/
Modular获2.5亿美元融资，简化AI硬件部署
AI初创公司Modular完成2.5亿美元C轮融资，估值达16亿美元。该公司提供统一平台，让开发者无需重写代码即可在不同芯片上运行AI应用，包括CPU、GPU、ASIC和定制芯片。公司旨在打破英伟达CUDA的垄断局面，为企业提供更多硬件选择自由。其平台已支持英伟达、AMD和苹果架构，在新一代加速器上性能提升20%-50%。
Google推出数据公地MCP服务器，为AI智能体提供可信数据支撑
谷歌发布Data Commons模型上下文协议服务器，为AI开发者提供标准化访问公共数据集的新工具。该服务器连接谷歌2018年推出的开放知识库Data Commons，整合经济、健康、人口和环境等领域的公共数据集。通过标准化接口，AI系统可直接查询数据而无需管理复杂API，有效减少模型幻觉问题，为构建数据驱动的智能体应用奠定基础，提升AI输出的准确性和可信度。
英国250强企业高管呼吁电网升级以支持AI数据中心扩张
英国能源网络协会对101名富时250指数高管的调查显示，90%的受访者认为电网升级对释放高增长行业潜力至关重要，超过80%表示没有这些升级英国将无法在全球竞争。调查指出，这一需求对支撑AI模型训练和云计算的数据中心尤为迫切。55%的受访者对英国成为AI全球领导者有信心，但实现这一目标依赖于可靠的高容量电力供应。预计到2030年英国数据中心容量将增至3.3-6.3GW。
美光科技在AI驱动DRAM浪潮中创下收入记录
美光第四季度营收达113.2亿美元，创历史新高，同比增长46%。全年营收373.8亿美元，同比增长48.9%。DRAM收入同比增长69%至90亿美元，占总收入80%，而NAND收入下降5%至23亿美元。HBM收入接近20亿美元，年化收入约80亿美元。公司1γ DRAM技术达到成熟良率，并开始向主要超大规模客户出货。预计下季度收入125亿美元，同比增长43.5%。
Creatio推出"自带模型"功能，让企业自主选择AI模型
无代码平台开发商Creatio发布新功能，允许企业自主选择大语言模型进行AI部署。该"自带模型"功能支持OpenAI、Anthropic和谷歌Gemini等主流模型，可在私有云或本地环境中部署以满足数据主权要求。公司将AI代理直接嵌入核心CRM应用和工作流程中，计划2025年底支持模型上下文协议。Creatio上一财年增长45%，主要来自新客户获取和大企业账户扩展。
阿里巴巴云平台将集成英伟达物理AI开发工具
阿里巴巴宣布将英伟达的机器人、自动驾驶和智能空间AI开发工具集成到其云端AI平台中。阿里巴巴将提供英伟达的物理AI软件栈，可构建真实环境的3D副本并生成合成数据来训练AI模型。此次合作标志着全球领先的AI芯片开发商与主要云服务提供商的重要合作。阿里巴巴还发布了最新的通义千问3-Max大语言模型。
Salesforce从AI模型转向智能体AI战略转型
Salesforce正从部署大型语言模型转向开发专业化、高效且可信的AI智能体，以解决特定商业挑战。该公司首席科学家表示，AI的真正价值不在于底层模型，而在于构建其上的智能体能力。Salesforce将智能体分解为记忆、推理大脑、用户界面和功能调用四个关键组件，并开发了大型动作模型来提升API调用准确性。公司还推出企业通用智能概念，专注于商业关键领域的智能体能力突破。
MemVerge推出开源AI内存层助力大语言模型发展
MemVerge发布开源MemMachine软件项目，为大语言模型和AI智能体提供跨平台长上下文记忆层。该软件虚拟化DRAM，结合服务器CPU内存与外部存储层，支持情景记忆、语义记忆、程序记忆和档案记忆四种模式。在LoCoMo长上下文记忆测试中，MemMachine准确率达85%，领先于ChatGPT等竞品，旨在将AI助手从一次性聊天机器人转变为可信赖的上下文感知协作伙伴。
大语言模型为什么老是"胡编乱造"？OpenAI团队揭开AI幻觉的真相
OpenAI团队的最新研究揭示了大语言模型产生幻觉的根本原因：AI就像面临难题的学生，宁愿猜测也不愿承认无知。研究发现，即使训练数据完全正确，统计学原理也会导致AI产生错误信息。更重要的是，现有评估体系惩罚不确定性表达，鼓励AI进行猜测。研究提出了显式置信度目标等解决方案，通过改革评估标准让AI学会诚实地说"不知道"，为构建更可信的AI系统指明方向。
ByteDance AI实验室发布重磅研究：让计算机学会"逆向思考"，解决创意写作难题
