市场对人工智能（AI）的期望已逐步转变，企业不再仅仅依赖单一功能的 AI，而是寻求全面自动化的业务流程，以提高效率与决策能力。不过企业在计划大规模部署 AI 时，难免会忧虑安全与合规风险、缺乏可靠性、试行专案停滞不前，以及被供应商锁定等挑战。

为帮助企业将 AI 潜力转化为实际成果兼克服种种部署挑战，UiPath 宣佈推出首个专为代理式自动化（agentic automation）构建的企业级平台 UiPath Platform，将 AI 代理、机械人流程自动化（RPA）及人类专业知识整合在单一智能系统上，达致协同工作的平台。

UiPath Platform 功能包括：

香港及亚太地区的教育体系正面对多重挑战，包括资源分配不均、学生学习负担沉重、教师行政压力增加及数码化程度不足等问题。人工智能（AI）技术的普及，无疑能为教育界带来创新的解决方案，促进学习模式转型。

Lenovo 早前便协助张振兴伉俪书院，成功部署设备内置的⼤型语⾔模型（LLM）的解决⽅案 Lenovo AI Now。该方案旨在提升学生自主学习能力，同时简化教师行政工作，使教学体验更高效，更具互动性。

个人化 AI 学习资源推动学生自主学习

云运算与生成式 AI（Generative AI）的急速发展，颠覆了人们的学习、工作、生活以至娱乐模式。而 AWS 亦致力透过高效数据处理与人工智能分析，提升赛事的公平性、观赏体验及运动数据管理。

自 2018 年起，AWS 与 Formula 1（一级方程式赛车，F1）展开紧密合作，透过人工智能及云运算，解决赛车运动最核心的问题 ── 如何有效处理庞大的赛事数据，并提升赛车迷的观赛体验。

F1 赛车每场比赛都会产生海量数据，包含车辆性能、赛道条件、车手操作数据等，AWS 透过数据湖（Data Lake）技术整合所有资讯，并运用机器学习（Machine Learning，ML），发掘车迷最关心的问题。

Amazon 早前宣布推出全新基础模型 Amazon Nova Sonic，将语音理解与语音生成统一于单一的模型中，使 AI 应用程式中的语音对话更贴近真人交流。该模型透过 Amazon Bedrock 上的 API 提供，可简化语音应用开发流程，例如客户服务通话自动化，以及涵盖旅游、教育、医疗、娱乐等领域的跨行业 AI agents。

若要让语音 AI 创造更多实际价值，必须能够理解人类对话的微妙与複杂性。对话中，文字本身承载着意义，不过若缺乏声音语境为它赋予深度，仅凭文字往往难以传达完整资讯。如何表达与表达甚麼同样重要，甚至更为关键。从过去直到现在，透过 AI 实现这一点仍是重大挑战。

捕捉语气、风格与节奏的语音系统

50 年前，Bill Gates 与 Paul Allen 抱着开创科技，让所有人都能创造更多科技的理念创立 Microsoft。踏入 50 周年，相比回顾过去成就，Microsoft 更专注于探讨未来 50 年的发展可能。

「如果说我在 Microsoft 工作期间学到了甚麼，那便是我们的未来并非由我们已经建立的东西决定，而是由我们赋能他人去建立的东西所决定。」Microsoft 主席兼 CEO Satya Nadella 指出，Microsoft 一直致力将创新科技普及化，例如推出 GitHub Copilot，将 AI 赋能予全球开发者。

Nadella 更于庆祝大会上披露 Copilot 最新发展动向：