/
思科AI基础设施订单激增推动强劲财报表现
思科系统公司第四财季业绩超预期，营收147亿美元同比增长8%，净利润40亿美元。AI基础设施订单本季度达8亿美元，全年达20亿美元，是原定目标的两倍以上。网络业务增长12%，安全产品增长9%。云业务同比增长49%，连续四个季度在大规模网络客户中实现三位数订单增长。公司预计下季度营收146.5-148.5亿美元。
SEO已死，大语言模型时代企业如何重塑营销策略？
随着ChatGPT等AI聊天机器人成为"互联网入口"，传统SEO面临颠覆。企业开始关注如何在AI生成的答案中获得更好展示。Evertune等初创公司应运而生，通过每月运行数百万次提示来帮助企业监测品牌在AI回答中的表现。同时，Perplexity出价345亿美元收购Chrome浏览器，OpenAI发布GPT-5模型，显示AI搜索领域竞争加剧。
OpenAI的GPT-5表现不佳，被迫重新添加模型选择开关
OpenAI在GPT-5发布后遭遇用户强烈反对，被迫进行调整。CEO阿尔特曼宣布为GPT-5增加"自动"、"快速"和"思考"三种模式选择，并恢复4o模型。付费用户可通过"显示其他模型"开关访问o3、4.1等模型。阿尔特曼承认突然弃用旧模型是错误决定，并表示正在优化GPT-5的个性化设置，让其比当前版本更温和但不像GPT-4o那样令人烦恼。
Jumio用AI，在数字身份验证风暴中心重构信任坐标
生物识别技术、人工智能和机器学习的深度融合，正推动身份验证从被动识别向主动风险评估和持续监控转变，尤其在对抗深度伪造等新兴欺诈手段方面，展现出不可或缺的关键作用。
谷歌为Gemini添加有限聊天个性化功能，在记忆功能方面落后于竞争对手
谷歌正在为其Gemini应用缓慢增加定制化和个性化功能，以追赶Anthropic和OpenAI。新功能"个人上下文"将默认启用，允许从过往对话中学习并提供个性化回应。同时推出临时聊天功能和额外数据控制选项。然而，谷歌用户无法编辑或删除偏好设置，这与竞争对手形成差异。该功能首先在部分国家的Gemini 2.5 Pro上推出。
SAP力推Business Suite为企业AI应用的关键基础
德国软件巨头SAP将其商务套件定位为企业AI成功的必要基础，认为数据碎片化是最大障碍。该套件集成销售、财务等业务应用，直接挑战"最佳组合"模式。SAP全球商务套件负责人表示，碎片化应用产生碎片化数据，失去业务语境，使企业80%时间用于管理应用和数据。SAP推广AI助手Joule作为用户交互中心，并开发各种AI代理。澳洲多家客户分享实践经验，南澳电力网络利用AI改善资产管理，西格玛医疗自动化HR流程节省70%时间。
超级智能时代后人类将面临什么挑战？
随着OpenAI发布ChatGPT-5，世界距离通用超级人工智能更近一步。文章探讨了超级智能普及后可能带来的深层社会影响，特别是对人类核心身份认同的冲击。作者担心，当AI助手通过可穿戴设备实时提供"增强心智"服务时，人类可能过度依赖AI建议，失去独立思考能力。这种技术虽然能让人感觉更强大，但也可能削弱人类的自信心和主观能动性，模糊人机交互的界限。
Ai2推出MolmoAct模型：在机器人AI领域挑战英伟达和谷歌
AI2发布开源MolmoAct 7B模型，具备三维空间推理能力，挑战英伟达和谷歌在物理AI领域的地位。该模型能让机器人理解物理世界、规划空间占用并执行动作，任务成功率达72.1%，超越谷歌、微软和英伟达的模型。与传统视觉-语言-动作模型不同，MolmoAct通过空间感知令牌实现真正的3D理解，可适应不同机器人形态。
李飞飞挑战硅谷对AGI的痴迷观念
斯坦福大学李飞飞教授在拉斯维加斯Ai4会议上表达了与Geoffrey Hinton截然不同的AI发展观点。她认为AI应该是人类潜能的合作伙伴，而非需要具备母性保护本能的超级智能体。李飞飞强调，共情、好奇心和责任感应该驱动AI发展，人类决策应始终处于核心地位。她通过World Labs致力于开发空间智能技术，旨在创建理解和构建三维空间的AI系统，服务于教育、医疗等领域，让AI成为促进人类创造力和学习的工具。
研究发现：新版大语言模型虽基准测试分数更高，但代码漏洞更严重
SonarSource研究发现，尽管最新大语言模型在编程基准测试中表现更佳，但同时引入了更多严重漏洞和安全风险。研究测试了Claude、GPT-4o、Llama等模型的4400多个Java编程任务，发现所有模型都存在系统性安全意识缺陷。其中Llama 3.2 90B有超过70%的漏洞被评为最高危险等级，Claude Sonnet 4虽功能测试得分最高，但严重漏洞比例比前代增加93%。研究建议对AI生成代码采用"信任但验证"方法。
