谷歌雲高級總監兼首席佈道師Richard Seroter在採訪中表示，開發者忠誠度目前為零，但谷歌並不擔心。谷歌的策略是無論開發者使用何種工具，都希望代碼在其平台上運行。Seroter強調谷歌雲是一個平台公司而非產品組合公司，並回應了關於谷歌行動不夠快的批評，表示谷歌需要在速度和穩定性之間取得平衡。

Known Agents 是一款工具，用於追蹤訪問你網站的機器人和 AI 代理，幫助你瞭解網站流量中的非人類訪客。

隨着AI模型規模急劇膨脹，能耗與計算時間成為瓶頸。稀疏計算技術通過利用模型參數中大量零值，跳過無效運算，可大幅降低能耗與延遲。斯坦福大學團隊開發的Onyx加速器基於粗粒度可重構陣列，平均能耗僅為CPU的1/70，速度提升8倍，為高效AI計算開闢了新路徑。

NVIDIA 今日發佈了 Nemotron 3 Nano Omni，這是一款開放的多模態模型，將視覺、語音和語言能力整合到一個系統中，使 AI 代理能夠更快、更智能地響應，並在視頻、音頻、圖像和文本之間進行高級推理。該模型在六個權威榜單上排名領先，效率是同類開放全模態模型的 9 倍。

谷歌翻譯迎來20週年，從2006年的AI實驗發展為支持近250種語言、每月服務超過10億用户的全球工具。新增發音練習功能，利用AI提供即時反饋，幫助用户掌握正確發音。文章分享了20個趣味事實，涵蓋技術演進、用户習慣和文化影響。

NVIDIA發佈了Nemotron 3 Nano Omni，這是一個全新的全模態理解模型，能夠處理文本、圖像、視頻和音頻。它基於混合Mamba-Transformer-MoE架構，結合C-RADIOv4-H視覺編碼器和Parakeet-TDT-0.6B-v2音頻編碼器，在多個基準測試中取得領先成績。該模型專為文檔分析、自動語音識別、長音頻-視頻理解、智能體計算機使用和通用多模態推理設計，並提供了高效的視頻採樣和動態分辨率處理能力。

在 AAAI 2026 上，Yolanda Gil 討論了使用 AI 改進科學工作流程。通過觀察地球科學家，她發現了七個問題，包括依賴已證實方法以及術語不統一。她的團隊使用抽象和分層規劃等 AI 技術來表述通用方法並幫助規範命名。她的工作強調了知識在 AI 系統中的重要性。

丹妮卡·拉多萬諾維奇在IEEE Spectrum五月刊發表詩歌《糾纏：人類連接簡史》，以詩意的語言回溯從洞穴壁畫到人工智能的人類連接演變，探討技術如何重塑人際關係與自我認知。

製造業正在從傳統的設計-建造-測試周期轉向仿真優先方法，利用高保真仿真和OpenUSD，使AI在工廠環境中大顯身手。

Transformer 雖主導序列建模，但其 O(N²) 的鍵值緩存導致長上下文推理成本高昂。新型 RNN 通過更大狀態、數據依賴門控和 LLM 訓練技術，以 O(1) 推理成本匹配 Transformer 的困惑度，正迎來複興。

本文深入探討了AI代理的上下文工程，強調將上下文窗口視為有限資源，並系統性地處理靜態與動態上下文、歷史管理、檢索預算及生產環境下的質量評估，以提高代理的可靠性、成本效益和準確性。

mailX 是一個郵件送達率診斷和修復工具，專為人類和AI代理設計。它通過分析域名、生成缺失的DNS記錄等方式，幫助用户快速找到郵件進入垃圾箱的原因並提供明確的解決步驟。該工具由mailwarm（YC S20）團隊開發，旨在簡化郵件送達率優化。

在自主AI系統中，局部正確的行為並不保證整體正確。由於系統行為隨時間湧現，即使每個步驟看似合理，整個軌跡仍可能偏離預期目標。這種“行為漂移”難以通過傳統監控和驗證手段檢測，需要從事件導向轉向軌跡導向的可靠性方法。

本文探討了GPT-Image-2等圖像生成模型在通往AGI道路上的重要性，並彙總了OpenAI合作變更、GPT-5.5基準、開發者經濟、中國開源模型、Agent運行時、推理基礎設施、評估趨勢等AI領域最新動態。

NVIDIA Nemotron 3 Nano Omni 現已登陸 Together AI 平台。這是一個單一開放模型，能夠同時推理視頻、圖像、音頻和文本，專為大規模智能體工作負載而設計。Together AI 通過其研究優化、託管基礎設施和安全 API，提供了部署該模型的最快路徑。

