
瑞士跨国食品和饮料公司雀巢近日宣布了一项试点项目,该项目使用区块链分布式分类帐技术,使客户能够从农场到餐桌跟踪食物。
该试点项目旨在为公司、零售店及其消费者带来供应链透明度,该项目目前正在与OPENSC合作进行。
OPENSC由野生动物保护组织WWF-AUSTRALIA和波士顿咨询集团数字风险投资公司(THE BOSTON CONSULTING GROUP DIGITAL VENTURES)共同创建,它开发了一个平台,可以为任何人、在任何地方提供独立验证供应链数据真实性和可持续性的能力。使用区块链技术跟踪从采收、加工、装瓶和运输在内的每一步,以及有关食品来源和安全的其他重要数据。
雀巢公司执行副总裁兼运营主管MAGDI BATATO表示:“我们希望消费者在选择产品时做出明智的决定——选择负责任的产品。而开放式区块链技术也许能够让我们以可访问的方式与消费者分享可靠的信息。”
据了解,最初的试点计划将使用区块链技术跟踪来自农场和乳制品生产商的牛奶,以及新西兰农场运输到雀巢位于中东的工厂和仓库。之后,该技术将测试对美洲生产的棕榈油进行跟踪。
作为IBM FOOD TRUSTCONSORTIUM的零售食品分销商之一,雀巢一直致力于用区块链技术进行供应链管理并确保食品安全。
该计划使用区块链技术跟踪食品和饮料在供应链中的信息,以提高透明度,对食源性疾病提供卓越的监测,并使召回和回溯可能受到污染的批次变得更加容易。
今年4月,雀巢首次通过区块链数据,在法国为消费者提供了查看MOUSLINE PURÉE食品信息的机会。消费者可以使用智能手机扫描食品包装盒上的快速响应或者二维码,查看产品从雀巢工厂到家乐福商店之间整个流程的信息。雀巢和家乐福都是IBM FOOD TRUST网络的成员。
雀巢尽职采购全球负责人BENJAMIN WARE表示:“这种开放的区块链技术将允许世界各地的任何人查看我们尽职采购的事实和数据。”他表示:“我们相信这是雀巢今年2月宣布的全面披露供应链战略的又一重要举措,提高了全球透明度和尽职生产的标准。”
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。