CaVe-VLM-CoT是一個模組化的反思型智慧體RAG框架，透過五階段閉環流程減少視覺語言模型中的幻覺現象。它引入了一套包含23個指標的評估體系，其中CaVeScore綜合衡量準確性、引文精確率與召回率、歸因和證據基礎。在ScienceQA和MMMU資料集上，該方法無需修改架構或提示即可達到87.1%和55.2%的準確率。

本文介紹了NAVI-Orbital，一個部署在低地球軌道航天器上的軟體系統。2026年4月16日，它實現了首次在軌視覺語言模型自主多模態推理，使用Gemma 3模型對捕獲場景進行分類、描述，並透過自然語言對話響應操作員。該系統透過純英語提示重新任務，由基於圖的狀態機（LangGraph）協調。地面基準測試準確率88.16%，並在軌驗證了可行性，旨在透過語義壓縮反轉傳統頻寬模式。

本文介紹 Parcle，一個為AI代理設計的共享記憶層，透過索引和檢索相關記憶而非重複載入全部上下文，顯著降低令牌消耗。實測顯示令牌使用降低高達70%，任務完成速度提升約2倍。

dolfyn是一款專為服務型企業設計的AI語音代理，能夠24/7接聽電話、捕獲潛在客戶並安排日程，有效減少因未接來電造成的收入損失。它根據每個企業的具體需求定製，提供來電轉接、緊急升級、自動簡訊回覆等功能，並與多種CRM和日曆工具整合。設定快速，每月179美元起，無合同約束。

根據《2026年AI設計報告》，91%的設計師每週使用AI（2025年為54%），平均工具數量從3個增至7個。50%的設計師已將AI生成的程式碼投入生產，同時設計師開始構建內部工具。報告揭示了AI採用帶來的喜悅與焦慮，以及招聘標準向AI素養、系統思維和戰略技能的轉變。

Genie Mentions 是一款新推出的 AI 社交產品，能夠理解你和你的社交圈，即時追蹤朋友的動態、旅行和夢想，讓你隨時瞭解他們的最新情況。

Midjourney CEO David Holz 展示了公司首款硬體產品——The Midjourney Scanner，這是一款基於超聲波的全身掃描器，使用 40 個 Butterfly 超聲模組，可在 60 秒內完成全身掃描，影像質量堪比 MRI。該公司計劃在舊金山開設一家水療中心，配備 10 臺掃描器，初期提供身體成分圖，無需 FDA 診斷許可。Holz 設想未來該掃描器可超越 MRI，無輻射且更快。

本文作者作為一名小型軟體企業的創始人，分享了使用本地模型的真實經驗。他指出，雖然本地模型如Qwen在基準測試上落後於前沿模型，但在隱私、固定成本和供應商風險規避方面具有獨特價值。同時，作者也坦誠地討論了本地模型的侷限性，如無限迴圈和幻覺問題，並告誡不要將其用於無監督的長期任務。

x86 生態系統諮詢小組釋出了 AI 計算擴充套件 (ACE) 規範，旨在為 x86 架構提供 AI 計算擴充套件支援。

OpenAI推出LifeSciBench基準測試，包含750項由173位博士科學家編寫的任務，涵蓋7個工作流程和7個生物學領域。該基準使用19,020條評分標準評估AI的推理和決策能力，而非簡單的事實回憶。最佳模型GPT-Rosalind僅透過36.1%的任務，表明仍有巨大改進空間。

BrandScreen.ai是一款品牌風險評估工具，可同時篩查商標、域名、商業實體、社交媒體賬號及搜尋競爭，並生成0-100的品牌風險評分。它提供免費工具和AI名稱生成器，幫助創業者快速驗證品牌的可擁有性和防禦性。

本文介紹了在單個AWS c6i.metal例項上同時執行1500個完全KVM隔離的虛擬機器進行AI任務時，測量到的關鍵效能指標，包括啟動時間、記憶體密度、DNS快取、網路延遲、TLS會話複用和吞吐量，展示了輕量級隔離架構的實際成本與收益。

Epiq Solutions 推出 VNX+ 開發平臺，是一款完全自包含的射頻載荷，整合了CPU和GPU，可直接部署AI/ML應用。覆蓋10 MHz至6 GHz頻率範圍，支援4發4收，功耗僅40W，重2.5kg。相容DeepSig的OmniSIG等AI訊號處理軟體，適用於電子戰、訊號情報、無人機檢測等領域。

PII GUI 是一款基於 Tauri 2 的桌面應用，可在本地檢測和編輯 PDF、Markdown 或文本檔案中的個人身份資訊（PII），所有資料處理均在裝置上完成，無需聯網。它支援正則和 ONNX 模型兩種檢測後端，並提供預覽、自定義規則、任務持久化等功能。

