的设计工具的影响力。
联想HPC与AI业务盈利之路充满挑战
联想第二财季营收204.5亿美元，同比增长14.6%。AI相关收入占总营收30%，达61.4亿美元，较去年同期翻倍增长。然而基础设施解决方案集团（ISG）尽管收入增长23.7%至40.9亿美元，仍亏损3200万美元。云服务商业务虽增长21%但利润微薄，企业市场表现更佳。十年来ISG累计销售超840亿美元却总计亏损19.5亿美元，反映出AI和HPC市场高需求但低盈利的困境。
AWS推出EKS新功能以重塑Kubernetes运维应对AI工作负载激增
亚马逊云科技宣布推出Amazon EKS Capabilities，这是一套完全托管的Kubernetes原生工具套件，将流行的开源工具直接集成到EKS控制平面中。该服务旨在降低企业平台团队的运营复杂性，提升开发者生产力。AWS容器工程总监表示，开发者70%的时间用于管理基础设施，EKS Capabilities将改变这一现状。服务包括Argo CD、AWS Controllers for Kubernetes和Kubernetes Resource Orchestrator三个组件，帮助客户管理可扩展的标准化Kubernetes平台。
HPE升级AI云产品线，集成更多英伟达技术能力
HPE正在升级其私有云AI堆栈，集成英伟达技术并准备在法国建立AI工厂实验室供客户测试工作负载。最新的RTX PRO 6000 Blackwell服务器版GPU将在所有AI私有云平台上可用，同时支持GPU分片和虚拟化以优化利用率。HPE还推出数据中心运维代理简化管理，并整合Juniper网络技术。存储方面推出Alletra Storage MP X10000数据智能节点，内置AI数据预处理能力。
AWS推出生成式AI功能助力亚马逊Connect抢夺市场份额
AWS宣布Amazon Connect获得重大升级，新增29项智能AI功能，旨在提供超个性化的自主客户体验。该平台年化收入已突破10亿美元，AWS希望借助智能AI从被动支持转向主动参与，用推理型自主系统取代脚本化聊天机器人。新功能包括可解析多意图查询、跨交互保持记忆、实时检索企业数据的AI代理，以及Nova Sonic语音技术支持30多种语言。AWS强调人机协作模式，通过全面的可观测性套件确保AI透明度和可信度。
Akamai收购WebAssembly无服务器计算公司Fermyon
Akamai Technologies宣布收购基于WebAssembly的函数即服务平台创业公司Fermyon。该平台能让开发者用多种编程语言编写工作负载，并自动化配置任务。Fermyon平台可在52毫秒内重启应用程序，显著降低基础设施成本。收购后，Akamai将深度整合Fermyon平台与其应用性能优化和网络安全工具，并继续支持其开源项目。此举有助Akamai与竞争对手Cloudflare在内容分发网络市场展开更有效竞争。
NVIDIA推出OmniVinci：让AI同时拥有眼睛、耳朵和大脑的突破性进展
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型，能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型，在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同，并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力，代表着AI向真正智能化发展的重要进步。
Salesforce发布BLIP3o-NEXT：图像生成与编辑的新突破
Salesforce研究团队发布BLIP3o-NEXT，这是一个创新的图像生成模型，采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成，在多物体组合和文字渲染方面表现优异。尽管只有30亿参数，但在GenEval测试中获得0.91高分，超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。
