HPE第三财季营收创纪录达到91亿美元,同比增长19%。AI服务器销售大幅增长,新收购的Juniper推动网络业务增长54%。Alletra存储销售实现三位数增长。服务器业务营收49亿美元,AI系统营收达到16亿美元创历史新高。该公司连续四个季度实现营收增长,GreenLake订阅客户增至4.4万,年化营收运行率达31亿美元。
机架规模计算以服务器机架而非单台服务器作为数据中心基础设施的主要单元。该概念早在十多年前就已出现,但在AI时代重新受到关注。相比传统服务器中心方法,机架规模计算能更好地满足大规模工作负载需求,构建更具弹性的基础设施,并优化硬件配置。特别是1MW机架能够提供传统方法无法匹配的集成性能,为AI工作负载提供充足资源和优化处理。
爱立信宣布在其私有5G技术中集成代理式AI,计划2025年第四季度推出。该系统将NetCloud平台与私有5G网络结合,为企业客户提供AI功能、实时特性、简化的生命周期管理等优势。升级版NetCloud助手ANA可处理复杂工作流程、执行管理决策并实时学习,预计将故障停机时间和客户支持案例减少超过20%,助力企业数字化转型。
如果我们长期关注企业架构演进,就会了解一个朴素的道理:没有稳固的基础设施,再美好的 AI 愿景也只是空中楼阁。当我们谈论 AI-ready 时,实际上是在讨论一个复杂的技术栈重构问题。
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
随着企业加速云部署并常态化混合办公模式,越来越多企业开始采用 SASE(安全接入服务边缘)来统一其网络与安全架构。但尽管市场上厂商众多,真正兑现“融合”承诺的却寥寥无几。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
苹果在iPhone 17发布会上推出AirPods Pro 3,新增心率监测传感器。该耳机采用红外光传感器和AI模型,可在运动时追踪心率和卡路里消耗数据,并同步至Apple健身应用。新功能还包括改进降噪、实时翻译、更佳音质和防水设计。集成Apple Fitness Plus后,可提供个性化健身指导和实时运动数据显示。售价249美元起。
谷歌推出全球最强差分私有大语言模型VaultGemma,这是一个10亿参数的模型,基于Gemma架构构建。该模型采用先进数学算法防止敏感数据泄露,通过在数据集中添加受控噪声实现隐私保护。VaultGemma在多项基准测试中表现卓越,性能可媲美同等参数的非私有模型,但完全不会暴露训练数据,为金融和医疗等监管行业的AI应用提供重要保障。
乔治华盛顿大学研究人员开发出"FOMC计算机模拟"项目,成功构建了美联储公开市场委员会会议的AI模型。该项目将每位委员的政策态度和投票记录输入系统,创建数字化委员档案。研究采用双轨模拟框架,结合大语言模型驱动的会议模拟与博弈论投票模型。主要发现显示,在政治压力下,委员会成员会产生分歧并破坏共识。这一技术突破为未来模拟各类群体决策会议奠定了基础。
AI聊天机器人如ChatGPT、Gemini和Grok日益融入日常生活,目前最受欢迎的用途是心理治疗。人们常与它们讨论敏感话题,误以为对话会保持私密。然而,聊天机器人不受保密规则约束。近期发生多起数据泄露事件,包括ChatGPT分享功能导致对话被搜索引擎索引,Grok多达30万次聊天记录被公开。企业中"影子AI"使用也带来风险。专家建议避免分享个人敏感信息,企业应制定相关政策。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。
ByteDance研究团队开发出革命性的Seaweed-APT技术,实现了首个真正意义上的实时高清视频生成。该技术通过创新的对抗后训练方法,将传统需要25步和数分钟的视频生成过程压缩为单步1秒完成,能生成2秒长1280×720高清视频,视觉真实感提升37.2%。尽管在结构完整性方面存在一定权衡,但这项突破为AI内容创作、社交媒体、教育和娱乐等领域开启了实时视频生成的新时代。
Google DeepMind通过Physics-IQ基准测试发现,尽管当前AI视频模型能生成视觉上极为逼真的内容,但其物理理解能力严重不足。研究使用396个真实物理实验视频测试了8个主流模型,结果显示最佳模型得分仅为29.5%。更重要的是,视觉真实度与物理理解能力之间几乎无关联,这一发现对AI发展具有重要启示意义。
中科大深圳团队开发RealCritic框架,发现AI大模型普遍存在批评能力缺陷。除o1-mini外,多数模型在自我批评时表现下降,甚至把正确答案改错。研究揭示"会做题"和"会批评"是不同技能,提出闭环评估新方法,为AI批评能力评估提供科学标准。
西班牙马德里理工大学等机构联合研究发现,大语言模型在经过推理思考后会变得更加自信,但这种自信不分对错。研究测试了七个不同模型,发现当要求AI先解释推理过程再回答选择题时,所有模型都表现出更高的信心水平,且错误答案的信心增长甚至超过正确答案。这一现象类似人类"解释即相信"的认知偏见。
NVIDIA联合多所大学开发的Omni-RGPT实现了AI视觉理解的重要突破,首次让AI能同时精准理解图像和视频中用户指定的任何区域。通过独创的Token Mark机制,该系统解决了传统方法在视频中容易"跟丢"目标的问题,在视觉问答、区域描述等多项任务上达到最先进水平,为教育、安防、内容创作等领域的AI应用奠定了基础。
这项由中国人民大学等机构合作完成的研究提出了Virgo系统,发现仅用5000个纯文本推理案例训练就能让AI在视觉推理任务上达到顶级商业系统水平。研究证实推理能力具有跨模态通用性,为更经济高效地开发多模态AI系统指明了新方向,同时也揭示了AI感知反思能力不足的局限性。