向往M8乾崑将智能安全视为基石,搭载了华为乾崑全向防碰撞系统,已累计避免了超200万次潜在碰撞风险,让危险可“预见”,为用户提供全时速、全方向、全目标、全天候、全场景的全维安全守护。
Ubuntu 25.10和Fedora 43的下一个版本将在GNOME变体中仅支持Wayland,这是因为GNOME 49将移除X11会话。此变化只影响GNOME版本,两个发行版仍提供其他桌面环境选项。GNOME项目还计划引入对systemd的更强依赖,这将使GNOME在非Linux系统上运行变得更困难。尽管存在用户阻力,但Red Hat作为主要赞助商推动了这一转变。
金融科技公司Chime在纳斯达克首日交易表现强劲,股价上涨超过37%。公司IPO定价每股27美元,筹资约7亿美元,收盘价达37.11美元。Chime第一季度营收5.187亿美元,同比增长32%,净利润1270万美元,是少数盈利上市的科技公司。截至3月底,公司拥有860万活跃用户,同比增长23%。作为数字银行服务商,Chime主要服务年收入10万美元以下客户群体,提供免费支票账户等服务。
SAP 在 Sapphire 2025 大会上展示了企业智能化的新时代,重点发布了 SAP Business Data Cloud 的扩展功能,包括预构建的智能应用程序。大会强调了多云部署、合作伙伴生态系统扩展,以及 AI 驱动的实时业务洞察如何成为企业竞争优势的关键因素。
全球开源解决方案领导者SUSE在北京隆重举办了SUSE Summit 2025创新峰会。
Apple 今天推出一个开源容器化框架,通过在 macOS 上利用专为 Apple Silicon 优化的轻量级 Linux 虚拟机,实现每个容器独立运行、快速启动和安全隔离,帮助开发者在 Mac 上构建 Linux 环境。
Harness公司推出全新Harness IDP版本,通过提升访问控制、自动更新与接口能力,为企业大规模软件交付提供高效、灵活、直观的开发者体验。
文章论述了开源 AI 推动网络安全变革的方法,探讨了通过治理、自动化、目的型工具贡献、总拥有成本管理及风险防控五大战略,实现安全合规与持续增长。
WordPress.com母公司Automattic继收购通讯应用Beeper和Texts.com后,又收购了关系管理应用Clay。Clay是一款智能通讯录应用,能从LinkedIn、Facebook等平台整合联系人信息,并配备AI助手Nexus。该应用于2021年推出,此前融资超900万美元。收购完成后,Clay将继续运营并与Automattic其他产品集成,长期计划是成为各种工具的身份层。
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。
这项由Sierra公司联合多伦多大学开展的研究首次揭示了AI对话系统在双控制环境下的真实挑战。研究团队发现,当AI需要指导用户协作操作时,性能会显著下降约20%。他们开发的τ?-bench评估平台通过电信技术支持场景,系统性地测试了AI的协作指导能力,并通过程序化任务生成和环境约束的用户模拟大幅提升了评估可靠性,为未来人机协作AI系统的发展指明方向。
在AI圈子里,大家或许听到过这样的话术,“AI创新既是一场马拉松,也是一场短跑”,此时此刻我在AMD Advancing AI这场关乎未来AI计算格局的会上,脑中多次浮现出这句话。
德州农工大学等多所知名高校联合Meta公司推出的SAFEFLOW框架,为AI智能体首次提供完整安全保障体系。该系统通过信息流控制、事务日志和动态信任评估,解决了当前AI助手易受欺骗、缺乏协调的关键问题,在专门构建的测试平台上实现了接近完美的安全表现。
弗吉尼亚理工大学研究团队开发出突破性技术,能从单一视频生成全新视角画面。他们通过"K阶递归噪声表示"解决AI模型记忆问题,用"随机潜在调制"智能填充新视角中的空白区域。该方法无需重新训练模型,在视觉质量、角度准确性等关键指标上均优于现有方法,为电影制作、虚拟现实等领域带来新可能。
这项由加州大学圣克鲁兹分校和eBay联合完成的研究首次揭示了先进AI模型的"睁眼瞎"问题:它们虽然具备强大的感知和推理能力,却无法识别表面合理实际有缺陷的指令。研究发现,即使是最先进的AI系统,在面对物体缺失、指代模糊、事实矛盾和目标不可行等隐性问题时,正确识别率不到40%。更令人意外的是,这些AI系统其实内心已经察觉到问题,但因过度训练的服从性而不敢表达。当被允许提出澄清性问题时,它们的表现瞬间飙升至94%以上,表明简单的交互设计改进就能大幅提升AI系统的可靠性。