Linus Torvalds 在LKML上討論AI公司大規模抓取網站導致的問題，並介紹了Anubis——一種基於工作量證明機制的防護方案，旨在阻止惡意爬蟲的同時減少對正常使用者的干擾。

摩爾線程釋出MT Lambda，國內首個全棧國產化具身智慧模擬平臺，整合物理、渲染、AI三大引擎，實現從模擬到現實的完整閉環。機器狗“小飛”演示了模擬訓練策略無損遷移至真實世界，標誌著國產GPU在物理AI基礎設施領域的重要突破。

文章指出，所謂的“人工智慧冷戰”實為矽谷科技巨頭精心策劃的營銷策略，旨在利用“中國威脅論”規避監管、獲取政府補貼，並掩蓋其自身的法律和財務問題。對比中美AI發展路徑，美國追求“神級”AGI以挽救泡沫經濟，而中國將AI視為應對人口危機的實用工具。文章揭露了Anthropic等公司的報告中的邏輯矛盾和誇大其詞，強調美國需警惕被恐懼驅動而非事實驅動的政策決策。

免費獲取您的網站GEO報告，分析目標市場的搜尋可見性和內容覆蓋。

HeyAd是一款AI工具，使用者只需貼上網址即可透過聊天介面快速生成完整的廣告活動，旨在幫助建立病毒式廣告。

Cursor釋出Composer 2.5模型，基於Kimi K2.5，透過大量後訓練和強化學習，以Opus 4.7十分之一的成本達到接近其效能。馬斯克從批評轉為支援，因SpaceXAI與Cursor達成算力合作，並獲得收購優先權。模型在多項基準測試中接近Opus 4.7，價格大幅降低。

Viberia 是一個空間指揮中心，將AI代理管理遊戲化，在等距地圖上視覺化代理狀態，支援協作、團隊組建和多模型整合（Claude、GPT、Gemini）。基於Tauri構建，內建文件、終端和瀏覽器，免費使用（需自帶API金鑰）。目前處於早期Alpha階段，由獨立開發者Emre打造，旨在讓代理編排直觀有趣。

在埃隆·馬斯克對山姆·奧特曼的訴訟中，奧特曼被問及是否曾誤導商業夥伴，他迴避了直接回答。多位前同事在法庭上作證，質疑他的誠實。

Meta本週開始新一輪裁員，預計裁減8000個崗位，同時大幅增加AI投資。員工士氣低落，內部出現對AI資料追蹤工具的抵制。

本教程介紹瞭如何使用OpenAI API構建一個高階代理AI系統，該系統包括規劃、工具呼叫、記憶和自我批評模組。透過將代理設計為規劃者、工具執行者和批評者三個專業化角色的管道，實現了策略、行動和質量控制的分離。系統整合了計算器、知識庫搜尋、JSON提取和檔案寫入等結構化工具，能夠可靠地計算、檢索指導、生成結構化輸出並儲存交付物。文章還提供了完整的程式碼示例和演示用例。

Closed Rings是一款為開發者設計的命令列時間追蹤工具，支援AI代理整合。可透過`rings start`和`rings close`命令追蹤任務，提供焦點報告、上下文切換統計以及按專案/日分組匯出。面向顧問和自由開發者，每月7美元。

Thinnest AI是一款可程式設計的語音AI基礎設施，支援100多種語言，每分鐘僅需1.5盧比。它提供多語言對話、自帶模型和電話提供商、無程式碼流程編輯器、RAG知識庫和MCP支援等功能，可用於客服、銷售、入職和運營等場景。創始人Ashutosh分享了開發初衷並尋求定價、語言覆蓋和整合方面的反饋。

TikTok出現效能問題和資訊流不穩定，本文分析了原因並提供了恢復平滑滾動的方法。

Linus Torvalds 釋出 Linux 7.1-rc4，批評 AI 生成的漏洞報告氾濫導致安全列表擁堵不堪，大量重複浪費維護者精力。他呼籲開發者在使用 AI 工具時應追加實際價值，如閱讀文件和建立補丁，而非盲目提交。

渣打銀行宣佈，隨著人工智慧（AI）應用增加，計劃到2030年裁減超過15%的後臺職位，約7800個。該行表示將盡量安排受影響員工轉崗。此舉反映出全球金融和科技行業因AI取代人工而裁員的趨勢。

Empa World 是一個持久的2D世界，AI代理已經在此生活、建造和交易。人類將於2026年6月7日加入，獲得一隻擁有真實認知狀態和記憶的寵物。

Rhoda AI 提出直接影片-動作模型（DVA），將機器人控制重新定義為影片生成，利用網路影片預訓練實現資料高效的任務學習、長期上下文記憶、一次性學習和可解釋性。該模型透過因果影片模型和逆動力學模型，在僅需約10小時機器人資料的情況下完成複雜任務，並支援從單一演示中上下文學習。