清华大学发布Imaginarium：让AI从一句话瞬间造出3D场景，比专业设计师快100倍
清华大学联合腾讯等机构开发出Imaginarium系统，能够仅凭文字描述在4分钟内生成专业级3D场景布局。该系统通过视觉引导方法，先生成2D设计图再转换为3D场景，包含2037个高质量3D模型资产库。测试显示其生成场景质量显著优于现有方法，主要家具摆放准确率超90%，可广泛应用于游戏开发、建筑设计和影视制作等领域。
中科院与腾讯AI实验室的Web智能体重大突破：让计算机像人类一样深度研究互联网信息
香港中文大学和腾讯AI实验室联合发布突破性研究，提出"探索进化"方法训练网络智能体。该方法让AI不仅能搜索信息，还能像研究员一样深度分析整合网络数据。研究构建了包含近万个复杂问题的WebAggregatorQA数据集，训练出的WebAggregator模型在多项测试中超越GPT-4表现。这项技术有望彻底改变人机信息交互方式，在学术研究、商业分析等领域具有巨大应用潜力。
华中科技大学团队推出PAPER2WEB：让学术论文"活"起来的智能网站生成系统
华中科技大学团队开发了PAPER2WEB系统，能自动将学术论文PDF转换为交互式项目网站。该系统采用PWAGENT多智能体框架，通过论文分解、MCP资源管理和迭代优化三个阶段，生成包含多媒体内容的现代化网页。实验表明，该方法在交互性、美学和信息性方面均显著优于现有方法，成本仅为竞争方法的一小部分。
威斯康星大学团队构建AI研究评测"实战场"：让AI助手接受真实世界的深度研究大考
威斯康星大学团队构建了首个真实世界AI深度研究能力评测平台LiveResearchBench，包含100个跨领域研究任务和DeepEval六维评估体系。对17个先进AI系统的测试显示，当前AI更像"信息收集员"而非"深度研究者"，在分析洞察、引用准确性和格式规范方面仍有明显不足，为AI助手能力边界提供了重要认识。
德州农工大学发现：大模型也会得"脑残症"？训练数据太垃圾竟然让AI变"笨"！
德州农工大学等机构研究团队发现，大型语言模型在接受低质量网络数据训练后会出现类似人类"脑残症"的认知衰退现象。实验显示，垃圾数据训练会导致AI推理能力下降、长文本理解变差、安全性降低，甚至出现"黑暗人格"特征。这种认知损害具有剂量依赖性且难以逆转，为AI数据管理和安全发展提供重要警示。
加州大学圣克鲁兹分校团队首次破解AI性能预测难题：让上下文与计算力"双剑合璧"
加州大学圣克鲁兹分校研究团队开发了首个能够同时考虑计算资源和上下文信息的AI性能预测框架。通过在65500个测试实例上验证，该框架能够准确预测模型在不同条件下的表现，预测误差低至0.7%-3.7%，并能跨越三个数量级的计算规模进行可靠外推，为AI开发提供科学的资源分配指导。
港大团队打造首个牙科AI医生：看X光片、识别病变、制定治疗方案样样精通
香港大学团队开发出首个牙科专用AI医生OralGPT-Omni，能够像真正的牙医一样阅读八种不同类型的牙科影像，进行诊断并详细解释诊断思路。该系统在测试中表现优异，远超现有AI模型，有望缓解全球牙科医疗资源短缺问题。
NVIDIA等顶级研究机构突破性成果：AI生图模型测试时还能大幅提升，流图轨迹倾斜技术让图像生成随心所欲
NVIDIA等顶级机构联合开发的流图轨迹倾斜技术，突破性地解决了AI图像生成控制难题。该技术通过"流图"预测最终结果，实现生成过程中的精确实时调整，无需重训练即可大幅提升生成图像的准确性。实验显示在时钟准确度等测试中性能从60%提升至90%以上，并成功集成视觉语言模型实现自然语言控制，为AI创作开启新时代。
悉尼大学团队突破：图像生成如何像拼图游戏一样变得更智能
悉尼大学研究团队发现图像中存在"片段坍缩"现象，即观察关键区域可降低其他区域的不确定性。他们开发了CoMAE系统来识别图像片段间的依赖关系，并用PageRank算法确定最优处理顺序。基于此原理，改进后的图像生成模型CMAR在质量上显著提升，图像分类器CViT仅用22%图像信息就能保持高准确率，为AI视觉技术的效率优化开辟了新途径。
京公网安备 11010802021500号
