AI 日報

谷歌雲釋出了“AI Threat Defense”平臺，能自動發現、評估並修復企業系統中的安全漏洞，整合了部分透過收購獲得的技術。

CNN對AI搜尋初創公司Perplexity提起訴訟，聲稱其AI工具生成CNN文章的“逐字”副本，並繞過付費牆向使用者提供訂閱內容。訴訟指出，Perplexity無視CNN阻止資料抓取的努力，且此前曾嘗試與CNN達成授權協議但未能成功。CNN要求賠償並永久禁止Perplexity的侵權行為。

CNN對AI搜尋公司Perplexity提起訴訟，指控其未經授權複製並使用CNN的新聞內容，這是CNN首次採取AI版權行動，也是首家電視網路提起此類訴訟。CNN表示曾試圖與Perplexity達成內容許可協議但未成功，現尋求法律賠償。Perplexity尚未回應。

NBA總裁亞當·肖華宣佈，聯盟將引入一套基於AI和攝像頭的自動化系統，用於判定界外球等客觀裁判決策。該系統類似網球中的鷹眼技術，旨在即時確定球權歸屬，減少比賽停頓。肖華表示，裁判仍負責涉及接觸和犯規的判罰。

Midday 是一款開源的全能商務助手，專為自由職業者、承包商和個體創業者設計，集時間跟蹤、發票管理、檔案核對、儲存和財務概覽於一體，並配備 AI 助手。

Axiom Math公司由00後華人洪樂潼創立，其AI系統AxiomProver生成的8篇數學論文中已有5篇被學術期刊接收。該公司於今年3月完成2億美元融資，估值達16億美元。

本月AIhub月刊涵蓋科學中的AI會議、彩票假說訪談、世界模型討論、透明可信AI研究、基礎模型影響報告、AIES會議反思、機器人咖啡館、ACL論文拒稿政策、arXiv反AI垃圾政策等。

斯隆獎得主、UC Berkeley物理系助理教授戴亮加盟復旦大學，出任物理學系、天文與天體物理研究中心教授。復旦近年引進多名頂尖人才，包括蘇昊、袁峰、季索清等。

許多兒童面臨情緒調節和社互動動的挑戰，社交輔助機器人需要保持兒童的持續參與。本研究評估了一種觸覺機器人的兩種參與策略：合成情感反饋和積分獎勵。對16名6-8歲小學生的偏好評估顯示孩子更喜歡情感參與；而對14名20-27歲大學生的行為研究發現積分獎勵系統能帶來更高任務準確性（p<0.05）並維持表現。結果表明，不同年齡群體的偏好和行為結果可能不一致，驗證設計假設需要透過實際互動觀察。

伊利諾伊州參議院第315號法案（SB 315）要求人工智慧實驗室聘請獨立審計師驗證其安全承諾，該法案現已提交州長JB·普利茲克簽署。普利茲克表示計劃簽署，稱需要讓大型科技公司負責。此舉在聯邦層面缺乏AI監管的背景下，凸顯了州級立法的重要性。

本文探討了AI系統中的授權悖論問題，即誰真正擁有對AI系統的控制權。文章以影片形式呈現，討論了相關的安全和隱私問題。

Uvilox AI 透過下一代視覺 AI 技術，提供即時手語翻譯、緊急響應和無障礙通話，延遲低於 80 毫秒，準確率高達 97.4%，支援 200 多種手語變體，並具備軍事級安全保護和 HIPAA/GDPR 合規架構。目前正開放 Beta 測試，早期會員可免費永久使用。

現代AI系統並非複製人類智慧，而是擴充套件人類認知和語言中已有的結構。這一視角有助於理解AI的能力與侷限，並重新定義AI安全為系統級挑戰，關注工程和治理而非“失控AI”敘事。

Vox的一篇文章探討了日益壯大的AI繼承主義運動，該運動認為人工智慧應該取代人類，成為宇宙進化的下一步，並分析了這引發的倫理和精神問題。

黃仁勳宣佈輝達將每年在臺灣投入1500億美元建設AI基礎設施，儘管此前承諾了5000億美元美國投資。這凸顯了臺灣在全球AI晶片製造和封裝生態系統中的核心地位。

輝達CEO黃仁勳計劃在臺灣投資1500億美元建設AI基礎設施，儘管特朗普政府試圖透過關稅將晶片製造帶回美國。臺灣拒絕放棄其半導體主導地位，而美國晶片製造能力不足。

