IBM推出开源AI助手CUGA，旨在自动化企业工作流程，可完成超半数任务。该工具通过多代理协作、API集成和代码生成等功能，帮助知识工作者高效处理日常或复杂工作，支持安全、可配置的个性化调整。
IBM以110亿美元收购数据流处理公司Confluent，每股31美元。Confluent基于Apache Kafka平台，助力企业实时处理数据。此举凸显科技巨头在强化AI数据基础设施方面的竞争加剧。IBM CEO克里希纳称，这是构建智能数据平台的重要一步。
IBM以110亿美元现金收购数据基础设施公司Confluent，旨在增强云端数据管理和AI能力。这是IBM近年最大并购之一，顺应企业数字化转型和AI部署趋势。收购价每股31美元，较前一周收盘价溢价约50%。Confluent平台帮助企业实时管理数据流。
IBM首席执行官质疑AI数据中心巨额投资回报，指出当前建设成本高昂，全球承诺算力巨大，暗示需审慎评估投资效益。
IBM通过光学技术突破，将光速带入生成性AI时代。
IBM Granite 3.0模型，高效能AI语言模型
IBM开源的一系列代码生成模型，旨在简化编程过程。
IBM watsonx Code Assistant利用生成式AI加速代码生成,提高开发人员的生产力。
Xai
$1.4
输入tokens/百万
$3.5
输出tokens/百万
2k
上下文长度
Anthropic
$105
$525
200
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
$21
Alibaba
-
Baidu
128
$6
$24
256
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
unsloth
Granite-4.0-Micro是IBM开发的具有30亿参数的长上下文指令模型，基于Granite-4.0-Micro-Base微调而来。该模型使用了开源指令数据集和内部合成数据集，具备增强的指令遵循和工具调用能力，支持多语言任务，可作为各领域AI助手的基础模型。
ibm-granite
Granite-4.0-H-Small是IBM开发的320亿参数长上下文指令模型，专为企业级AI助手构建设计，支持多种语言和专业应用场景。
Granite-4.0-Micro 是 IBM 开发的 30 亿参数长上下文指令模型，具有优秀的指令遵循和工具调用能力，支持多种语言，适用于商业应用和 AI 助手场景。
Mungert
Granite Guardian 3.2 5B是IBM开发的AI风险检测模型，专门用于检测提示和响应中的多种安全风险。该模型基于IBM AI风险图谱，能够识别伤害、社会偏见、越狱、暴力等多种风险类型，是企业级AI安全监控的重要工具。
Granite-3.3-2B-Instruct是IBM开发的20亿参数语言模型，具有128K上下文长度，在推理和指令遵循方面表现优异。支持多语言处理，适用于各类通用指令任务和AI助手集成。
Granite Guardian 3.1 2B是一个经过微调的Granite 3.1 2B指令模型，旨在检测提示和响应中的风险。它可以依据IBM AI风险图谱中列出的多个关键维度进行风险检测。
Granite-3.0-1B-A400M-Instruct 是 IBM 开发的 10 亿参数指令微调模型，基于 Granite-3.0-1B-A400M-Base 微调而来。该模型使用多种开源指令数据集和内部合成数据集训练，支持多语言处理和多领域 AI 助手应用。
IBM Granite 8B代码指令模型是一个专注于代码生成和解释的AI模型，支持多种编程语言，在HumanEval等基准测试中表现优异。
这是一个用于IBM FileNet内容管理器的MCP服务器，为AI模型提供标准化的接口，支持文档管理、文件夹操作、元数据查询和搜索等功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