字节跳动AI实验室提出"逆向工程推理"新范式，通过从优质作品反推思考过程的方式训练AI进行创意写作。该方法创建了包含2万个思考轨迹的DeepWriting-20K数据集，训练的DeepWriter-8B模型在多项写作评测中媲美GPT-4o等顶级商业模型，为AI在开放性创意任务上的应用开辟了新道路。
电脑终于学会了像人类一样用键盘鼠标：ByteDance推出会玩游戏的AI助手
ByteDance Seed团队开发的UI-TARS-2是一个革命性的AI助手，能够通过观看屏幕并用鼠标键盘操作电脑，就像人类一样完成各种任务和游戏。该系统采用创新的"数据飞轮"训练方法，在多项测试中表现出色，游戏水平达到人类的60%左右，在某些电脑操作测试中甚至超越了知名AI产品，展现了AI从对话工具向真正智能助手演进的巨大潜力。
南洋理工大学重大突破：AI智能助手终于学会"稳扎稳打"多轮推理，不再半路"掉链子"
新加坡南洋理工大学研究团队开发的SimpleTIR方法，通过识别并过滤"无效回合"解决了AI多轮推理中的稳定性问题。该方法让AI在AIME24数学测试中的准确率从22.1分跃升至50.5分，训练过程更加稳定，并让AI自动掌握了交叉验证、渐进推理和自我纠错等高级推理模式，为开发更可靠的AI助手提供了重要技术突破。
小公司如何训练出超越巨头的AI网络助手？香港科技大学团队的"探索进化"新方案
香港科技大学团队提出WebExplorer框架，通过"模型驱动探索"和"迭代查询演化"两阶段生成高质量训练数据，成功训练出80亿参数的WebExplorer-8B模型。该模型在多个信息搜索基准测试中超越了720亿参数的大型模型，支持长达100轮的工具调用和128K上下文长度，展现了开源AI在网络助手领域的突破潜力。
清华大学突破性发现：AI训练的"双重人格"竟然可以完美融合！
清华大学研究团队发现AI训练中的监督微调和强化学习本质上优化同一目标，提出统一策略梯度估计器理论框架和混合后训练算法。该方法能动态调整训练策略，在数学推理任务上比最强基准方法高出7个百分点，大大降低训练成本和技术门槛，为更智能AI助手的普及奠定基础。
滑铁卢大学让AI智能体学会使用工具：突破性框架将改变机器学习训练方式
滑铁卢大学研究团队开发了VerlTool框架，突破了AI模型无法使用外部工具的限制。该框架通过异步执行和模块化设计，让AI智能体能在多轮交互中学会使用各种工具，实现了从"孤立思考"到"协作解决问题"的重大转变，在六个领域的测试中都展现了卓越性能，为AI发展开启了新的可能性。
让人工智能看图更聪明：KAIST团队破解多模态大语言模型视觉理解难题
KAIST研究团队提出VIRAL方法，通过视觉表征对齐技术解决多模态大语言模型视觉理解不精准的问题。该方法让AI模型内部视觉表征与预训练视觉基础模型保持一致，避免训练中视觉细节的丢失，在对象计数、空间推理等视觉任务上取得显著性能提升，为多模态AI的视觉理解能力改进提供了简单有效的解决方案。
大模型也能成为深度研究专家？北京智源人工智能研究院InfoSeek让3B小模型媲美顶级商用API
北京智源人工智能研究院团队提出InfoSeek框架，通过创新的数据合成方法让3B小模型在深度研究任务上媲美大模型。该框架将复杂问题形式化为层次约束满足问题，采用双代理系统构建高质量训练数据，成功训练出在BrowseComp-Plus基准测试中超越多个商用API的模型，证明了精心设计数据的重要性，为AI深度推理能力发展奠定基础。
IT文艺复兴恐失势头，亟需重获关注
当前世界充满变数，IT领域除AI外鲜少受到关注。从气候变化到地缘政治紧张局势，IT在公众讨论中边缘化。这在技术变革关键时刻十分危险。CEO、高管和媒体对IT缺乏深度思考，普遍持"不坏就别谈"的态度。CIO需要重新获得利益相关者关注，克服对IT运营的冷漠和无知。技术文盲问题严重，大多数人从未构建过IT系统。IT行业需要重新赢得人心，大幅提升公众IT知识水平。
每位CIO必须回答的11个变更管理问题
技术驱动的变革比以往更加频繁，但成功并不能得到保证。Gartner研究显示，只有五分之一的组织能够在75%或更多时间内从转型项目中获得预期收益。其余都是昂贵的失败。有效的变革管理能够提高技术采用率，服务于业务目标。变革管理不再是边缘活动或软技能，而是决定新举措是否能够创造商业价值的核心绩效学科。
京公网安备 11010802021500号
