随着IT成为企业运营的核心支撑,IT服务台的重要性日益凸显。现代ITSM平台已从简单的帮助台发展为复杂的管理系统,集成了工单跟踪、资产管理、性能监控等功能。这些平台的核心是工单门户,确保请求得到及时处理。许多产品强调自助服务功能和AI集成,通过智能路由、预测分析和生成式AI来提高问题解决效率。本文详细介绍了21款主流ITSM工具,帮助企业选择适合的解决方案。
思科与英伟达、VAST Data合作推出安全AI工厂,整合服务器、GPU和存储设备为企业提供一体化AI基础设施。该方案采用融合基础设施形式,以AI POD作为核心组件,搭载英伟达RTX PRO 6000 Blackwell GPU和思科UCS服务器。存储方面支持NetApp、Pure Storage或VAST Data产品。VAST声称其InsightEngine能够加速RAG管道,将响应延迟从分钟级降至秒级,支持企业级智能体AI应用。
随着人工智能深度融入商业文化,97%的高管认为生成式AI将改变其公司和行业。然而,当人们越来越依赖AI处理记忆、推理和创造性任务时,认知外包现象悄然兴起。研究表明,数字依赖正在重塑记忆模式,可能削弱问题解决能力和批判性思维。组织需要在效率与能力保持之间找到平衡,通过认知训练、批判性参与等方式,将AI视为增强工具而非替代品。
OpenAI将于明年首次生产自主人工智能芯片,与美国半导体巨头博通合作设计。这一举措旨在满足巨大的算力需求并减少对英伟达的依赖。博通CEO透露获得一个神秘客户100亿美元订单,该芯片将主要供OpenAI内部使用。此举效仿了谷歌、亚马逊和Meta等科技巨头的策略。随着AI基础设施市场蓬勃发展,定制AI芯片市场份额不断增长,博通股价今年上涨超30%。
谷歌发布的Gemini 2.5 Flash Image AI图像编辑模型被用户昵称为"纳米香蕉"。该模型在添加图像元素和保持人物一致性方面表现出色,处理速度快且自动添加水印。但存在明显局限:只能生成方形图像、会降低照片分辨率、难以处理复杂编辑任务如移除反射等。谷歌表示正在改进相关问题。该功能免费提供,付费用户可获得更多使用额度。
Anthropic公司同意支付15亿美元,并销毁所有用于训练AI模型的盗版书籍副本。这项和解协议被认为是美国版权诉讼史上最大的公开赔偿。涉及50万部被盗版作品,每位作者将获得每部作品3000美元的赔偿。该和解案需要法院批准才能最终确定,初步批准可能在本周获得。作者组织称这一结果向AI公司传达了强烈信息,表明盗用版权作品训练AI将面临严重后果。
OpenAI宣布将于2026年推出AI驱动的求职平台,并启动新的认证项目OpenAI Certifications。该求职平台利用AI技术匹配求职者与雇主,可能与LinkedIn形成竞争。认证项目涵盖从基础AI素养到提示工程等专业技能,用户可通过ChatGPT内置学习工具准备考试。OpenAI承诺到2030年为1000万美国人提供认证,旨在提升全民AI应用能力。
AI推理初创公司Baseten完成1.5亿美元D轮融资,估值达21.5亿美元。该轮融资由BOND领投,谷歌母公司Alphabet旗下CapitalG等多家知名机构参投。Baseten提供AI推理加速平台,声称性能比竞品快50%,支持本地部署和云端托管。平台采用拓扑感知并行技术优化硬件使用,通过算子融合和量化工具提升模型性能,并提供完整的开发者工具链和监控功能。
初创公司Geniez推出软件解决方案,将AI大语言模型和智能代理与大型机连接,实现实时数据提取供AI使用。该方案突破IBM大型机数据孤岛限制,为非IBM的LLM和AI代理提供实时访问。公司由Model9前高管创立,支持DB2、IMS等多种大型机数据源,兼容Meta、OpenAI等主流AI模型,具备企业级可靠性和安全性。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
