MIT团队开发IRIS框架，通过体外信号扰动实验学习细胞信号响应指纹，推断体内细胞信号状态。该框架能跨细胞类型和物种泛化，重建谱系信号动态，并优化人胚胎干细胞分化方案，缩小实验验证空间，有望推动细胞命运工程与疾病研究。

Meta计划于9月开始生产首款自制AI芯片Iris，以增强其AI基础设施控制。该芯片将处理内容排名和推荐任务，降低数据中心成本。Meta还与三星、SanDisk等签署长期协议，确保关键组件供应。预计到2027年，Meta的计算能力将提升至14千兆瓦，资本支出高达1450亿美元，显示出其在AI领域的雄心。

Redis Iris 是一种新的上下文和记忆解决方案，旨在解决代理在运行时的上下文问题。它通过上下文检索器、代理记忆、数据集成、LangCache 和搜索等五个工具，将分散的数据转化为实时可用的上下文，提升代理的响应能力。Redis Iris 提供快速、可靠的数据访问，支持多云环境，简化代理架构，提高生产效率。

vLLM语义路由器v0.1（代号Iris）是一个智能路由平台，连接用户与多种AI模型。它通过信号捕捉和智能决策优化模型选择与安全过滤，支持无限扩展，性能显著提升，并具备实时幻觉检测功能，简化用户体验。

可观测性软件公司Integrated Research推出了Iris，这是首个针对多厂商统一通信与协作的对话式AI智能层。Iris基于Prognosis平台，能够将监控数据转化为实用洞察，帮助IT团队快速解决问题并优化决策。该产品是Prognosis 13.2版本的一部分，提供更深入的管理和使用体验。

IRIS软件集团任命Marissa Carlson为首席营销官，负责全球营销。Jonathan Priestley转任全球会计解决方案与转型总经理，推动会计市场战略。Carlson拥有近二十年经验，曾在TigerConnect和Intelerad担任高管。

本文列举了多个地震学相关网站和程序，如USGS、IRIS和CIG，提供丰富的软件和资源，适合研究人员使用。

英特尔的Linux工程师正在为Wildcat Lake开发内核驱动，以支持Mesa中的Iris和ANV驱动。Wildcat Lake是Alder Lake N的继任者，专为低功耗设备设计，性能低于Panther Lake。该支持将集成到Linux 6.17内核中，并已合并到Mesa 25.3-devel。

Audinate Group 宣布收购 Iris Studio Inc.，后者提供云视频制作平台，支持远程摄像机管理及 AI 功能。这一收购增强了 Audinate 的视频平台能力，提升视听设备的互操作性。Iris 将于 2025 年公开推出，现有员工将加入 Audinate，继续扩展平台功能。

Hades DatabaseConnector 6.4.0 现已支持 InterSystems IRIS 平台，用户可在该平台上创建 OMOP CDM 5.4 数据库，并通过 RStudio 和 SQL 查询工具进行连接和操作。需注意 'DOMAIN' 表名冲突问题。

文章探讨了JavaScript作为IRIS数据库首选语言的潜力，指出其与ObjectScript的相似性。JavaScript的解释性、松散类型和层次化数据结构使其适合处理JSON数据。尽管存在单线程特性等挑战，但结合Node.js和Bun可以实现高效的多维数据存储与JavaScript对象的无缝映射。

本文介绍了如何在InterSystems IRIS中构建一个简单的帮助台应用程序，代码行数限制在150行以内。通过定义数据模型、加载数据、构建REST API和实现语言识别服务，最终实现了一个基本的工单系统。该应用程序支持数据持久化和分析功能，尽管代码简化，仍需遵循最佳实践以确保安全和可扩展性。

IRIS最近引入了嵌入式Python，支持条形码读取。需安装pyzbar和opencv-python包，并确保与IRIS的Python版本兼容。通过编写返回JSON的Python方法，可以在ObjectScript中使用，最终创建类方法读取图像并返回条形码信息的JSON数组。

Iris是一款开源轻量级视频播放器，支持本地文件和WebDAV，适用于Windows和Android，具备快捷键、手势操作、字幕和音轨切换及播放列表功能。

本文介绍了iris-RAG-Gen应用程序，它是一个生成式AI检索增强生成(RAG)工具，利用IRIS向量搜索个性化ChatGPT。用户可以导入PDF或TXT文档，与选定文档进行对话。该应用使用Python处理文档，存储向量数据，并通过OpenAI的ChatGPT提供相关答案。

本文介绍了如何使用InterSystems Cloud Document和Databricks可视化Rivian R1S在密歇根州的gnSSLocation数据。通过JDBC驱动程序将JSON文档导入文档数据库，并利用PySpark和GeoPandas绘制车辆轨迹，展示了数据处理和可视化的简便性。