Exa是一家为AI代理构建的搜索引擎公司，近日宣布完成2.5亿美元C轮融资，估值达22亿美元，由a16z领投。Exa已为Cursor、Cognition、HubSpot等超过400,000名开发者提供搜索服务。公司计划利用新资金训练下一代模型和扩展基础设施，以应对AI代理搜索需求激增。

提出“每瓦智能”(IPW)作为评估AI系统效率的指标，借鉴了计算领域每瓦性能的思路。研究表明，本地模型能回答88.7%的单轮查询，混合推理可将能耗和成本降低60-80%。IPW还可用于衡量经济价值和国家级竞争力，如“国内总智能”(GDI)框架。

AI 2027 追踪器最新更新显示，截至2026年5月，53项预测中16项被确认，整体进展速度约为预期的70%。代理、编码工具、基础设施投资和机构响应方面取得定性进展，但关键定量里程碑仍不均衡。

Google Vids是Google Workspace推出的一款AI视频创作工具，集成了Gemini AI，支持通过提示和文件自动生成故事板，并提供屏幕录制、AI头像、Veo视频生成、丰富媒体库和协作编辑等功能，旨在让任何人都能轻松制作专业视频。现已面向Workspace商业版和企业版用户及消费者AI计划开放。

了解如何构建高效的渗透测试代理，涵盖关键考虑因素和最佳实践。

本教程指导如何在Google Colab中构建一个轻量级的个人AI代理，灵感来源于纳米机器人的核心架构。从提供者抽象开始，逐步添加工具注册、会话记忆、生命周期钩子、技能以及MCP风格的服务器。通过自己构建每个模块，深入理解消息、工具、记忆和模型响应的协同工作方式。

大型语言模型的成本正在飙升，但技术进步和市场竞争将推动价格下降。本文分析了性能瓶颈、开源模型、芯片改进、零切换成本和本地模型这五个关键因素。

中国深圳普渡科技宣布，将在2027年于深中通道西人工岛开设全球首家全场景机器人服务酒店。机器人将负责接待、客房服务、清洁、餐饮等所有岗位。

一个由 BenchFlow 维护的精心策划、带注释的 AI 智能体评估资源库，包含 443 多个链接和 146 篇深度阅读笔记，涵盖论文、博客、讲座、工具和基准测试。资源通过递归引用爬取、实践者发现和对抗性验证筛选，每项都有说明和验证，确保高质量。

Notion 宣布关闭其电子邮件应用 Notion Mail，该应用基于收购的 Skiff 构建。由于大多数用户转而使用 AI 代理管理邮件，Notion 决定停止该服务。用户需在 9 月 21 日前导出草稿和定时邮件，HIPAA 覆盖的组织可延期至 2026 年 6 月。此举标志着 Skiff 影响力在 Notion 的终结。

一个 Claude Code 技能，通过分析原始 HTML 判断网站对 AI 搜索引擎的可见性，并提供框架特定的修复方案。

Ogment AI是一个Slack集成工具，只需标记@O即可召唤AI同事。它帮助团队更高效地协作和获取信息。

加州圣地亚哥的特许学校Altus Schools斥资50万美元购买了两台名为Ameca的AI人形机器人，作为探索AI教育应用的试点。尽管学校官员对其潜力充满期待，但研究人员质疑其实际效果，并担忧可能带来的风险，包括技术故障、安全隐患以及对学生心理健康的潜在危害。

作者开发了SlimSnap工具，将屏幕截图转换为结构化JSON，供AI编程代理使用。相比直接粘贴截图，JSON表示可节省37-85%的令牌，且代理能直接引用元素而无需每次重新解释像素。文章详细说明了令牌节省、结构化优势、技能集成及开放模式的重要性。

随着AI在研究中的应用日益普遍，区分负责任的使用、误用和不当行为变得至关重要。本文提出了一个基于意图和影响两个维度的框架，以帮助研究界做出适当且一致的回应。

Gartner研究人员预测，随着令牌消耗增加和基于消费的计费模式普及，生成式AI编码的成本将持续上升，预计到2028年将超过全球开发者平均薪资（约每月2000美元）。

Supercomplete.ai 是一款AI工具，可在您打字的地方提供即时个性化建议，响应时间低于0.5秒，学习您的写作风格，适用于电子邮件、社交媒体、客户支持、营销文案、消息和笔记。提供免费、专业版（$8.99/月）和终身版（$59.99）选项。