清华北航等联合开发Droplet3D系统,通过观看视频学习3D创作。该系统构建了包含400万3D模型的Droplet3D-4M数据集,每个模型配有85帧环绕视频和260词详细文本描述。用户只需提供一张图片和文字描述,即可生成高质量3D内容,支持精确的语言控制和风格化输入处理。实验显示其性能全面超越现有方法,在场景级生成方面展现独特优势。
腾讯联合多所名校发布全球首个AI代码安全评估基准A.S.E,对26个主流大模型进行全面测试。研究发现即使最先进的AI模型在代码安全方面仍存在显著缺陷,最佳模型安全得分仅46.72分。意外的是,"慢思考"模型表现不如"快思考"版本,开源模型在安全性上可与商业模型竞争。该研究揭示了AI代码生成的真实安全风险,为行业发展提供重要指导。
ByteDance研究团队提出TiKMiX方法,通过引入"组影响力"概念动态调整AI训练数据配比,解决传统静态配方导致的训练效率低下问题。该方法能根据模型不同训练阶段的数据偏好实时调整,仅用传统方法20%的计算资源就实现更优性能,在多项测试中平均提升2%效果,为大模型训练提供了更智能高效的解决方案。
美团研究团队推出突破性GUI操作AI系统UItron,能够像人类一样理解屏幕内容并自动执行复杂操作任务。该系统采用三段式训练方法,在多项标准测试中表现卓越,特别是在中文应用场景下达到54.1%的任务成功率,显著超越其他同类系统。研究团队收集了超过一百万步中文应用操作数据,为GUI代理在中文环境的实际应用奠定了基础。
卡内基梅隆大学等机构研究团队开发了名为Morae的智能界面助手,专门解决盲人用户在使用AI自动化工具时失去选择权的问题。通过"动态模糊选择验证"机制,Morae能在关键决策点主动暂停询问用户偏好,而非自动替用户选择。用户研究显示,相比传统AI助手,Morae帮助用户做出了更多符合个人偏好的选择,显著提升了用户满意度和控制感。
斯坦福大学研究团队构建了AHELM评估系统,首次对14个主流音频语言模型进行标准化全面测试。研究发现Gemini 2.5 Pro综合表现最佳但存在性别偏见,传统语音识别方法在多项任务中击败先进AI模型,揭示了当前音频AI技术的真实能力边界和潜在风险。
清华大学研究团队开发了HERMES系统,让机器人能通过观看人类操作视频学会复杂双手协作任务。该系统融合多源数据,采用通用奖励机制和虚实结合训练方法,配备精确导航定位能力。实验显示平均成功率达67.8%,在医疗、制造、家庭服务等领域展现广阔应用前景,代表了机器人从数据驱动向理解式学习的重要进展。
比利时蒙斯大学和美国南加州大学联合开发了Social-MAE,这是一个能够同时理解人脸表情和声音情感的AI系统。该系统通过分析8个连续视频帧和音频特征,在VoxCeleb2大型社交数据集上进行自监督学习,在情感识别、笑声检测和性格分析三项任务中均达到了业界最佳水平,为智能教育、医疗诊断、人机交互等领域开辟了新的应用前景。
KAUST研究团队开发的ROSI技术通过识别并放大AI模型内部的"安全方向",实现了轻量级的安全增强。该技术不仅能提升已有模型的安全性和抗攻击能力,还能恢复无审查模型的安全功能,且对模型性能影响微乎其微。这种基于可解释性的内在改造方法为AI安全领域开辟了新道路,具有成本低、效果好、易部署等优势。
新加坡科技设计大学研究团队开发DuET-PD框架,首次系统揭示AI聊天机器人在多轮对话中的"说服脆弱性"。研究发现即使GPT-4o等先进模型也容易被误导信息迷惑,同时可能固执拒绝正确纠正。团队提出"全面DPO训练"解决方案,显著提升AI抗干扰能力。