沃爾瑪開始限制員工使用內部AI助手Code Puppy，為其分配固定數量的AI代幣以控制成本。此舉是因為LLM按使用付費模式導致開支超出預期，沃爾瑪正尋求平衡AI帶來的生產力提升與成本。

Makerend 是一個提供AI API的平臺，旨在簡化人工智慧服務的整合。本文介紹了其核心功能與使用場景。

AI工具在DevOps中的最大價值不是自動化，而是診斷。透過分析CI/CD配置、執行手冊和事故後分析，AI能暴露出隱藏的脆弱點，如單點故障、隱式假設和通知缺口。團隊若將AI視為流水線自動化層會失望，而將其作為運營清晰度的推動力則會領先。

OpenAI曾預測將構建超級智慧並重塑社會，但在廣告和情色聊天機器人方面未能盈利，如今其CEO Sam Altman不得不收回這些言論。與此同時，競爭對手紛紛加速上市計劃，預計將迎來創紀錄的IPO季節，這讓一度作為AI領域“典範”的OpenAI面臨質疑。

微軟Majorana 2量子晶片的量子位元可靠性比上一代提高1000倍，平均量子位元壽命達20秒，目標在2029年前實現商用可擴充套件量子計算機。該晶片的研發中使用了微軟Discovery agentic AI平臺，該平臺現已向企業客戶開放。

英國競爭與市場管理局（CMA）裁定，谷歌必須允許網站所有者將其內容排除在AI搜尋功能（如AI概述）之外，並防止用於AI模型微調。出版商將獲得更多控制權和談判籌碼。

Cognizant執行長Ravi Kumar S.表示，AI不會扼殺入門級工作，並批評許多公司痴迷於代幣消耗作為生產力指標，認為這是錯誤的衡量方式。該公司去年招聘了2萬多名應屆畢業生，並計劃在2026年增加招聘。

NVIDIA推出了Cosmos 3系列開放全模態世界模型，透過雙塔混合變換器架構統一物理推理、世界生成和動作生成。該模型家族包括Edge、Nano和Super三種規模，為機器人、自動駕駛和倉庫監控等物理AI應用提供統一解決方案。NVIDIA開源了模型權重、訓練指令碼、部署工具和資料集，採用OpenMDW-1.1許可證。在多項基準測試中，Cosmos 3在推理和生成任務上均取得領先成績。

DigitalOcean 宣佈成為 OpenRouter 的模型提供商，提供 DeepSeek V3.2、Kimi K2.6 和 DeepSeek V4 Flash 模型。此舉表明該公司正從雲基礎設施擴充套件到 AI 推理領域。

英國競爭與市場管理局（CMA）宣佈，英國線上出版商可選擇不顯示在谷歌搜尋的AI摘要中。該措施旨在增強出版商與谷歌談判內容交易的籌碼。此前，許多網站因谷歌在搜尋結果頂部放置AI摘要而導致流量大幅下降。谷歌將在英國率先測試新功能，隨後全球推廣。CMA要求谷歌在AI搜尋結果中適當標註出版商內容並提供清晰連結。

作者認為，隨著通用AI模型（如LLM）的不斷發展，AI工程師比普通軟體開發人員更有可能被AI取代。文章解釋了“AI工程師”這一模糊頭銜的背後是多種不同的AI領域，而通用模型的進步將使得定製化AI解決方案成為奢侈品，大多數公司將依賴現成的通用模型。

Topaz社群釋出警告，提醒使用者不要移動預設應用程式資料夾，以防止檔案路徑問題導致的嚴重風險。

俄勒岡州立大學的研究表明，在人工智慧系統中加入設計摩擦，例如提示使用者考慮能源消耗，可以減少不必要的AI使用。基於行動的設計摩擦（要求使用者搜尋現有資源）能有效促進生態責任行為，而基於提示的資訊僅增加了信任。隨著AI能源消耗日益增長，此類干預措施至關重要。

Composer 是一款即時多人線上 Markdown 編輯器，支援人類和 AI 代理在同一文件上協同編輯、評論和提出建議。透過模型上下文協議（MCP），AI 代理可以作為真正的協作者加入，直接與人類團隊一起工作，解決了當前代理工作流中常見的協作難題。