如何为AI探索构建数据基础设施
随着AI技术兴起，CIO们需要重新审视数据基础设施的重要性。调查显示，研究和实施数据驱动的AI项目已成为IT部门的首要任务。成功的关键在于构建可靠且可扩展的数据基础，而非简单地将所有服务迁移到云端。数字化领导者必须设计灵活的架构以应对快速变化的技术环境。多家企业通过统一数据平台实现了信息整合，为AI应用奠定了坚实基础。
Liquid AI推出LFM2-VL模型，让智能手机拥有快速视觉AI能力
Liquid AI发布了新一代视觉语言基础模型LFM2-VL，专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构，GPU推理速度比同类模型快2倍，同时保持竞争性能。提供450M和1.6B两个版本，支持512×512原生分辨率图像处理，采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
Google Photos经典搜索功能快速恢复方法：替代Ask Photos生成式AI搜索
Google Photos推出快速修复方案，允许用户重新启用经典搜索功能，替代此前推出的"Ask Photos" Gemini AI搜索工具。这一调整回应了用户对传统搜索方式的需求，为那些更偏好直接关键词搜索而非AI对话式查询的用户提供了选择。
SiMa.ai发布新一代物理AI系统级芯片正式投产
人工智能芯片初创公司SiMa Technologies宣布其第二代系统级芯片平台MLSoC Modalix正式出货，专为多模态物理AI工作负载设计。该芯片可嵌入机器人、工业设备和车辆等设备中，支持运行大语言模型、卷积神经网络等多种AI算法。芯片采用低功耗设计，能在边缘设备上直接处理传感器数据并运行AI模型，无需依赖云端处理，有效降低延迟。
Ai2发布开源AI模型，让机器人在3D空间"规划"动作
西雅图AI研究机构Ai2发布MolmoAct 7B，这是首个动作推理模型，能让机器人在执行任务前进行"思考"和规划。该模型可将自然语言指令转化为3D空间中的运动轨迹，通过1800万样本在256个H100芯片上训练完成。在SimPLER基准测试中达到72.1%的任务成功率，超越了谷歌、微软等公司的同类模型。
曾经的小型研究实验室如何助力英伟达成为万亿美元公司
2009年，比尔·戴利加入英伟达研究实验室时，该实验室仅有约12名员工，专注于计算机图形学中的光线追踪技术。如今这个实验室已发展至400多人，帮助英伟达从90年代的游戏GPU初创公司转型为价值4万亿美元的AI巨头。目前实验室重点开发机器人和AI技术，部分研究成果已应用于产品中。英伟达在周一发布了面向机器人开发者的新AI模型、库和基础设施，展现了从物理AI到机器人领域的技术进展。
VS Code发布聊天检查点功能预防AI对话失误
微软VS Code 1.103版本推出GitHub Copilot聊天检查点功能，允许开发者在AI聊天互动出现问题时恢复到之前的状态。新版本还包括MCP服务器工具选择器改进、GPT-5支持、AI使用统计、Git工作树支持等功能。尽管VS Code持续强化AI功能，但根据最新StackOverflow调查显示，仍有76.2%的专业开发者使用VS Code，较去年上升2.2%，远超其他编辑器。
AI道德部署实战指南：CIO如何平衡创新与责任
企业面临着通过AI创造价值的巨大压力，但CIO等IT领导者必须考虑技术的伦理使用和风险管理。忽视这一环节将面临信任和公平性问题，甚至严重损失。随着AI法规不断出台，企业面临罚款和诉讼风险。缓解风险需要定义AI伦理框架，确保统一应用。AI伦理应基于公平、透明、问责和隐私四大原则。企业可借鉴现有框架构建治理体系，需要持续审计和更新。成功实施需要C级高管支持和全员参与。
英伟达将Blackwell GPU引入企业数据中心
英伟达宣布将RTX Pro 6000 Blackwell服务器版GPU引入标准企业服务器，使更多企业能够使用Blackwell技术处理AI和传统工作负载。思科、戴尔、惠普企业、联想等厂商将在其2U企业服务器系统中提供该GPU。新系统采用x86架构、风冷设计，相比仅使用CPU的系统，性能提升45倍，能效提高18倍，可将数百台CPU系统整合为少量RTX Pro服务器。
京公网安备 11010802021500号