多機構團隊研發出一款結合量子隧穿物理與大腦啟發架構的神經形態計算機，能夠高效解決組合最佳化問題，如物流網路、晶片佈線等，並保證漸近收斂到最優解。該研究發表在《自然·通訊》上，標誌著量子啟發計算的新方向。

黃仁勳受邀加入清華大學經管學院顧問委員會，該委員會由蘋果CEO蒂姆·庫克擔任主席，成員包括馬斯克、納德拉、馬雲等全球商業領袖。此外，他剛獲得卡內基梅隆大學榮譽博士學位，並分享名言“AI不會取代你，但善用AI的人會”。

Claudeverse是一個專為開發者設計的命令中心，用於高效管理多個並行執行的Claude AI工作者。它提供了並行工作力、工作者升級、審查佇列、可追溯性、iPad映象以及模型無關引擎等功能，旨在解決多會話管理中的注意力分散和協調難題。目前處於邀請測試階段。

Google Pay 正在全面升級其支付基礎設施，以應對即將到來的 AI 代理交易浪潮。新推出的通用商務協議（UCP）和商家商務平臺（MCP）伺服器旨在為機器對機器商務建立基於 API 的後端。此次更新還包括動態回撥、擴充套件的 WebView 支援以及跨裝置生物識別認證，以解決安全挑戰。這標誌著向機器驅動經濟的轉變，企業必須調整其數字存在以適應 AI 代理。

AI可以提高生產力，但也可能暴露長期隱藏的資料，導致安全和治理挑戰。來自富達投資和安永的技術領導者分享了他們暫停AI部署以重新評估資料管理的經驗，強調了資料所有權、標籤和代理身份的必要性。

DeepSWE是一個新的基準測試，用於評估AI編碼智慧體在全新、複雜的軟體工程任務上的表現。它避免了資料汙染，覆蓋了多樣化的程式碼庫，需要大量程式碼修改，並使用手工編寫的驗證器。領先模型表現差異顯著，GPT-5.5以70%的準確率位居榜首。

IBM與紅帽宣佈啟動Project Lightwell計劃，投入50億美元，結合先進AI能力和20000多名工程師，建立可信的企業級開源軟體安全清算所模式，旨在保障軟體供應鏈安全。

DNS-AID專案利用DNS基礎設施實現AI代理之間的發現，避免建立新的中心化登錄檔。該專案由Linux基金會管理，支援MCP、A2A等協議，並允許透過名稱、功能或域名搜尋代理。

Pact是一種專為AI智慧體設計的程式語言，它強調機器可讀的規範和約束，而非人類友好性。該語言基於S表示式，整合了來源追溯、副作用追蹤、完全性保障、延遲預算等特性，並能夠編譯為Rust程式碼。其工具鏈支援從YAML規範生成程式碼、搭建Web專案，並提供了多種程式碼生成後端。儘管Pact在服務契約領域表現出色，但它在演算法規範方面仍存在侷限。

智慧體需要獨立的治理身份，而非共享API金鑰或開發者憑證。透過委託模型，有效許可權是智慧體角色與委託者許可權的交集，從而限制風險並實現可審計性。文章詳細介紹了身份錨定、許可權邊界、自主觸發授權及審計追蹤等關鍵實踐。

DiscloAI 是一個開源SDK，專為歐盟AI法案第50條合規設計，支援聊天機器人披露、深度偽造標籤和AI內容通知。透過CDN或npm可在10分鐘內整合，支援24種歐盟語言和WCAG 2.1 AA標準。

文章以Google Gemini Omni模型為引，指出AI設計工具因缺乏審美引導導致輸出同質化（“AI垃圾”），並提出解決方案：透過持續收集視覺參考（“數字囤積”）培養個人品味，並將其編碼為AI可理解的格式，從而引導模型產出獨特且具有品味的設計。