LaDiR結合變分自編碼器和潛在擴散模型，通過塊級雙向注意力實現推理軌跡的迭代精煉，在數學推理和規劃基準上顯著提升了準確性、多樣性和可解釋性。

Apple機器學習研究團隊在ICASSP 2026上提出StereoFoley框架，能夠從視頻中生成語義對齊、時間同步且空間準確的48kHz立體聲音頻。通過合成數據管道和微調技術，解決了現有模型缺乏對象感知立體聲成像的問題，並引入了新的評估指標。

該研究探討了條件擴散模型如何在超出訓練分佈的組合條件下實現組合泛化，特別是長度泛化——生成比訓練時更多對象的圖像。通過在CLEVR數據集上的實驗，發現模型在某些情況下能實現長度泛化，但並非總是如此。研究者提出並證明了局部條件分數與特定組合結構（條件投影組合）之間的等價性，並驗證了局部條件分數是成功泛化的關鍵。因果乾預實驗顯示，強制局部條件分數可使原本失敗的模型實現長度泛化。在SDXL模型中，像素空間存在空間局部性但缺乏條件局部性，然而在特徵空間中發現了局部條件分數的證據。

瞭解OpenAI如何通過模型防護、濫用檢測、政策執行以及與安全專家合作來保護ChatGPT的社區安全。

OpenAI GPT模型、Codex和託管智能體現已在AWS上提供，使企業能夠在其AWS環境中構建安全的AI應用。

Applied Intuition從YC時代的自動駕駛工具公司成長為價值150億美元的物理AI平台，服務於汽車、卡車、採礦、農業和國防等領域。聯合創始人Qasar Younis和Peter Ludwig在播客中深入探討了物理AI與屏幕AI的根本區別、公司的三大技術支柱（仿真/強化學習、操作系統、AI模型）、AI編碼工具的採用、驗證與統計安全、世界模型以及硬件約束下的部署挑戰。

VisibAI是一款AI可見性審計工具，可查詢ChatGPT、Perplexity等六大AI平台，展示你的企業是否被推薦，並提供0-100的評分、競爭對手對比及修復方案。支持單次審計或月度追蹤，可白標，符合GDPR。

Anthropic的克勞德神話預覽模型發現了數千個高危漏洞，涉及所有主流操作系統和瀏覽器。公司啓動Project Glasswing與科技巨頭合作應對AI驅動的網絡攻擊。專家強調，AI在發現漏洞的同時也可能被利用，需要多層驗證和人類監督來平衡安全。

OpenAI 的 ChatGPT Enterprise 和 OpenAI API 現已獲得 FedRAMP Moderate 授權，使美國聯邦機構能夠安全地採用 AI 技術。

Google與Kaggle聯合推出的免費五天AI代理強化課程將於2026年6月15日至19日迴歸，現已開放註冊。課程涵蓋從基礎到生產的AI代理構建，重點介紹Vibe Coding工作流，幷包括實踐項目、專家講座和結業任務。

紐約大學成立了工程健康研究所，以疾病為核心而非傳統學科來組織研究，旨在通過跨學科“碰撞”推動醫療創新。早期成果包括病原體檢測設備、盲人導航技術以及“逆疫苗”研究。該研究所強調培養真正的交叉學科人才，並採用物理空間聚集和早期轉化練習來加速從實驗室到臨牀的進程。人工智能雖能縮短研究時間，但尚無法應對複雜的生物系統。

本文介紹如何使用Scikit-LLM庫中的文本摘要功能，通過構建自定義轉換器集成Hugging Face的預訓練摘要模型，並將其嵌入scikit-learn流水線中，實現從長文本到分類的端到端流程。

一位同事因看到AI對話的全過程而更信任作者。本文探討為什麼展示AI交互的完整過程（包括提示、迭代和錯誤）比僅展示最終輸出更能建立信任，並提升自身判斷力。結合多蘿西·倫納德關於深層技能和核心剛性的理論，提出徹底的AI透明實踐。

勞埃德銀行集團作為英國最大金融服務集團之一，已將人工智能作為核心戰略工具，從實驗性試點轉向規模化部署。集團於2024年任命前AWS數據與AI負責人Rohit Dhawan為集團AI與高級分析總監，成立集中式AI卓越中心。2025年，超過50個生成式AI解決方案投入生產，貢獻約5000萬英鎊價值，預計2026年AI相關價值將超過1億英鎊。技術基礎為Google Cloud Vertex AI平台，支持300多名數據科學家和至少18個GenAI系統。本文重點介紹兩個內部AI用例：大型生成式AI用於前線知識檢索，以及實時機器學習用於借記卡欺詐檢測。

OpenAI和微軟宣佈修訂協議，簡化合作關係，增加長期清晰度，並支持大規模持續AI創新。