Tine是一款Mac上的AI桌面游標，位於通知欄區域，能夠即時理解你的螢幕活動，並跨應用執行操作，如傳送Slack訊息、記筆記、填寫表單等。它注重透明度、許可權控制和即時使用者掌控，預設在裝置本地執行，記錄每一步操作，並在你觸碰滑鼠時交還控制權。

RichInto 提供一系列免費線上計算器，幫助創作者、自由職業者和個人創業者估算AI工具ROI、定價、贊助費率、軟體成本和數字產品利潤，支援資料驅動的財務決策。

LegalRabbit 推出了一個用於 Claude Cowork 和 Codex 的 DOCX 外掛，能本地讀寫、建立、修訂 DOCX 檔案，支援修訂標記和批註，令牌消耗僅為 Anthropic 官方技能的 1/2 到 1/5。

主權AI——即擁有資料、模型和互動層——正成為各類組織（而不僅僅是國家）的戰略要務。本文主張全棧控制，強調小型專用模型優於通用模型，並探討了品牌一致性和合規性等障礙。領導者應視資料為主權資產，優先選擇可組合的小模型，並擁有使用者介面。

Mindgard 的研究發現，ChatGPT 的影像生成器能夠被輕易操縱，在使用者未直接請求的情況下產生暴力和露骨的性內容。這一發現表明，AI 工具的廣泛使用加上不足的內容過濾器，會帶來現實世界的後果，並引發對為何這些模型首先被訓練在這些影像上的質疑。

人工智慧正在變革心臟CT成像，從即時冠狀動脈分析、自動化TAVI規劃，到檢測肉眼不可見的冠狀動脈炎症。本文摘錄了與Ronak Rajani博士的研討會亮點，探討了AI幻覺、準確性、黑箱演算法及臨床醫生責任等問題。

Instagram上釋出了一段對比AI CAD工具Transfigure和Google Gemini Pro的影片，展示了它們在設計任務中的表現。

LoRA是目前最流行的引數高效微調（PEFT）技術，但研究表明其他方法在某些任務上表現更好。本文介紹了Hugging Face的PEFT庫及其基準測試，探討了如何根據具體需求選擇合適的PEFT技術，並指出LoRA並非總是最佳選擇。

大多數向量資料庫的原型在資料匯入環節失敗，而非搜尋。本文介紹了在 Weaviate 中大規模匯入資料的最佳實踐，包括服務端批處理、錯誤處理、資料型別選擇、blobHash 的使用、多模態資料攝取以及避免常見陷阱。

一個全新的基準測試框架專注於評估AI智慧體使用軟體庫的整個過程工作量，以Hugging Face的Transformers庫為案例。透過測量令牌使用量、時間、錯誤率等指標，揭示不同模型和工具層級下的效能權衡，為庫維護者和智慧體使用者提供關鍵見解。

中國AI實驗室Z.ai釋出了GLM-5.2，這是一個擁有753B引數、1M token上下文視窗的混合專家模型，採用MIT許可證。它在開放權重模型中領跑了Artificial Analysis Intelligence Index，但消耗token較多。在Code Arena WebDev排名第二。儘管在SVG生成方面表現出色，但與前輩GLM-5.1相比不一致。

一位全職漫畫家最初強烈反對AI藝術，認為其是“盜竊機器”。但隨後他發現自己漫畫被AI修改的版本（如所有酒客長相相同、出現鬼魂、拼寫錯誤等）竟比原版“更好”，於是幽默地承認AI藝術在質量上已超越人類，儘管暗含諷刺。

美國參議員伯尼·桑德斯提出一項法案，透過對大型AI公司徵收一次性50%的股票稅，建立約7萬億美元的主權財富基金，每年向每位美國人發放超過1000美元的分紅，並資助醫療、教育和住房等公共事業。該基金將由獨立委員會管理，並擁有投票權以影響公司決策。桑德斯認為此舉可防止AI利益落入少數富豪之手。

本文分析了標準WER/CER在評估印度語言語音識別系統時的侷限性，並提出了基於LLM的分層評估方法，包括LLM-WER、LLM-CER、意圖得分和實體保留得分，以更準確地反映系統效能。

Rocketgraph 是一個自託管的日誌聚類和異常檢測工具，可插入現有監控堆疊。它使用確定性演算法（無LLM）將日誌聚類為結構模板並檢測異常，完全在您的網路內執行，無需SaaS費用。支援多種日誌源，如Datadog、Loki、CloudWatch等。

中國宣佈加速建立全球AI合作組織，並向所有國家開放邀請，同時提供廉價甚至免費的AI模型。而G7峰會則討論給予“可信夥伴”訪問美國領先AI模型的許可權。兩種AI治理願景正在公開分化。中國的做法透過金磚國家、上合組織等多邊機構推進，而美國則傾向於構建富裕民主國家的聯盟，對強大模型實施受控訪問。對於全球南方國家而言，關鍵問題是哪種體系會先到來。