/
Startup Korl 推出多模态、多代理工具，实现跨系统定制化沟通
Korl 利用 OpenAI、Gemini 及 Anthropic 等模型，从 Salesforce、Jira、Google Docs 等多个平台整合数据，自动生成定制化客户沟通材料，如幻灯片、演讲稿及季度业务回顾，同时保证数据安全性，并提升运营效率。
为什么 agentic AI 是下一波创新浪潮
文章探讨了代理型 AI 的崛起，重点介绍微软 Azure AI Foundry 与 NVIDIA 技术如何通过强大语言模型和智能代理，实现企业级应用创新，提升运营效率与服务质量。
RSA 大会 2025 精彩亮点、洞见与值得关注的公司
本文总结了RSA 2025大会的主要亮点，重点探讨了agentic AI在网络安全中的应用前景与挑战，以及多家企业的关键更新和技术访谈。
Mistral AI发布Medium 3模型，低成本高性能
Mistral AI 近日发布全新 Medium 3 模型及企业智能助手 Le Chat Enterprise，新模型性能超越主流竞品且成本更低，助力企业实现智能系统定制升级。
xMEMS 推出单片微型散热扇技术扩展至 AI 数据中心
xMEMS Labs 推出基于 MEMS 的 μCooling 芯片风扇技术，为 400G、800G 与 1.6T 高性能光模块提供局部主动散热，突破 AI 数据中心散热瓶颈。
Nutanix 与 Pure Storage 联手应对 VMware 不确定性
Nutanix 与 Pure Storage 通过整合云基础设施和 FlashArray 存储技术，打造高性能、安全灵活的虚拟化解决方案，助力企业平滑迁移，应对 VMware 市场不确定性。
将 AI 领导者与仍局限于试点模式的 92% 区分开的 5 种策略
本文基于 Accenture 的研究，解析了企业成功扩大 AI 实施的关键策略，从人才、数据基础设施、战略聚焦、责任 AI 到智能代理架构，助力企业实现 AI 转型升级。
高墙花园出现裂痕：纳德拉押注微软的 Copilots —— 以及 Azure 的下一步动作 —— 基于 A2A/MCP 的互操作性
微软CEO纳德拉公开支持 Google DeepMind 的 A2A 与 Anthropic 的 MCP 协议，此举推动开放代理 AI 协作，加速企业级 AI 创新。
阿里巴巴的 “ZeroSearch” 让 AI 自学谷歌搜索本身——将训练成本降低 88%
阿里巴巴 ZeroSearch 技术通过模拟搜索引擎功能训练 AI，大幅降低训练成本（约 88%），提高信息检索的可控性，助推 AI 自主学习，重塑未来开发模式。
OpenAI任命 Instacart 领导人 Fidji Simo 为应用业务新任 CEO
OpenAI宣布前Instacart CEO Fidji Simo将于2025年出任新设应用部门CEO，负责将AI研究转化为全球消费者与企业产品，标志着公司由研究向商业应用的战略转型。
为后量子计算做准备比千年虫问题更难
英国各界正面临一项长达十年的技术变革任务，以应对未来量子计算可能破坏现有加密体系的风险，企业和政府需全面排查和更新安全措施。
FDA 宣布生成式 AI 试点及快速推广计划
FDA局长 Martin Makary 表示，FDA已完成利用生成式 AI 加速药品审核的试点，并计划于六月底前全局推广，尽管成果显著，但安全性问题仍引发关注。
Siemens Mobility 的生成式 AI 让 IT 更加贴近业务
西门子Mobility的CIO Dilek Bocuk通过引入生成式人工智能和多种培训活动，推动IT与业务深度融合，助力企业数字化转型。
从复杂到简单：腾讯与清华大学联合打造的PrimitiveAnything如何重塑3D模型创作
想象一下乐高积木。当孩子们用乐高搭建一个复杂的城堡时，他们不会从一整块材料中雕刻出城堡的形状，而是使用各种形状的积木块一个接一个地拼装。这种构建方式不仅直观，而且便于修改和理解。同样地，基于基元的3D模型表示法就像是数字世界的乐高积木，它允许我们用简单的几何形状（如立方体、圆柱体和椭球体）来组装复杂的3D物体。
零搜索：无需搜索也能激发大模型的搜索能力
想象一下，你有一位非常聪明的朋友，他知识渊博但有个明显的缺点——他所知道的一切都是两年前学到的。当你询问最近发生的事情或最新的研究成果时，他只能提供过时的信息，甚至有时会自信满满地"编造"答案。这位朋友就像现在的大型语言模型（LLM）——虽然在训练过程中学习了海量知识，但一旦训练结束，它们的知识就固定下来了，无法获取新信息。
腾讯混元突破性研究：多模态定制化视频生成框架让AI视频更会"演"了
想象你是一名广告制作人，急需为新产品拍摄一段广告片。传统方式需要花费大量时间和金钱聘请演员、租用摄影棚、购买昂贵的设备。而如今的AI视频生成技术虽然已经取得了长足进步，却仍然面临着一个关键问题：如何让生成的视频更精准地满足我们的需求？
视觉语言模型的"换位思考"能力：超越物体识别的挑战
想象一下：当你开车时，你不仅要看到路上的情况，还需要猜测其他司机能看到什么。当你与朋友共同搬运一件大型家具时，你需要理解对方的视角以便协调动作。这种能力在人类中被称为"视觉视角采纳"(Visual Perspective Taking, VPT)，它是我们社交互动和空间导航的基础。
阿里巴巴与多所高校联合发布的前沿研究揭示AI统一模型的未来发展方向
想象一下，假如你的手机助手不仅能听懂你的问题并回答，还能看懂你拍摄的照片，甚至可以根据你的描述创作出精美图像。这正是统一多模态模型努力实现的目标。这类模型就像是既精通多种语言又擅长绘画的全能型人才，能同时处理文字和图像，实现跨模态的交流。本文将带你深入了解这一前沿领域的发展现状、技术路线和未来挑战。
R&B：突破瓶颈的新途径，威斯康星大学麦迪逊分校团队如何革新AI模型训练方法
想象一下，你是一位烹饪大师，准备制作一道复杂的全餐。你的食材柜里有各种各样的食材——肉类、蔬菜、调料、面粉等等，数量远超你一次能用的量。传统方法可能是从每类食材中随机挑选一些，但这样做往往效率低下。
京公网安备 11010802021500号
