谷歌开始推出Fitbit应用的重大更新,采用全新设计并集成由Gemini AI驱动的个人教练功能。该更新于10月28日首先面向美国地区的Fitbit Premium用户开放,后续将逐步扩大覆盖范围。新版本围绕今日、健身、睡眠和健康四个主要标签重新设计,强调周趋势数据分析。AI教练功能可根据用户的实时和历史数据提供个性化建议和训练计划,支持语音或文字交互。用户可选择是否使用AI功能,预览期间可在新旧界面间切换。
Zoom与英伟达合作,利用Nvidia Nemotron开放技术升级AI Companion 3.0,采用混合语言模型架构,智能路由查询处理。该方案结合小语言模型和大语言模型优势,支持跨平台集成,包括微软365、Teams、谷歌工作空间等。新架构动态选择最优AI模型,在金融、医疗、政府等行业提供更私密、强大和个性化的AI体验,实现成本效率、质量和延迟的最佳平衡。
全球通信基础设施提供商Zayo宣布计划部署下一代互联网协议网络架构,以增强网络连接性。通过部署诺基亚网络技术,Zayo客户将获得云访问和数据中心连接的安全高速链路。该架构采用基于FP5的7750服务路由器和诺基亚7250互连路由器,支持400G和800G服务,能够快速部署新市场连接,提高可靠性并简化运营。首阶段部署已在纽约和新泽西启动。
IBM今日发布Granite 4 Nano系列超小型生成式AI模型,专为边缘设备、终端和浏览器运行而设计。该系列包含参数量从3.5亿到15亿不等的四个指令模型及其基础版本。与大型模型相比,小型模型计算需求更低,可在笔记本、PC和移动设备上运行,提供更好的隐私安全性和离线访问能力。模型采用IBM开发的混合架构,在多项基准测试中表现优于同规模竞品。
企业数据质量监控平台Anomalo发布AIDA智能数据分析系统,用户可通过自然语言查询和控制数据。该平台运用机器学习技术替代传统规则系统,自动检测结构化和非结构化数据中的异常问题。AIDA结合生成式AI能力与企业数据深度理解,让用户能够"与数据对话"。系统与Google Cloud、Databricks、Snowflake等主要数据平台集成,支持17种数据源连接,目前已向所有客户提供预览版本。
思科宣布推进安全可扩展的人工智能技术,并与AI领导者英伟达建立合作伙伴关系。双方推出基于英伟达Spectrum-X以太网芯片的思科N9100数据中心交换机,为新云和主权云部署提供合规的参考架构。此外,还发布了思科安全AI工厂解决方案,为企业AI基础设施提供安全保护。两家公司还联合开发了业界首个面向6G的AI原生无线技术栈。
欧洲最大能源公司之一E.ON宣布将安装新的通信基础设施,以提高安全性和韧性,符合关键基础设施要求。该公司与诺基亚签署五年战略协议,在德国启动基于诺基亚技术的网络更新项目。新网络将为配电系统运营商创建优化的高度自动化电信网络,与现有IP和光纤基础设施相比,能耗可降低50%,同时改善可扩展性和运营灵活性,为未来量子安全网络奠定基础。
本期《众智有为 致敬同路人》系列报道,深度解码众诚科技,如何在一个又一个技术周期中完成自我革命,并与华为携手,成为河南“数字基建”与“数实融合”之路上最坚定的同路人。
Stellantis、Lucid 和梅赛德斯-奔驰加入 L4 级自动驾驶生态系统领导者行列,基于 NVIDIA DRIVE 辅助驾驶平台和 DRIVE AGX Hyperion 10 架构,加速推进自动驾驶技术发展
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
企业要走出认知偏差,必须从整体上重构安全观——将安全视为动态体系的一部分,将防御与恢复并重,将技术创新与人工治理并行。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。
UCL研究团队通过分析16万场AI对战数据发现,传统认为"平局代表AI实力相当"的观念完全错误。研究表明平局主要反映问题难度和客观性,而非AI能力对比。当忽略平局进行评分时,四种主流评分系统的预测准确率均提升1-3%。这项发现颠覆了现有AI评估理论,建议未来评分系统应考虑问题特征而非简单的平局语义。
北卡罗来纳大学研究团队开发的TRAAC方法,首次让AI学会根据问题难易程度自适应调整思考深度。通过智能识别关键推理步骤和动态压缩冗余内容,TRAAC在提升8.4%准确率的同时缩短36.8%推理长度,解决了AI"过度思考"和"思考不足"的双重问题,为构建更智能高效的AI系统提供了新思路。
上海交大团队开发的LongCodeZip是首个专门针对长代码上下文的AI压缩框架,通过分层压缩策略解决了AI处理大型代码项目时的记忆超载问题。该技术能实现5.6倍压缩比,同时保持AI理解准确性,显著降低处理成本77%,提升响应速度60%。经过三种代码任务验证,证明在代码补全、摘要生成和问答方面均优于传统方法,为软件开发中的AI应用提供了重要突破。
UCLA与字节跳动联合突破视频生成时长限制,提出Self-Forcing++方法,通过让模型学习修复自己生成的长视频中的错误,成功实现4分钟超长高质量视频生成,比传统方法提升50倍,为AI视频创作开辟新纪元。
上海AI实验室联合多所高校开发了ExGRPO技术,让AI能像人一样从经验中学习。该方法通过智能选择和重复利用有价值的学习经验,使AI推理能力显著提升,数学推理平均提升3.5分,通用推理提升7.6分,并解决了传统方法训练不稳定的问题,为AI自主学习开辟新路径。
台湾阳明交通大学研究团队首次发现3D高斯泼溅技术存在严重安全漏洞,攻击者可通过密度引导策略在特定视角植入虚假内容而其他角度看起来正常。该"StealthAttack"方法利用场景低密度区域藏匿虚假物体,配合自适应噪声干扰多视角一致性检查,攻击成功率高达100%。研究建立了标准化评估体系,揭示了3D虚拟世界面临的新型网络安全威胁,为VR、游戏等领域敲响安全警钟。
清华大学团队开发STOCKBENCH平台,首次系统测试14个先进AI模型在真实股市环境中的投资表现。研究发现,虽然大多数AI难以显著超越简单的买入持有策略,但在风险控制方面展现优势,能将最大损失控制在更小范围内,为AI辅助投资提供了重要参考。
 
             
                 
                     
                     
                    