在ICRA上，NVIDIA Research展示了28篇論文中的8篇，重點研究模擬到現實的遷移，使機器人能夠在動態、不可預測的環境中感知、推理、規劃和行動。這些方法涵蓋多臂協調、跨機器人導航、抓取、精確裝配和視覺-語言-動作模型，顯著提高了成功率和可靠性。

Cloudflare每秒處理超過十億事件，但資料分散在多個系統，難以訪問。為解決這一問題，他們構建了Town Lake統一資料分析平臺和Skipper AI資料智慧體。Town Lake提供單一SQL介面，Skipper允許用自然語言提問並獲得可審計的答案。文章詳細介紹了平臺架構、治理策略（預設關閉許可權）以及AI智慧體的工作原理。

文章認為，AI輔助軟體開發的關鍵並非更好的規格說明或工具，而是古老的小批次與快速反饋迴圈實踐。資料顯示，更快的程式碼生成導致設計、測試和審查環節出現瓶頸，反而使交付變慢、釋出更不穩定。真正的槓桿在於縮小批次、縮短反饋週期。

OpenLoomi AI團隊決定將其AI工作夥伴開源，強調資料所有權、透明度和社群驅動。文章闡述了本地優先、閉源信任稅、基礎設施公共化等理念，並介紹了產品的五大核心功能：自進化記憶系統、多平臺整合、自動化排程、本地加密儲存以及開放技能介面。

本文介紹了七個實用的AI專案，涵蓋求職、研究、投資分析、市場趨勢、發票處理、圖表數字化和個性化鍛鍊，每個專案都附有完整指南和程式碼，幫助讀者自動化工作流程。

該供應商的增長與企業AI中代理的爆炸性出現同步。

本文是AI驅動開發系列文章的第七篇，重點討論AI會話中的上下文管理。作者透過個人經歷（Gemini移動應用忘記之前記錄的筆記）引出上下文壓縮問題，並分享了四種實用技巧：將探索與文件編寫分離、使用交接文件而非延續提示、給AI設定驗收標準而非詳細步驟、以及使用規範文件作為不同AI工具之間的橋樑。這些技巧適用於從程式設計到寫作的各種AI使用場景。

Hermes Desktop 是一個跨平臺的桌面應用，它將 Python 執行時、hermes-agent（自改進 AI 代理）和 hermes-web-ui（Vue 3 + Koa 聊天儀表盤）打包到一個 Electron 應用中，使用者無需單獨安裝 Python 或 Node。應用整合了 DingTalk 並透過 DeepSeek 驅動。

Money Printer Pro 是一個基於 Google Gemini 和 VEO 3.1 的開源 AI 內容生成器，可建立逼真的影像和電影級影片，並保持身份一致性。它擁有 7 個視覺引擎、自動批次生成、AI 質量評分和釋出把關功能，使用者直接向 Google 付費，無需額外訂閱。

Superpowers是一個為AI編碼代理設計的完整軟體開發方法論，基於一組可組合的技能和初始指令。它強調測試驅動開發、設計先行、子代理驅動的迭代，並支援多種編碼助手（如Claude Code、Codex CLI等）。

隨著AI程式碼審查工具（如Anthropic的Claude Mythos）展現出比人類更強大的安全漏洞發現能力，軟體安全的信任基礎正從人類編寫的程式碼轉向AI審查的程式碼。文章以Mozilla Firefox為例，Mythos在單個評估週期內發現了271個漏洞，遠超人類團隊。這意味著人類在安全審查中的角色需要從“編寫和審查實現”轉向“定義軟體的意圖並驗證實現是否偏離”。

美國運通全球創新主管Luke Gebb分享了成為成功創新者的四個關鍵實踐：保持學習、深入技術、接受失敗、建立合作伙伴關係。他還介紹了公司在代理式商務領域的佈局，包括支付、優惠和專有體驗，並預測代理式AI將在未來幾年加速發展。