Agent Zero是一个开源、动态、有机的代理框架。通过一个Docker容器，它提供了一个完整的Linux系统（含桌面环境），内置浏览器（支持DOM注释）、文档协作编辑、LibreOffice集成、超过100个社区插件，并支持多代理协作与主机扩展。

Shotlist 是一款开源工具，通过一个配置化的 .shotlist.yaml 文件，自动化生成文档所需的网页、终端和命令行截图。它支持可重复截图、CI 集成，并提供多种截图模式，确保文档截图始终与最新代码同步。

本文提出了一种结合模型预测控制（MPC）和强化学习（RL）的层次化控制框架，用于在自主竞速中管理轮式四足机器人的侧向载荷转移。该框架包括离线最优路径生成、在线MPC规划器以及直接作用于16个执行器的全身RL策略。实验表明，主动侧倾控制将平均载荷转移率降低44%，最快圈速提升8.7%，峰值侧向加速度提高21.3%至1.98 m/s²。

NavIsaacLab是一个基于Isaac Lab的框架，利用基于物理和逼真的场景渲染以及GPU并行模拟，为机器人导航提供实时的3D视觉反馈。它采用数据驱动方法，结合轨迹扩散模型和对抗运动学习控制器，实现可控的、基于物理的行人模拟，并整合多种跨尺度场景，为人感知导航算法提供强大的基准测试。

这篇论文提出了TaskNPoint训练协议，通过人类教练提供少量输入（技能集、一次演示、交互窗口和目标），让人形机器人在物理仿真环境中快速掌握动态技能。实验在Unitree G1人形机器人上进行，成功执行了网球正反手击球、踢足球和搬箱子等任务，且训练时间不到一小时，无需每任务奖励调整。

RoboTales是一个低成本机器人讲故事系统，通过富有表现力的袜子木偶动作来演绎叙事。在Baxter机器人上的自主测试实现中，该系统同步叙述、手势和嘴部动作来表演角色驱动的故事。一项初步研究表明，木偶式讲故事优于仅手势模式，获得了更高的HRIES评分和更好的故事回忆效果，表明具身木偶表演能增强参与度和叙事理解。该系统设计模块化且平台无关，可适配其他机械臂，并提供了一种无屏幕的被动媒体替代方案，支持未来在儿童中心学习环境中的部署。

本文提出OmniContact分层框架，核心是接触流（CF）表示，由关键身体轨迹和时序二进制接触信号组成。底层策略CF-Track学习统一技能库，高层模块CF-Gen启发式合成未来接触流序列。在搬运箱子和推叠箱子任务中分别达到98.7%和76.5%成功率，显著超越基线。框架支持与视觉语言模型集成，实现语义驱动的复杂操作。

本文提出了首个针对对数螺旋连续臂的形态特定闭环任务空间控制框架。通过分段肌腱驱动模型和在线雅可比误差补偿（Broyden更新和卡尔曼滤波），实现了精确鲁棒的控制，并在仿真中显著优于分段常曲率方法，适用于抓取、避障等操作。

本文提出LiMoDE，一种基于动态专家混合（MoE）的两阶段学习方案，用于解决机器人终身操作中的灾难性遗忘和技能迁移问题。第一阶段通过多任务预训练学习先验知识，根据运动信息激活不同专家；第二阶段设计终身专家适应机制，动态组合新老专家以适应新任务。在模拟和真实任务中验证了其有效性。

本文提出RMTL（强化微任务学习），将长时操作任务分解为多个语言描述的微任务，并训练智能体进行切换。通过多视角VLM奖励、逆向课程和分层策略，RMTL提供了比单提示VLM奖励更丰富的奖励信号，加速学习。在Fetch操作环境中的实验验证了其有效性。

研究人员开发了基于物理的血液毛细血管网络模拟，利用深度强化学习训练微型机器人通过趋化性导航。他们系统绘制了导航的物理极限，发现了禁止区域，并观察到智能体自主发现多种通用策略。无需重新训练，这些智能体即可执行毛细血管流的定向阻塞与疏通，恢复健康基准水平。

本文提出了一种名为VMTAD的全无监督实时障碍物检测方法，专为农业机器人设计。它利用变换器架构和记忆模块处理动态场景，在油菜数据集上达到0.973检测和0.997分割AUC，轻量版推理仅需14毫秒，兼顾高精度与实时性。

一项新的研究通过简单的线性探针对视频、图像和音频的深度伪造基准进行审计，发现通用自监督表示即可接近专用检测器的性能，表明这些基准可能更多衡量的是通用模态理解而非真正的鉴伪能力。