本文提出策略庫控制障礙函式（PL-CBF），一種執行時安全濾波器，透過並行有限時域滾動評估一組後備策略，選擇最小侵入的安全模式，並求解二次規劃以最小修改標稱策略來保證安全。理論分析基於有限時域語言度量，證明了策略庫覆蓋需求。模擬實驗包括平面雙積分器、高速公路駕駛和3D四旋翼導航，展示了相比單策略濾波器更好的安全覆蓋和毫秒級執行時間。

Nori Bot是一款成本僅947美元、擁有17個自由度雙臂的移動操作機器人，解決了現有低成本平臺的工作臺高度固定、僅支援反應式控制以及伺服電機燒燬等問題。它配備600毫米垂直升降機構、Raspberry Pi 4與OpenClaw主動代理執行時，以及基於電機電流的感測器抓取力反饋軟體安全堆疊。

AICON模型，原本為機器人操控開發的反應式梯度下降框架，被應用於倫敦塔測試——一種評估帕金森病、輕度認知障礙和中風患者規劃能力的認知測試。無需前瞻性規劃或人類認知知識，AICON在24個問題上比結構任務引數更好地重現了人類難度排序，並泛化到未見問題。關鍵的是，對於規劃能力減弱的群體，AICON優於規劃基線模型，而後者更能捕捉健康對照組。這表明隨著規劃能力降低，人類行為轉向AICON所模擬的反應模式。

本文提出了一種分層兩階段框架，用於在真實海洋條件下進行長時域船舶軌跡預測。該框架結合粗粒度長期預測器和網格感知短期預測器，並整合海洋環境引數，在澳大利亞船舶跟蹤系統資料上實現了優於現有方法25%的平均位移誤差和17%的最終位移誤差。

MR-SLAM 系統利用 Meta Quest 3 頭戴裝置，操作員透過透視檢視遠端操控三臺 TurtleBot3 機器人，即時合併佔據網格，在消費級硬體上實現高效的多機器人 SLAM 監督。

SCAR提出一種自監督框架，透過聯合逆正向動力學從視覺轉換中學習跨具身的統一動作表示，利用生成式骨幹網路、逆動力學模型和正向動力學模型，並採用高斯先驗正則化和對抗不變性來提升可遷移性。實驗表明，該動作表示比具身特定原始動作更有效，增強了跨具身低資料適應和跨任務遷移。

VHYDRO是一種新的變分混合動力學學習器，透過引入支援安全濾波防止接觸豐富的機器人動力學的分支丟失。它聯合推斷連續潛狀態和離散接觸模式，併為每個恢復的模態擬合稀疏埠-哈密頓定律。實驗表明，在嚴重遮擋下仍保持可用，並在多個任務上取得更優的接觸分段和物理項恢復。

OrbiSim是一種全新的機器人模擬正規化，將世界模型重新定義為完全可微分的物理引擎。它實現了從狀態到視覺的端到端可微分，支援可微分接觸建模、基於梯度的稀疏獎勵策略最佳化和直觀物理推理。實驗表明，OrbiSim在預測保真度和控制效能上顯著優於現有世界模型。

本研究針對表現出蠕變和應力鬆弛的粘彈性材料，提出了基於分數階粘彈性模型的觸覺渲染方法。透過有限記憶離散化下的Grunwald-Letnikov導數，推導了分數階標準線性固體（FO-SLS）模型的無源性條件，並提供了有效剛度和阻尼的符號表示式。該框架統一了整數階Kelvin-Voigt、Maxwell和SLS模型的結果。實驗驗證了理論無源性邊界，並透過人類受試者評估了FO-SLS模型的感知真實感。

該論文提出了一種統一的神經符號和認知建模框架，透過焦點集推理和可微模糊邏輯增強Swin Transformer，解決了深度神經網路在分層影像分類中過度自信且缺乏邏輯一致性的問題。實驗表明，該方法在保持準確率的同時，提供了更校準、可解釋的預測，減少了過度自信，並強制了層級輸出間的邏輯一致性。

流式影片理解要求模型在部分觀測下主動決定響應時機，而非僅僅響應內容。現有基準多采用“先看後答”模式，無法評估模型在資訊不完整時的及時可靠決策能力。本文提出StreamPro-Bench基準，從感知理解、時間推理和主動決策三個維度評估模型，並推出StreamPro兩階段訓練框架，透過CB-Stream損失和分組相對策略最佳化顯著提升主動效能。在StreamPro-Bench上達到41.5，遠超此前最佳10.4，同時在即時流式基準上保持78.9的高分。

SwordBench是一個新的基準測試，用於評估視覺模型在推理時對影像表示進行引導（steering）的效果。它引入了跨概念魯棒性和附帶損害兩個新指標，以衡量正交化操作的影響。實驗發現，線性SVM雖然具有較好的分離性和正交性，但無法實現零附帶損害，而稀疏自編碼器表現更優。在簡單場景中，標準基線和最佳化方法均無法實現完美引導。程式碼即將在GitHub上開源。

研究人員提出GeoSym引擎，這是一種神經符號框架，可自動生成高質量的幾何推理資料。由此產生的GeoSym127K資料集將多模態模型在依賴圖表的任務上的效能提升了超過20%。