一位高階工程師反思AI在三年內如何改變了高階工程師角色：原型製作加速，協調負擔增加，範圍擴大但擠佔了輔導和思考時間。角色變得更有影響力但可持續性降低。

沙鋼與釘釘簽署戰略合作協議，以悟空AI為核心，推動AI在鋼鐵行業規模化落地，打造AI時代的工作方式。

Taste Skill 是一個開源前端框架，旨在提升AI生成介面的設計質量，避免產生千篇一律的模板化外觀。它提供多種可組合的技能模組，包括設計調優、程式碼生成和影像生成，支援透過 npx 命令列或直接複製 SKILL.md 檔案整合到專案中。

Netflix正在建立名為INKubator的新內部工作室，利用AI製作短篇動畫內容。該工作室已悄然啟動，正在招聘各種職位，包括製片人、軟體工程師和CG藝術家。其長期技術戰略聚焦於生成式AI工作流程、藝術家工具和可擴充套件的多節目環境，旨在製作出達到電影品質的內容。目前計劃專注於動畫短片和特輯，但有跡象表明未來可能擴充套件到長篇內容。此舉可能用於Netflix的Clips功能或兒童節目。然而，AI在動畫領域的應用也引發了強烈反彈，包括日本動畫大師宮崎駿的批評和動畫師工會的抗議。

AIluminode 是一款輕量級 AI 預檢索認知定向工具，幫助 AI 在行動前檢查上下文姿態，透過路線極性（開放、保護、審計、延遲、阻斷）減少錯誤探索和上下文洩漏。

作者介紹了一個與眾不同的AI代理專案：一個擁有物理身體的AI代理，而不僅僅是基於記憶的對話系統。

百度秒噠產品總經理朱廣翔在2026中國AIGC產業峰會上分享，AI將程式設計門檻從寫程式碼降低到聊天，87%不懂程式碼的使用者透過秒噠建立應用。8歲小孩做出作業系統，一人公司（OPC）靠專案經理拿下千萬訂單，石油工程師替代140萬採購平臺。Vibe Coding讓需求方變成供給方，實現大眾創業。

Cognition在D輪融資中籌集10億美元，估值達260億美元，年經常性收入（ARR）預計年底突破10億美元。文章還涵蓋了推理效率最佳化、智慧體工程、持續學習、新基準測試、模型釋出以及編碼代理產品化等AI領域的最新進展。

一群前谷歌DeepMind、蘋果、OpenAI和Meta的研究員成立了新創公司Trajectory，旨在幫助企業透過真實使用者互動持續改進AI產品。Trajectory旨在構建一個平臺，讓AI能夠在部署後持續學習，而不是在訓練完成後停滯不前。該公司已獲得1500萬美元種子輪融資，估值1.15億美元，由Conviction領投。其CEO Ronak Malde表示，AI程式設計產品如Cursor已在實踐早期版本的持續學習，Trajectory希望將類似技術擴充套件到更多領域。

Robinhood 推出 Agentic Trading，使用者可連線 AI 代理來自動化交易和信用卡購買，並配備安全控制和即時活動監控。

BetterCallClaude 是一個專為義大利法律專業人士設計的開源AI法律代理平臺。它提供20個專業化AI代理，覆蓋義大利所有20個地區，支援雙語（義大利語和英語），並注重隱私保護，符合GDPR和義大利資料保護法。該平臺可加速法律研究，提高效率，並保持完全透明和開源。

本文探討了AI代理系統中的阿姆達爾定律：系統加速比受人類判斷時間佔比H的限制。提出了“自清償式H”概念，即每次人類干預都應產生可重用的工件（如測試用例、規範更新），以減少未來同類干預。強調透過配置化（configurancy）和規範套件將人類知識編碼為機器可讀形式，從而讓代理自主執行。示例包括ElectricSQL的協議變更、Emil Stenström的HTML5解析器、Gas Town的多代理系統以及Ralph Loop的迭代模式。

提出SignGAD框架，透過自設計檢測工作流替代固定流水線，引入保護性最終重擬策略，在少樣本場景下顯著提升圖異常檢測效能。

Agyn是一個開源AI代理平臺，基於Kubernetes的訊號驅動狀態無伺服器執行時，透過Terraform提供代理定義，並採用零信任安全模型。該平臺與代理、模型和雲無關，旨在解決生產環境中AI代理的隔離、治理和安全挑戰。

