上海AI实验室等机构联合开发的Dita机器人学习模型实现重大突破,仅需10个示例就能让机器人掌握复杂任务。该模型创新性地结合扩散模型与Transformer架构,让机器人具备类似人类的环境观察和任务理解能力,在多个基准测试中表现优异,并成功完成包括倾倒液体、多步骤操作等高难度真实世界任务,为通用机器人智能发展开辟新路径。
Canonical宣布Ubuntu 25.10"Questing Quokka"将引入基于可信平台模块(TPM)芯片的全盘加密功能。该功能原计划在23.10版本推出,现在终于落地。新方案利用现代PC内置的TPM 2.0芯片存储加密密钥,支持自动解锁,无需手动输入密码。系统要求PC具备TPM 2.0芯片、UEFI固件并启用安全启动。相比传统LUKS加密方案,TPM加密可实现无人值守启动,特别适合服务器环境。该功能将采用统一内核镜像系统,通过snap包管理内核更新。
创新光学无线网络全球论坛在五周年之际与国际电信联盟签署合作协议,旨在加速光子技术发展。该项目由NTT主导,联合爱立信、诺基亚等巨头,致力于构建全光子网络基础设施,应对AI驱动的数据中心增长需求。研究显示,全球数据中心容量2024至2027年将增长57%,迫切需要更高带宽、更低延迟和能耗的网络解决方案。
乐天移动宣布选择思科、诺基亚和F5作为合作伙伴,共同支持其在日本的5G独立组网建设。该网络将采用云原生和AI驱动系统,旨在简化运营、降低成本并提升客户体验。作为2019年推出全球首个端到端云原生移动网络的先驱,乐天移动此次通过战略合作进一步推进网络自主运营。同时宣布在九州等地区扩大5G覆盖范围。
Meta公司报告运营成本和研发支出增长,正加速推进人工智能业务。公司成立Meta超级智能实验室,专注开发下一代AI模型。CEO扎克伯格表示将建设多个千兆瓦级集群,包括明年上线的1千兆瓦Prometheus集群和可扩展至5千兆瓦的Hyperion集群。最新财报显示收入成本增长16%,资本支出达170亿美元用于服务器、数据中心和网络基础设施投资。
边缘计算和网络安全供应商Acumera收购了超融合基础设施厂商Scale Computing,合并后的公司将沿用Scale Computing品牌。这一收购使Scale Computing成为最后一家被收购的独立HCI厂商。合并后的公司将结合Acumera的边缘网络安全能力和Scale的虚拟化平台,为多站点客户提供统一的边缘计算解决方案,预计年收入达3500万美元。
西部数据第四季度收入26.1亿美元,同比增长30%,净利润2.82亿美元。云端和数据中心客户贡献了90%的收入,显示出公司对近线硬盘产品线的高度依赖。全年收入95.2亿美元,同比增长51%,超出预期。公司出货12.9万台硬盘,其中近线硬盘930万台。AI技术发展将推动存储需求年增长率从15%提升至15-23%。
AI繁荣面临电力问题,但真正制约因素在基础设施层面。随着生成模型规模扩大,传统铜线互连开始不堪重负。硅光子技术使用光而非电传输数据,速度更快、功耗更低。以色列初创公司Teramount获得5000万美元A轮融资,专注光纤芯片连接器。据预测,协封装光学市场将在2028年达到21亿美元。AI数据中心电力需求可能在2026年翻倍,大部分电力消耗在数据传输而非计算。
面对地缘政治不稳定和AI快速发展,CIO们在制定2026年预算时更加谨慎。德勤CTO指出,变化速度前所未有,CIO需投资于具备可移植性的架构和团队建设。AI进步正影响预算分配,特别是计算资源和使用量预测方面。专家建议CIO应关注全栈工程能力、网络安全和云AI集成,同时平衡长期愿景与短期执行,为研发预留预算以应对不确定性。
随着AI智能体热度持续攀升,业界出现了一种观点认为这些突破性AI工具将终结长期主导的SaaS商业模式。微软CEO纳德拉等专家预测,AI智能体将具备多数据库操作功能,使底层SaaS工具变得过时。不过也有专家认为这种观点过于简化,虽然智能体会替代GUI界面交互,但SaaS后端功能仍然必要。当前SaaS公司正竞相转型为智能体平台,而智能体也需要SaaS的数据和合规框架支持。