2026年北美世界盃將採用前所未有的轉播技術，包括蜘蛛攝像機、裁判隨身攝像頭、AI輔助VAR，以及與TikTok和YouTube的合作，以吸引全球觀眾。

BridgeToAgent推出了一款MCP聯結器，允許AI助手檢查商店對AI代理的最佳化程度，並模擬代理購物體驗。

英國競爭監管機構宣佈，出版商將能夠選擇不讓其內容用於訓練谷歌的AI模型或為其搜尋摘要提供支援。

本課程介紹資料驅動AI（Data-Centric AI），這是一門新興學科，專注於系統性地改進資料集以提升機器學習效能，涵蓋標籤錯誤檢測、類別不平衡和資料整理等技術。這是該領域的首門課程，於2024年MIT IAP期間開設，包含Python實踐練習。

輝達釋出Groq 3語言處理單元（LPU），專為AI推理設計，採用SRAM記憶體架構實現極低延遲。該晶片基於從Groq公司授權的技術，與Vera Rubin GPU配合使用，透過推理分離技術最佳化效能，標誌著AI推理市場進入新階段。

作者嘗試構建一個由多個AI代理組成的情報分析團隊，以自動化應用結構化分析技術（SAT），但最終發現無法實現。測試表明，AI代理在處理中國對臺網路行動等實際問題時，存在提問冗餘、收集計劃偏差、分析迴圈無效等問題。結論是，當前AI無法取代人類進行嚴謹的情報分析。

Vim Classic 釋出了首個穩定版本 8.3.0，這是一個完全不含大語言模型生成程式碼的 Vim 分支。

伊朗裔英國導演Ash Koosha利用人工智慧在短短幾周內製作了一部關於伊朗反政府抗議的劇情片《紫羅蘭之夢》，該片將在翠貝卡電影節首映，成為首部在主要電影節展映的AI電影。導演稱這可能改變獨立電影製作。

本文提出一種基於Loewner序下界的矩陣值可容許啟發式方法，在黎曼流形上進行直接知情采樣，透過保留度量張量的方向結構生成更緊緻的知情集，加速機器人運動規劃。在多種操作任務上的實驗表明，該方法優於傳統的歐幾里得和標量特徵值界限，能更快地收斂到最優解。

研究人員開發了一種用於水培生菜的數字孿生系統，結合感測器和神經網路，實現個體植物的生長軌跡追蹤和產量預測。系統使用RGB-D影像訓練神經網路，質量估算誤差在1.5克以內，未來1-4天的產量預測誤差約2克。

本文提出一種自監督的混合自適應卡爾曼濾波器，透過學習系統動態和過程噪聲協方差的結構化校正，在保持機率結構的同時提升估計精度和統計一致性，並利用創新似然進行模型分類。實驗表明該方法在低資料和大數據場景下均表現魯棒。

本文提出SeeTraceAct，一種基於單次演示影片的視覺語言動作模型（VLA）框架，透過可見性感知的末端執行器軌跡預測實現精確空間定位。實驗表明，該方法在RoboCasa-DC基準和真實世界任務中優於基線，將平均成功率提升12.5個百分點。

本文提出了一種用於多旋翼無人機在移動平臺上動態著陸的估計與控制框架，整合了非線性模型預測控制與即時最小加加速度軌跡規劃器，強制規定觸地時間，實現終端下降階段的一致定時。採用自適應無跡卡爾曼濾波線上更新過程與測量噪聲統計，增強對時變感測質量的魯棒性。模擬與硬體實驗表明，該方法能實現可重複著陸，並相比EKF/UKF方法提高了平臺速度預測精度。

CARVE是一種無預測的證書層，用於互動式駕駛中，當硬規則邊界為負時，透過識別多智慧體編輯來修復被否決的機動。它在589個INTERACTION回放片段上接受了98.64%的被否決機動，並恢復了370/378個人類假否決，同時保持零優先順序代理誤報和400/400的負應力否決。CARVE不依賴預測，而是證明互動的有界性、可歸因性和規範性。

本文指出，雖然 sim2real 對策略遷移到硬體至關重要，但過度依賴會導致激勵偏差、模擬器鎖定和策略探索不足。作者提出一種新的 sim2sim2real 正規化，以機器人運動學為唯一設計約束，作為潛在解決方案。

本文提出一個自動化代理驅動流水線，直接從私有放射學報告和3D腫瘤學影像生成多項選擇VQA資料集，產生兩種互補問題型別：RADS風格問題和放射學報告推導問題。在四個內部癌症佇列上進行零樣本評估，發現沒有主導模型且所有單元存在巨大改進空間。盲法消融顯示視覺依賴高度特定於資料集：肝臟報告推導問題確實需要影像，而肺CT即使沒有影像也基本可解——領先的閉源模型在盲法下超過了其有視覺時的準確率。流水線作為開放代理技能釋出。