Figure公司展示了其兩臺Helix 02人形機器人自主整理臥室，包括收拾物品、倒垃圾和協作鋪床，整個過程不到兩分鐘。

每年因系統故障損失超過萬億美元。為快速解決故障，工程師需要分析觀測指標（時間序列資料）。ARFBench是一個基於Datadog內部真實事件的時間序列問答（TSQA）基準，評估現有AI模型在TSQA任務上的表現。研究發現，現有模型仍有較大改進空間，而混合TSFM-VLM模型展示了潛力，且人類與AI具有互補性。

Agent-QA 是一款開源AI驅動工具，支援用自然語言編寫測試用例，並透過智慧測試執行時自動執行，每次執行都會積累執行記憶，幫助團隊和編碼代理在釋出前捕獲迴歸錯誤。

蘋果計劃在WWDC上對Siri進行重大改版，推出獨立應用和聊天機器人體驗，並強調隱私保護。但新版Siri後臺將由Google Gemini驅動，這與其隱私宣傳存在矛盾。自動刪除聊天功能是亮點之一。

AI Foundry 在紐西蘭推出基於NVIDIA Blackwell GPU的固定費用無限LLM推理服務，使用者可透過登入頁面訪問。

上海交通大學、上海創智學院與瑞金醫院聯合釋出的CX-Mind，是首個將胸片診斷轉化為可驗證推理鏈的多模態大模型。在23個資料集、70餘萬張影像評估中，三大能力域平均提升25.1%，在真實世界測試Rui-CXR上多維醫生評估五項維度全部排名第一。

AnyFrame 是一個控制平臺，允許使用者為 AI 代理（如 Claude Code、Codex）定義一次代理，即可快速啟動沙盒會話，支援 Web UI 和 Python SDK。它解決了團隊手動搭建沙盒的痛點，並提供 MCP 聯結器整合各種工具。

Voiser AI在Product Hunt上線，提供人性化的AI配音服務，支援140多種語言、1000+種聲音、情感風格和自定義指令，幫助創作者和企業在幾分鐘內生成自然的配音。

本文介紹了Janitor——一個基於Rust的確定性安全工具，用於在程式碼合併前檢測漏洞。它採用形式化方法、零複製執行和雙PQC認證，能在8GB筆記本上6.7秒內掃描350萬行程式碼的PR。與基於雲的AI安全方案不同，Janitor在本地執行，不洩露程式碼，提供數學可證明的安全保障。

沃爾瑪企業服務高階副總裁David Glick討論了用即時迭代取代季度規劃、從整體式AI轉向聯邦式奈米代理，以及構建可擴充套件代理開發平臺的方法。

本文跟隨黃仁勳（輝達CEO）的北京半日Citywalk路線，打卡了尹三豆汁、鼓樓饅頭、黃瓦增福財神廟、蜜雪冰城、紫光園酸奶、方磚廠炸醬麵、稻香村、玩具店、後海酒吧、慶雲樓和潮府林苑等地點，記錄了沿途遇到的店主和粉絲的互動故事，並製作了開源攻略路線圖。

Cloudflare 在 Project Glasswing 下測試了 Anthropic 的 Mythos Preview 模型，發現其在漏洞鏈構建和利用證明生成方面有顯著進步，但也存在訊號噪聲和有機拒絕問題。文章討論瞭如何透過構建 harness 來提高 AI 輔助漏洞研究的效率和可靠性。

LeCun公開批評Hinton，認為他認可大語言模型（LLM）是為了找藉口退休。

本尼迪克特·埃文斯每半年釋出一次關於科技行業宏觀戰略趨勢的演講。最新的2026年春季演講主題為“AI吞噬世界”。自2023年以來，該系列演講一直沿用此主題，此前有“AI與一切其他”、“新看門人”等。

教皇利奧十四世成立梵蒂岡內部人工智慧研究小組，以應對AI快速發展的倫理挑戰。其首份通諭預計將在未來幾周內釋出，強調以人為本、尊重尊嚴的AI發展原則，並可能引發與特朗普政府的政策分歧。

