企业动态
关注 IT 行业发展动态，实时报道与开发者相关的新闻资讯
- 全部
- 英特尔
- 微软
- 亚马逊云科技
- Meta
- 百度
- 阿里巴巴
- 腾讯
- 华为
- 字节跳动
- 用友
- 英伟达
- OpenAI
- Snowflake
- 其他
用户被通知烦到关掉 Instagram？Meta：我们反思了，用 AI 给自己“限流”
Instagram 采用全新机器学习框架，通过“多样性算法”减少重复内容，提升用户参与度。
AI 时代的传统车企转型：广汽的“双核”战略、组织裂变与自研之路（下）｜行知数字中国
在传统机械制造时期，广汽集团始终顺应国家产业发展趋势，实现了稳健发展。在行业鼎盛时期，广汽集团位列中央企业及地方国有汽车制造商第四位，成为 " 三大三小 " 格局中唯一非直辖的地方国有企业。然而，行业发展具有周期性，随着造车新势力的崛起，市场竞争格局开始发生变化。 新兴车企凭借原生数字化优势，建立了直达客户的商业模式，在技术架构、供销服务体系以及客户运营等方面与传统车企形成显著差异。尽管初期市场规模有限，但其迅猛的发展态势预示着产业转型的必然趋势。随着技术的发展，汽车行业必须向精细化运营、客户直连和服务升级的方向发展，这就要求车企全面数字化以满足客户诉求。本期《行知数字中国》，InfoQ 有幸采访到了广汽集团数字化部部长刘倩，一起了解广汽集团的数字化转型历程和未来规划。
AI 时代的传统车企转型：广汽的“双核”战略、组织裂变与自研之路（上）｜行知数字中国
在传统机械制造时期，广汽集团始终顺应国家产业发展趋势，实现了稳健发展。在行业鼎盛时期，广汽集团位列中央企业及地方国有汽车制造商第四位，成为 " 三大三小 " 格局中唯一非直辖的地方国有企业。然而，行业发展具有周期性，随着造车新势力的崛起，市场竞争格局开始发生变化。 新兴车企凭借原生数字化优势，建立了直达客户的商业模式，在技术架构、供销服务体系以及客户运营等方面与传统车企形成显著差异。尽管初期市场规模有限，但其迅猛的发展态势预示着产业转型的必然趋势。随着技术的发展，汽车行业必须向精细化运营、客户直连和服务升级的方向发展，这就要求车企全面数字化以满足客户诉求。本期《行知数字中国》，InfoQ 有幸采访到了广汽集团数字化部部长刘倩，一起了解广汽集团的数字化转型历程和未来规划。
AI 时代的传统车企转型：广汽的“双核”战略、组织裂变与自研之路｜行知数字中国
数字化转型是一场始于业务痛点、终于业务价值的深层革命，其成功依赖于组织、文化、技术三大支柱的协同演进，任何一方的缺失都可能导致转型失败。
Microsoft 将.NET STS 支持周期从 18 个月延长到 24 个月
根据官方开发博客报道，微软宣布将.NET 短期支持期限从 18 个月延长至 24 个月。这一政策调整适用于.NET 9，最新版本的支持期限将延长至 2026 年 11 月 10 日，与长期支持版本.NET 8 的支持结束日期一致。
微软开源智能体框架，简化 AI 智能体开发
微软发布微软智能体框架预览版，旨在帮助各级开发人员更轻松地创建和部署 AI 智能体。
微软测试微流控技术，用于下一代人工智能芯片
微软宣布在新的芯片冷却方法上取得进展，有望解决人工智能基础设施扩展中的散热难题。
谷歌 DeepMind 推出具身推理模型 Gemini Robotics-ER 1.5
谷歌 DeepMind 推出 Gemini Robotics-ER 1.5，一款专为机器人应用打造的新型具身推理模型。
谷歌 Java 代理开发工具包新增 LangChain4j 集成
Java 代理开发工具包的最新版本 0.2.0 集成了大型语言模型框架 LangChain4j，显著扩展了其功能，使其能够支持该框架所支持的所有大型语言模型。
AWS CDK 重构功能：安全的“基础设施即代码”重命名
AWS 近日为其云开发工具包（CDK）推出了一项新功能，允许云工程师安全地重构基础设施代码；在重命名构造体和重组应用时，能够保留原有云资源。
.NET MAUI RC1 带来了诊断功能以及 Android CoreCLR 的实验性支持
微软已经发布了.NET 10 的第一个候选发布版本（RC1）以及上线支持，这表明公司认为该框架已经准备好用于生产环境。在 RC1 中更新的各种工作负载中，.NET 多平台应用 UI（.NET MAUI）获得了几个针对可靠性和开发者生产力的目标增强。RC1 的注释关注于可观测性的改进、现有控件的调整以及 Android 的实验性新运行时选项。
AI 模型评分有标准了！Google Stax 当“裁判”，作弊也难逃“量化法眼”
Google Stax 提供可重复、数据驱动的 AI 模型评测工具，帮助开发者根据自身需求进行定制化评测。
学生开发者经验｜豆包大模型 + TRAE，让 AI 应用快速落地
因为自己是 INFJ，常常喜欢规划做事情，但是有时候遇见一个事情，却不知道如何开始。所以就想做一个工具，让现在特别火的 AI 大模型帮助我把复杂的事情简单化，实现一个事情分成好几个小步骤一步一步完成！
金融行业用好大模型，只有“垂直”一个解