思科于7月29日将AGNTCY项目捐赠给Linux基金会,为企业提供跨组织边界协调AI智能体的统一基础设施。该框架解决了企业级AI智能体协作的基础设施缺口,提供智能体发现、身份验证、安全消息传递和可观测性等核心能力。AGNTCY与Agent2Agent协议形成互补,为多智能体系统提供基础设施层支持。戴尔、谷歌云、甲骨文和红帽等主要厂商已成为创始成员,推动智能体互操作性标准发展。
新创公司Germ为Bluesky社交网络推出端到端加密消息服务,为用户提供比现有私信更安全的聊天选项。经过两年开发,该服务本周进入测试阶段,计划逐步扩大测试用户规模。Germ采用新兴技术如消息层安全协议和AT协议,无需手机号码即可实现安全通信。用户可通过"魔法链接"快速开始聊天,利用苹果App Clips技术无需下载完整应用。
高通公司宣布正在与领先的超大规模云服务商进行深度合作谈判,开发专用于数据中心的CPU产品。CEO阿蒙表示,公司正在开发通用CPU和推理集群产品,预计2028财年开始产生收入。同时,高通面临三星在高端智能手机市场的竞争压力,三星计划在2026年推出采用2纳米工艺的新款Exynos处理器。高通Q3财报显示营收增长10%至103.5亿美元,净利润增长25%。
这项研究由哈佛大学团队开发的创新框架,解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束,使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明,该方法在多个真实数据集上既保障了隐私,又显著提升了模型公平性,为医疗、金融和政府等领域的数据协作提供了实用解决方案。
Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台,旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法,使机器人能够从人类示范中学习复杂技能。研究表明,ALOHA系统展示了强大的泛化能力,能够在新环境中应用所学技能,如打开不同类型的瓶子。系统的开源性质鼓励全球研究者参与并推动机器人学习领域的发展,尽管仍面临成本和精确力控制等挑战。
上海AI实验室等多所高校联合提出φ-Decoding方法,通过让AI在推理时进行前瞻性采样和智能剪枝,解决了传统自回归生成的短视性问题。该方法在多个推理任务上显著提升了大语言模型性能,平均改进超过14%,同时保持了6倍的计算效率优势,为推理时优化提供了实用的解决方案。
这项由香港中文大学多媒体实验室和香港大学等机构合作的研究,开发了名为GoT的革命性AI图像生成方法。该技术让AI在创作图像前先进行语义和空间推理,用户可直接查看和修改AI的"思考过程"来精确控制生成结果。研究团队构建了超过900万样本的训练数据集,GoT在多项标准测试中均取得最佳成绩,为AI创作从盲目生成向智能推理的转变奠定了基础。
这项来自越南国立大学和新加坡Knovel工程实验室的突破性研究证明,仅用15亿参数的小模型就能通过精心设计的强化学习策略实现卓越的数学推理能力。研究团队用42美元训练成本和7000个精选样本,让小模型在AIME24测试中达到46.7%准确率,超越OpenAI的o1-preview模型,展现了"小而美"的AI发展新路径,为资源受限的研究者和开发者提供了高性价比的AI推理解决方案。
微软公布2025财年第四季度业绩,营收764亿美元,同比增长18%。CEO纳德拉首次透露Azure云平台年营收超750亿美元,同比增长34%。公司计划在2025财年投入800亿美元资本支出建设AI数据中心。尽管分析师质疑AI变现能力,但投资者反应积极,推动微软股价上涨8%,市值突破4万亿美元大关。
7月23日,“阿里云上的Salesforce AI CRM大会” 上,Salesforce与阿里云联合发布了专为中国市场打造的AI CRM解决方案。