MLflow AI Gateway 可以自動記錄 LLM 呼叫的追蹤資訊，幫助開發者除錯智慧體應用和編碼助手。文章介紹了其用法、與 LiteLLM 的整合、對 Copilot CLI 的支援，以及追蹤作為擴充套件問題的討論。

AI降低了交易成本，導致傳統層級組織逐漸瓦解，正如羅納德·科斯所預言的那樣。

Replit在解決與蘋果在App Store稽核上的爭議後，釋出了四個月來的首次iPhone應用更新，將Replit Agent 4引入移動端，支援並行代理、團隊協作合併流程以及跨工作空間專案檢視。

第十一屆信也科技杯全球AI演算法大賽啟動，聚焦漢語方言對話題，提供30萬獎金池及NLPCC2026直通名額，旨在推動方言處理技術發展。

彙集每日Claude Code最新動態與討論，幫助開發者緊跟AI程式設計助手進展。

Krea AI 推出了其首款自研基礎模型 Krea 2，專注於美學多樣性和創意控制，支援風格參考和情緒板功能。使用者反饋不一，稱讚其生成速度和介面，但指出影像質量不穩定、編輯精度不足等問題。

埃裡克·施密特在大學畢業典禮上發表讚揚AI的演講，遭到學生噓聲，場面尷尬。

儘管許多人認為AI將使高等教育過時，但經濟原理表明，AI可能透過增加對尖端知識、複雜工具使用和可靠訊號的需求，反而提升某些高等教育的價值。

Montage M1 允許AI代理透過單個API呼叫生成互動式、持久的UI，大幅減少token消耗和生成成本，支援品牌定製和持久狀態。

AnyFrame是官方Python SDK，用於管理AI代理沙箱。它允許使用者將代理指向程式碼倉庫，並在沙箱中執行Claude Code。該SDK提供了代理管理、會話控制、技能配置、MCP聯結器、構建和預覽等功能，支援非同步操作，並內建了注意力軌道和錯誤處理機制。

本文提出一種訓練人形機器人參考引導感知強化學習運動策略的方法，在訓練中根據地形幾何調整參考軌跡。該方法在強化學習訓練迴圈內合成SE(2)可控參考軌跡，將期望的腳步投影到有效立足點，並調整擺動腳和質心軌跡以適應地形。在模擬中，地形條件參考顯著提升了跟蹤效能。在硬體上，整合MPC+控制障礙函式規劃器，在Unitree G1機器人上實現了超過70米的長距離閉環自主導航，穿越崎嶇地形和連續樓梯，所有感知和計算均在板載完成。

本文提出了一種基於二次無約束二元最佳化（QUBO）的框架，用於機器人設計最佳化，利用運動學結構級評估指標。該框架將經典計算與量子退火相結合，以機械手為案例研究，展示瞭如何將單個手指的運動學特徵和互動項轉化為統一的二次模型。透過模擬退火和量子退火驗證了可行性，得到了滿足約束的設計組合。

論文提出LAPS框架，透過基於可靠性的主動池化和不確定性引導的主動取樣，有效緩解增量式神經距離場建圖中的災難性遺忘問題，在保持幾何精度的同時提高了重建完整性。

研究人員提出FLASH策略，利用勒讓德多項式軌跡表示和稀疏時間取樣實現單步推理，在五個模擬和兩個真實世界的操作任務中達到92%以上的成功率，推理時間僅31.4毫秒，比擴散策略快175倍。

該研究提出了一種利用大語言模型（LLM）最佳化建築機器人任務排程的智慧框架。系統透過自然語言處理介面與建築專業人員互動，並即時適應突發工地情況。框架採用雙LLM代理架構：生成器（GPT-4）和監督器（Gemma 3/Llama 4/Mistral 7b），以提供更精確的任務計劃。評估結果顯示，LLM在建築機器人操作任務中具有關鍵作用。