Physical Intelligence 使用 Modal 平台，通過基於 QUIC 的專業傳輸協議，實現了低延遲的機器人遠程實時推理，僅增加 10-15 毫秒網絡開銷，並能靈活擴展至更大模型。

Extella.AI是一個能夠自我進化的智能體平台，通過四層記憶系統（規則、概念、專家庫和密鑰存儲）不斷學習用户的工作方式，從而加快任務執行速度並降低成本。用户可以自帶LLM，連接Slack、Notion等工具，甚至整合GitHub庫和ML模型。平台初期需要教導，但隨着時間的推移會變得越來越高效，最終形成獨特的個性化系統。

Ai2發佈WildDet3D，這是一種從單張RGB圖像進行開放詞彙3D目標檢測的模型，支持文本、點和框提示，可跨攝像頭和物體類別泛化，並能在可利用時融合深度信號。同時發佈WildDet3D-Data數據集，包含超過100萬張圖像和370萬個3D標註，覆蓋13K個類別。該模型在Omni3D基準上達到34.2 AP（文本提示），並在多個零樣本數據集上表現優異。

南加州大學工程師團隊研發出一種突破性存儲器件，可在700°C高温下持續工作，遠超當前電子設備的極限。該憶阻器由鎢、氧化鉿和石墨烯製成，能在極端熱環境中存儲數據和執行計算，潛在應用包括太空探索、地熱能和人工智能計算。

Modal 發佈多項產品更新，包括 NVIDIA RTX Pro 6000 Blackwell GPU 支持、Dashboard 命令面板 Command K、Sandbox 文件系統 API Beta、SDK 改進以及多個客户案例與社區內容。

AI原生雲是專為以模型為核心產品的AI原生公司設計的新型雲基礎設施。本文解釋了為何傳統雲不夠用，並概述了AI原生雲的五大特徵：全AI棧集成、研究到生產的快速路徑、規模化可靠性、以AI構建者為中心的設計，以及以AI原生速度發展的合作伙伴關係。Together AI正在構建這樣的雲。

GitHub Copilot CLI 推出實驗性“橡皮鴨”功能，利用不同 AI 家族的模型作為獨立審查者，評估代理的計劃和工作，以捕捉單模型可能遺漏的錯誤。評估顯示，Claude Sonnet 搭配橡皮鴨可縮小與 Opus 74.7% 的性能差距，尤其擅長處理多文件複雜任務。用户可選擇在關鍵節點自動或手動觸發審查。

參議員伯尼·桑德斯提出暫停數據中心建設法案，試圖聯合反AI力量，但各羣體目標不一，聯盟前景不明。

Novi Notes 是一款為Mac設計的本地AI記憶層應用，支持通過MCP協議讓AI直接讀寫筆記。1.1版本新增AI技能（一鍵執行重複提示）、工作區、會議錄音、GitHub備份等功能，並擴展了對Claude、Codex和Gemini的支持。一次購買，無訂閲，數據完全保留在本地。

本期Import AI探討了AI在網絡安全中的能力快速提升、創業公司採用AI帶來的顯著績效增長、MIT研究顯示AI將逐漸自動化文本相關任務，以及一項關於AI經濟影響的調查研究發現人們預期AI進步但GDP增長影響有限。

西門子作為工業巨頭，在其工廠中大規模部署人工智能，特別是在預測性維護和基於AI的視覺檢測方面。通過機器學習模型預測設備故障，利用計算機視覺檢測電子製造中的微小缺陷，顯著降低了停機時間、提高了產品質量並節省了成本。

本文詳細介紹了編碼智能體的六大核心組件：實時倉庫上下文、提示形狀與緩存重用、工具訪問與使用、最小化上下文膨脹、結構化會話記憶以及委派子智能體。通過分析這些組件如何協同工作，解釋了為什麼精心設計的編碼工具（如Claude Code和Codex CLI）能使LLM在編碼任務中表現遠勝於簡單的聊天界面。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

本文探討了人工智能如何改變工業採購與供應鏈管理，從風險規避到動態評估，再到持續監控和自下而上的採用策略。

本文探討了2026年開放模型面臨的競爭環境，評估開放模型成功的關鍵因素（性能、來源國、許可證、工具支持、微調能力），並重點分析了谷歌最新發布的Gemma 4系列。文章指出，開放模型的成功更多取決於易用性和生態支持，而非基準分數。

谷歌研究團隊提出了一種系統評估框架，將心理學問卷轉化為情境判斷測試，量化LLM行為傾向與人類共識的對齊程度。對25個模型的測試發現，模型在高共識場景下存在偏差，且在低共識場景中過度自信，未能反映人類觀點的多樣性。

企業對其第三方網絡中的風險缺乏可靠的可見性、控制和問責制，儘管在法律和運營上對此負有責任。本文探討了第三方風險管理如何從合規問題轉變為戰略企業風險，以及如何利用人工智能實現規模化監控和自動化修復。

AI性能基準測試正面臨飽和與測量精度下降的挑戰。METR的經典圖表顯示AI能力快速提升，但最新數據的置信區間極寬，且基準測試本身接近極限。隨着AI處理更長時間的任務，傳統測試方法難以反映真實工作場景的複雜度，測量能力與實用性能之間的鴻溝可能擴大。

SuprSend AI是一個以人工智能為核心的多渠道通知平台，旨在簡化和優化通知發送流程。

通過兩週在日常Claude Code會話中自用Engram（Weaviate的記憶產品），揭示了專用記憶產品的價值，以及當前與編程助手集成時的具體問題。

MCP Bridge 是一個工具，允許將任何 API 連接到任何 AI 代理，簡化集成過程。

ADeLe由微軟研究院與普林斯頓大學和瓦倫西亞理工大學合作開發，通過對18種核心能力（如推理和領域知識）對AI模型和任務進行評分，能夠以約88%的準確率預測模型在未見任務上的表現。它揭示了模型的優勢和弱點，提供了超越傳統基準的可解釋AI評估。

GitHub Copilot CLI 引入 /fleet 命令，可協調多個 AI 子代理並行處理不同文件。瞭解如何編寫有效提示、聲明依賴並避免常見陷阱。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

OpenAI發佈GPT-5.4 mini和nano，速度更快、能力更強但價格最高上漲4倍；Mistral開源Small 4模型系列；Meta的Manus推出Mac本地代理；NVIDIA宣佈DLSS 5和NeMo沙盒代理運行時；以及更多AI安全與研究進展。

多模態嵌入使AI系統能夠直接搜索和推理文本、圖像、音頻和視頻，無需先轉換為文本。本文介紹了其工作原理，並通過Weaviate和Gemini展示了三種實際實現。

AI的能力遠超人們想象，但大部分用户僅通過聊天機器人訪問，這導致了認知負擔。文章探討了專門化接口（如編程代理Claude Code）、Google的實驗性工具、以及個人代理（如OpenClaw和Claude Cowork）如何通過更好的接口釋放AI潛力。

AI研究員通過GitHub Copilot構建編碼智能體，自動化了自身繁瑣的分析工作，並總結了三大策略：提示策略、架構策略和迭代策略，使團隊在三天內創建了11個新智能體、4項新技能和全新工作流。

Adomate是一款AI驅動的廣告優化工具，能將數據轉化為規模化制勝廣告，幫助企業在不同渠道上高效投放。

Weaviate 託管型 .NET 客户端為 C# 開發者帶來了類似 Entity Framework Core 的體驗，通過屬性驅動架構、類型安全查詢和自動遷移，簡化了向量數據庫的使用。