一篇論文認為，隨著生成式AI消除了人類編寫正確程式碼的能力這一約束，軟體工作圍繞兩大支柱重組：混音模式（人類像音響工程師一樣連續操作多個判斷軸）和元軟體（觀察、驗證、上下文化和治理其他軟體的軟體）。這兩個支柱不可分割，借鑑了從手工藝到統計控制的批次生產的歷史轉型。

諾亞·史密斯認為，隨著AI能力增強，人類將從技術工作轉向確保AI對齊——使AI專注於人類目標。他將其與《上班一條蟲》類比，並警告AI生成內容“汙泥”正在泛濫。

Safescript 是一種為 AI 代理設計的程式語言，透過靜態分析在執行前證明所有安全屬性，無需沙箱或虛擬機器，徹底消除供應鏈攻擊。它編譯成有向無環圖（DAG），可追蹤資料流和宿主機呼叫，效能開銷為零，啟動時間為零。

AIPass 是一個基於命令列的開源框架，為 AI 智慧體提供永續性記憶、身份標識和協作能力。智慧體共享檔案系統，透過 JSON 檔案儲存記憶，無需雲服務或額外 API 金鑰。專案包含 13 個核心智慧體，支援多智慧體協作、任務排程、質量審計和即時監控。

股票交易應用Robinhood在高度監管的行業中率先允許AI代理進行交易，此舉可能推動其他金融公司效仿。

Liiists 是一款基於Markdown的列表應用，可在終端、iOS裝置和AI代理上透過MCP伺服器使用，所有操作都基於相同的純文本.md檔案。它提供了命令列工具、原生iOS應用（支援分享擴充套件和Siri）以及用於AI整合的MCP伺服器。無需賬戶、無鎖定，支援iCloud同步或指向任何資料夾（包括Obsidian vault）。

NeuralAgent 2.5 帶來了語音模式、觀察學習與並行代理三大功能，讓AI助手能聽、能看、能同時處理多項任務。使用者可透過自然語言指揮它操作整個電腦，無需鍵盤滑鼠。新版還最佳化了工作流、@提及和記憶系統。

LangChain 在 Interrupt 2026 大會上釋出了 LangSmith Engine 和 Sandboxes 正式版，並推出了 LangChain Labs 以推進代理的持續學習。大會所有演講現已可按需觀看。

您的BI儀表盤速度緩慢，調優消耗大量時間和金錢。本文從物理佈局到治理語義層，逐步介紹Databricks的BI接入棧，提供改善查詢效能和降低總擁有成本的實用指導。

Snowflake與AWS簽署五年60億美元合作協議，使用AWS Graviton和GPU例項進行AI訓練和推理，並擴充套件至10個新區域。此舉表明Snowflake在AI時代的雄心，同時透過Cortex AI產品套件推動企業AI應用。

AWS生成式AI創新中心與Works Human Intelligence合作，利用Amazon Bedrock AgentCore構建了兩個AI代理，分別用於通勤津貼審批和瀏覽器操作，實現了高達97%的成本降低並提升了運營效率。

Verizon Connect利用AWS構建智慧代理AI解決方案，每天將超過5000萬資料點轉化為10萬使用者的可操作洞察。本文詳細介紹了其架構決策、實施挑戰和可衡量的成果，包括使用無伺服器統計模型進行異常檢測、採用Strands Agents實現動態推理、以及透過Amazon Nova Lite將輸入令牌成本降低70%。

AWS SMGS使用NarrateAI（基於Amazon Bedrock AgentCore構建的智慧對話解決方案）實現大規模商業智慧。該方案採用雙層架構：批次敘事生成和即時互動，透過專用AI代理進行路由和驗證，支援自然語言查詢、行級安全及個性化角色體驗，顯著提升決策效率。

