CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
微软今日发布Windows 11版Copilot人工智能助手升级版本。部分功能即日上线,其他功能将通过Windows Insider测试计划提供。所有用户现可使用具备计算机视觉功能的Copilot Vision,支持应用界面导航、文本生成和设计建议等。新版Copilot Actions可执行多步骤自动化任务,包括处理本地PDF文件和访问OneDrive、Google Drive存储文件。此外还将添加语音控制、设置页面快速访问等功能。
苹果研究人员发布新AI模型ADE-QVAET,通过结合四种AI技术克服现有大语言模型在分析大规模代码库时的局限性。该模型不直接分析代码,而是通过代码指标数据寻找漏洞模式,在软件漏洞预测数据集上表现优异。此外,苹果还开发了自动化测试系统和SWE-Gym训练环境,后者训练的AI代理能正确解决72.5%的真实代码修复任务,为软件开发自动化带来新突破。
刚果民主共和国正在推广英加水电站作为AI数据中心的廉价绿色电源。该水电站位于刚果河上,目前仅产出不到2吉瓦电力,但潜在发电量达44吉瓦,几乎是中国三峡大坝的两倍。随着AI使用激增,多家科技巨头正在寻求千兆瓦级数据中心项目。世界银行已承诺投资10亿美元推进该项目开发,预计英加三期项目总投资超过200亿美元。
这项UC圣迭戈研究首次系统解决了AI图像生成中的重叠布局难题。研究团队开发了OverLayScore评估指标和OverLayBench数据集,发现现有AI在复杂重叠场景中表现显著下降。他们提出的CreatiLayout-AM模型通过非模态掩码监督,让AI学会理解被遮挡物体的完整形状,在重叠区域生成精度上获得显著提升,为AI视觉生成技术发展提供了新的解决方案。
斯坦福大学研究团队深入分析了广泛使用的AI评判系统Arena-Hard Auto,发现了三个重大问题:AI评委经常不按既定标准评判(规划失效),不同评判维度高度重合无法独立区分(因子坍塌),以及ELO评分系统通过数学变换掩盖了底层的不确定性。研究开发了专门的诊断工具来检测这些问题,并提出了改进建议,对依赖AI评判系统的学术研究和商业应用具有重要警示意义。
AutoIntent是俄罗斯研究团队开发的革命性自动化文本分类工具。它能够自动选择最佳的嵌入模型、分类算法和决策阈值,让普通用户无需专业知识就能构建高效的意图识别系统。在标准测试中,AutoIntent不仅准确率超过现有工具,训练效率也提升一倍以上,特别在多标签分类和超范围检测方面表现突出,为AI技术普及化开辟了新路径。
HPE存储业务表现优异,公司重新公开报告存储收入数据,Alletra Storage MP成为主导产品。在AI驱动的市场变革中,HPE将存储作为AI系统销售的重要组成部分,Alletra存储连续三个季度实现三位数同比增长。公司调整财务报告结构,突出云和AI业务,存储收入重新独立披露。面对Dell、NetApp和Pure Storage等竞争对手,HPE依托服务器和网络优势推动存储销售增长。
能源初创公司联邦聚变系统宣布与谷歌DeepMind合作,利用AI技术优化其即将建成的Sparc反应堆运行。双方将使用DeepMind的Torax软件模拟反应堆内等离子体,并结合AI模型帮助实现聚变发电。聚变发电有望提供零排放的大量电力,AI公司看好聚变作为数据中心电源。谷歌此前已投资多家聚变公司,并计划从CFS首个商业电站采购200兆瓦电力。