当大模型以应用落地论英雄时，谁在裸泳显而易见。尤其在复杂业务场景下，面对千丝万缕的业务逻辑，模型能不能用和好不好用之间的界线愈发明显。金融行业作为复杂业务场景的代表，自然成了大模型们的“照妖镜”。观察那些用得好的金融大模型不难发现，它们都有一个共同点，那就是都是垂直模型。
. NET Aspire 9.5 发布：新增 CLI 更新命令，仪表板 AI 可视化工具，以及扩展的集成。
微软宣布发布了.NET Aspire 9.5，这是该平台最新的小版本，引入了对.NET 8（LTS）、.NET 9（STS）和.NET 10 候选版本 1 的支持。正如团队所指出的，Aspire 版本是独立于.NET 发布计划交付的，主要版本与.NET 里程碑对齐，小版本发布更频繁。
谷歌推出实验性私有模型 VaultGemma：主打差分隐私技术
VaultGemma 是一款拥有十亿参数、基于 Gemma 2 架构的大语言模型。谷歌从头开始训练该模型时，就采用了差分隐私技术，是为防止模型记住并在后续泄露训练数据内容。虽然该模型目前仍属研究性质，但 VaultGemma 未来有望在医疗、金融、法律等受严格监管的领域找到用武之地。
从“氛围编程”到“效能编程”，来自一线研发团队的企业最佳实践
一款真正能在企业内落地且提效，不仅满足老板的期望，也能让专业开发者尽情 Vibe 的 Coding 工具应该具备哪些特征？
有奖问卷！Data+AI / 出海从业者，让 Snowflake 听见你的需求
为了表示感谢，我们还为参与调研的各位准备了丰富的礼品
华为算力“公共事业”：“超节点 + 全栈开源”如何撬动 AI 未来？
人工智能之父约翰·麦卡锡曾说：“有一天，计算可能会被组织成一个公共事业，就像电话系统是一个公共事业一样。”如今，他的这一预判已经成为现实，而在计算背后，不可或缺的算力也正在成为各大科技厂商竞相争夺的战略要地。
AI 付费元年？从抓取到授权，微软 PCM 或定义下一代内容交易模式
PCM）。在这一模式下，当出版商的内容被其 AI 产品（首批是 Copilot 助手）使用时，将获得持续付费补偿。
亚马逊云科技将 LocalStack 集成到 VSCode 的 Toolkit 中，提升无服务器开发效率
亚马逊云科技宣布将 LocalStack 集成到 Visual Studio Code 的亚马逊云科技 Toolkit 中，解决了无服务器开发中一项长期存在的挑战，即开发者需要使用多个工具和复杂的配置来在本地测试事件驱动应用程序。
被质疑架空、边缘化后，Yann LeCun 带着开源代码世界模型“杀回来了”：320 亿参数，能像程序员一样思考
CWM 的开源发布，也在一定程度上反驳了“Yann LeCun 被边缘化”的说法。
干货满载！腾讯云 AI 技术周圆满收官，回顾如何利用 AI 增效创收
在 2025 腾讯全球数字生态大会启幕前夕，腾讯云联合 InfoQ 特别打造「AI 技术周」系列直播栏目，9 月 8 日 -14 日连续 7 天高能输出，每天 2 小时，带领开发者、企业深入 AI 技术腹地，洞见未来趋势，并公布多项 AI+ 产品的最新进展。
上任两年，吴泳铭为阿里 AI 定调：终局是 ASI
在为阿里确立“AI 驱动”的核心战略、并完成一系列组织与业务聚焦后，这一次，技术出身的吴泳铭不再低调，一口气向行业丢下几个核弹级判断，并首次系统阐述 AI 的终极目标，超级人工智能 ASI。
十问阿里云 CTO 周靖人：关于为何如此高频率更新、Agent 与模型的关系、实现 ASI 的关键点、MaaS 架构差异点等
周靖人在媒体群访环节就发布频率、技术路线、市场趋势、Agent 未来演进、开发者社区及年轻人才培养等问题一一作出回应。
OpenAI 豪掷千亿美元，打造“算力备胎计划”，让 AI 永不掉线！
亿美元，专门建设备用服务器，用来应对突发的算力荒与供应链中断。此外，OpenAI 计划未来五年内投入 3500 亿美元用于常规服务器租赁，平均每年支出接近 850 亿美元。
AI 浪潮之下：存储来到聚光灯下
算力不再是唯一重点，行业对存储设备的重视正在上升。
京东零售胡浩：智能供应链从运筹到大模型到超级智能体的演进
2025 京东全球科技探索者大会将于 9 月 25 日在北京·中关村国际创新中心举行。主论坛议程后，Oxygen 智能零售论坛将在下午两点正式开始。本次分论坛将首次发布智能零售 Oxygen，全面介绍 AI 技术在京东零售中的产品、应用与技术能力，展示京东零售面向未来的 AI 电商蓝图。
6A 工作流实战｜TRAE + Figma 产品设计自动化解决方案
TRAE + Figma 将 AI 能力深度集成到产品设计的每个环节：从自然语言需求描述到可验证的交互原型。通过 TRAE 的语义理解与约束生成能力，我们将业务目标、用户场景与交互规则进行结构化处理，自动映射为 Figma 的页面架构、组件库与设计令牌，确保设计的一致性与可复用性。
TRAE Rules 实践：两套规则，实现从设计图到代码的全自动化流程
通过固定规则结合 TRAE 内置的最新 Figma 功能，实现从设计图到代码的全自动化流程：自动复原设计图、自动分析解决问题、自我测试部署，直至完美复刻项目并完成预览。