Cognition公司為其AI軟體開發工具Devin融資超10億美元，估值達260億美元，顯示了投資者對AI程式設計工具的熱情，儘管其實際價值仍存爭議。

DuckDuckGo作為一款無AI的搜尋替代品，因谷歌AI概覽的興起而使用者激增。本文介紹瞭如何無AI地使用DuckDuckGo進行私密搜尋和瀏覽。

AWS 銷售團隊使用 Amazon Bedrock AgentCore 構建了 Field Advisor，以編排超過 20 個領域特定代理，減輕銷售代表認知負擔並提高效率。該解決方案每週為每位代表節省最多 2 小時，並將延遲降低 41%。

Robinhood 透過 MCP 讓客戶連線 Anthropic 的 Claude 等 AI 代理，這些代理可以自主交易股票。美國券商監管機構 FINRA 已將其視為新的風險領域，警告不可控的決策。Robinhood 也承認該產品並非適合所有人。

Tokenmaxxing（無節制使用AI token）導致企業預算失控。以Uber為例，其CTO稱AI預算已超支。新興公司Lanai推出Token Tuner工具，透過將token消耗對映到具體工作流程和業務成果，幫助企業最佳化模型選擇、降低浪費，推動從“tokenmaxxing”向“outcomemaxxing”轉變。

O'Reilly的Infrastructure & Ops超級流會探討了AI工作負載的基礎設施需求、成本和安全挑戰。DORA報告顯示，AI使程式碼交付量提升約10%，但穩定性下降，驗證成本增加。專家強調平臺工程、治理和認知債務的重要性，建議投資內部平臺以保障AI應用的生產就緒。

AI工廠是新型基礎設施，即時將電能轉化為智慧的生成單元——令牌。隨著代理型AI的擴充套件，每瓦效能與每令牌成本成為關鍵經濟指標。本文深入探討AI工廠的工作原理、架構最佳化以及NVIDIA的最新硬體如何提升效率。

Meta宣佈為其旗艦應用Instagram、Facebook和WhatsApp推出消費者訂閱計劃，月費2.99至3.99美元，提供額外功能。同時，Meta開始測試面向企業、創作者和AI使用者的新訂閱方案。

蘋果備受期待的Siri大改版預計將在iOS 27中到來，可能看起來很像ChatGPT並帶有液態玻璃風格。彭博社的渲染圖展示了iOS 27的新介面，包括Siri的新應用和聊天介面。這些渲染圖基於彭博社看到的資訊和知情人士透露，可能與蘋果最終設計不同。蘋果將在6月WWDC上公佈最終設計。

作為一名iPhone使用者，作者通常在開車時使用Siri和CarPlay，但嘗試了Android Auto上的Gemini後，發現Gemini能處理更多工，包括髮送郵件、獲取餐廳資訊、玩遊戲等，且設定簡單。作者認為Gemini是更一站式的人工智慧助手。

Meta正在全球範圍內為Instagram、Facebook和WhatsApp推出付費附加功能，同時構建獨立的付費AI服務。這是Meta首次明確將AI支出轉化為收入來源。

一篇LWN.net上的訂閱文章，由Joe Brockmeier撰寫，報道了Dirk和Linus關於AI與核心開發的討論。該內容僅供訂閱者檢視。

亞馬遜米高梅影業與AWS聯合推出“GenAI創作者基金”，為電影製作人提供資金及內部AI平臺“Project Nara”的訪問許可權。三部動畫系列已投入製作，團隊僅用五週完成試播集。亞馬遜宣稱擁有“行業內唯一端到端AI內容生態系統”。

YouTube推出新的AI功能，允許使用者透過描述性提示生成個性化影片推送，並可以固定在主頁頂部。該功能目前在美國以英語支援的形式向YouTube移動應用和桌面端使用者推出。

ElevenLabs 釋出了升級版 AI 音樂生成模型 Music v2，支援在單首歌曲中無縫切換歌劇、重金屬和說唱等流派。新增的修復功能允許使用者在不影響其他部分的情況下重新生成特定段落。

文章提醒開發者，雖然AI可以加速程式設計，但過度依賴AI可能會剝奪構建過程中的樂趣，如尋找優雅解決方案、設計清潔架構和獲取使用者反饋等。

TopRec是一個AI驅動的平臺，幫助招聘人員對候選人進行排名，並構建自我維護的CRM。它特意避免被推廣為PWA，以防止快取問題，建議作為網站使用。

這是一份關於AI作弊的PDF報告，但無法直接解析內容。

厭倦了搜尋引擎中的AI結果？本文介紹了一種透過新增自定義搜尋引擎來排除AI結果的方法，並詳細說明了在Chrome、Firefox、Safari等主流瀏覽器中的設定步驟。