Omdia最新研究显示,以AWS、微软和谷歌云为首的超大规模云市场企业软件销售额预计将从2024年的300亿美元激增至2030年的1630亿美元。这一增长反映了企业对市场采购模式的日益采用和智能AI销售的急剧上升。2025-2030年复合年增长率预计达29.1%。基础设施软件、DevOps和商业应用将占总支出的63%,而智能AI和网络安全成为高增长领域。
Oracle在其拉斯维加斯AI世界大会上发布大量AI功能,涵盖云基础设施、应用和数据分析。专家指出,尽管Oracle全面拥抱AI,但用户的采用路径仍不明确。公司扩展了Fusion云应用的AI代理工作室,支持OpenAI等第三方LLM提供商,并推出代理市场。然而,客户在数据质量和治理方面面临挑战,需要制定完善的数据策略才能实现AI的商业价值。
Oracle大幅升级AI Agent Studio平台,新增智能体协作、多LLM编排和企业级治理等功能,以在AI自动化竞赛中挑战微软Copilot Studio、谷歌Vertex AI和Salesforce等竞争对手。升级包括治理、可观测性和扩展性功能,将平台从追赶者转变为企业级解决方案。分析师认为这些更新将帮助Oracle在大型企业市场与微软和SAP竞争。
人工智能可视化开发平台Bubble发布AI智能体产品,用户可通过拖拽元素或对话方式构建生产级应用。该产品解决了AI编程工具在可编辑性、代码质量、安全性方面的局限性。调查显示仅9%用户将AI编程工具用于关键业务应用,72%担心AI生成代码存在安全漏洞。新产品结合AI开发速度与可视化编辑的精确控制,支持自然语言提示和可视化编辑两种方式。
宾夕法尼亚州凭借丰富的天然气储量和战略位置,正在推进一项雄心勃勃的700亿美元计划,旨在吸引大型数据中心投资并改变经济格局。该计划包括基础设施建设、电网升级和人才培训等多个项目,重点解决制约数据中心发展的电力供应瓶颈问题。主要投资包括黑石集团250亿美元钢厂改造项目、CoreWeave公司60亿美元兰卡斯特数据中心等。作为美国第二大天然气生产州,宾夕法尼亚州的能源优势为满足AI数据中心的巨大电力需求提供了有力支撑。
AWorld团队开发的Recon-Act系统采用"侦察-行动"双团队协作模式,通过工具中心的自我进化机制实现智能浏览器操作。系统在VisualWebArena测试中达到36.48%成功率,超越现有自动化方案。其创新性在于将信息收集与任务执行分离,通过对比成功失败案例自动生成专用工具,为未来智能浏览器助手发展提供了新思路。
中科院团队提出QuantVGGT技术,首次解决大规模3D重建AI模型的部署难题。通过双重平滑精细量化和噪声过滤多样化采样两项核心技术,成功将12亿参数的VGGT模型压缩75%体积、提升2.5倍速度,同时保持98%原始性能。实验结果显示该方法在相机位置估计和点云地图生成任务上均显著优于现有量化技术,为3D AI技术的产业化普及提供了重要突破。
阿里巴巴研究团队提出VCRL方法,让AI像人类一样从易到难学习数学。该方法通过观察AI模型解题时表现的差异程度来判断题目难度,自动选择最适合当前能力水平的训练材料。实验显示,VCRL将AI数学能力提升75%-85%,在奥林匹克数学竞赛等高难度测试中表现尤为突出,为AI教育训练提供了新思路。
阿里巴巴集团研究团队提出了Tree-GRPO,一种革命性的AI智能体训练方法。该方法通过树状结构让AI探索多种思考路径并进行比较学习,在多跳推理任务中实现了69%的性能提升,同时将训练成本降低至传统方法的四分之一。这项创新为解决AI稀疏监督和高昂训练成本问题提供了新思路。
北京大学等高校联合研究发现,当前广泛使用的AI评判系统存在严重的自相矛盾问题,经常出现评分与直接比较结果不一致的情况。研究团队开发了TrustJudge框架,通过分布感知评分和智能聚合技术,将评判不一致性降低了8-10个百分点,同时提升了准确率,为AI系统的可靠评估提供了重要解决方案。