ZD至顶网软件频道消息: 毕马威(KMPG)决定用IBM Watson改善自身服务。毕马威董事兼CEO Lynne Doughtie表示:“IBM Watson将有助于改善我们分析演算核心财务和运营数据的能力,这些数据对于衡量机构或资本市场的良性运作至关重要。”
毕马威来头不小,这是一家遍布全球的专门提供审计、税务和咨询等专业服务的机构,其大多数的税务、审计和其他专业服务在很大程度上依赖于对数据的正确判断,毕马威相信通过采用IBM Watson的认知计算能力提升自身质量数据分析服务。
“认知时代已经来临,”毕马威董事兼CEO Lynne Doughtie表示,“认知计算能够帮助我们最大限度地实现新业务创新。”
据了解,IBM Watson分析毕马威客户机构的大量结构化和非结构化财务数据,并且随着时间的推移不断调优评估结果,这将让毕马威的审计团队可以快速获得更精确的评估,从而为用户提供更好的服务。同时,通过认知计算,毕马威还将有能力分析更大比例的数据,从而获得对风险可能性和其他相关信息的额外洞察力。
IBM研究院认知解决方案高级副总裁John Kelly表示:“由于海量的非结构化数据,使得审计和类似的知识服务的挑战越来越大,IBM Watson通过改变用户了解数据和关键决策的方式,使毕马威用一种更具前瞻性的方式来扩展自己的专业知识,帮助专业人士和客户从企业关键信息中获得新的见解。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。