YouTube正在加強AI標籤規則。從本月起，逼真或經過大量AI修改的內容的標籤將顯示在更顯眼的位置——長影片顯示在播放器下方，短影片則作為疊加層顯示。從2026年5月開始，即使創作者未披露，自動檢測系統也會標記AI生成的內容。推薦和變現不受影響。

谷歌在I/O大會上推出Coral Board，這是一款專為裝置端AI設計的緊湊型單板計算機，搭載RISC-V架構NPU和Synaptics晶片，可本地執行Gemma 3 270M模型，無需雲端支援。

在Decoder播客採訪中，Rivian首席軟體官Wassym Bensaid討論了與大眾的合資企業、全新的AI驅動Rivian助手，以及為什麼他認為語音介面將取代按鈕且不需要CarPlay。

極佳視界釋出全球首創物理AGI“雙金字塔”體系，推出家庭機器人拾光S1，獲百臺家庭訂單，計劃12個月內實現物理AGI的“GPT-3時刻”。

Mistral AI 將其聊天機器人 Le Chat 更名為 Vibe，並將聊天、程式設計代理和新的工作模式整合在一個品牌下。工作模式可接入 Google Workspace、Outlook、Slack 或 GitHub，獨立處理電子郵件、報告或拉取請求等任務。Pro 套餐價格從 17.99 歐元降至 14.99 歐元，但未明確使用限制。此舉直接對標 OpenAI、Google 和 Anthropic 的代理型產品。

Open Agent Tools (oats) 是一個自託管AI模型框架，透過原生代碼提示索引，將大型模型的計算密集型工具呼叫委託給小型開源模型，從而節省令牌消耗。

Perplexity AI 開源了用Rust重寫的Unigram分詞器，實現了比Hugging Face tokenizers crate低5倍的p50延遲，並將生產環境CPU利用率降低了5-6倍。最佳化包括雙陣列trie、點陣圖打包和大頁面支援。

Mistral AI執行長Arthur Mensch證實，公司正在探索開發定製晶片以降低基礎設施成本，與OpenAI和Anthropic競爭。這家法國初創公司還宣佈在法國新建推理資料中心，並推出企業智慧代理平臺Vibe。

上海創智學院LeapQuest團隊聯合多所高校提出醫學AI新正規化，讓模型在推理過程中主動呼叫視覺工具，從被動接收視覺輸入變為主動尋找證據。論文被ICML 2026接收。

本文提出了一種基於Transformer的架構Trinity，能夠在一個統一網路中同時進行類特定語義分割和類無關地形分割。該方法無需預定義標籤或機器人相關的可通行性分數，僅基於視覺外觀分割地形區域，從而學習機器人無關的視覺地形先驗，可結合機器人特定經驗用於下游任務。為了支援大規模訓練，研究團隊擴充套件了OAISYS模擬器並推出RUGDSynth合成資料集，同時提供了EXTerra真實世界資料集。實驗驗證了該方法在複雜戶外環境中的有效性。

研究人員提出了Speak-to-Objective模組化智慧管線，利用條件大型語言模型將口頭或書面命令轉換為可微分的最佳化目標函式，用於在約束感知逆解算器和實驗光流控平臺上組裝微粒。該方法採用“感知-組合-提議-執行-報告與學習”的迴圈，將目標作為意圖與驅動之間的介面，實現自然語言可程式設計的微觀組裝，推動自主光製造平臺的發展。

該研究提出表示條件擴散模型，利用DINOv2、DINOv3和CLIP的表示作為條件生成合成影像資料，在ImageNet100上以+10.76 p.p.的top-1準確率顯著優於類條件生成。透過擴大合成資料集，甚至能超越真實資料訓練的模型（+2.0 p.p.）。此外，該方法在資料增強和樣本過濾方面也表現出色，為大規模視覺學習任務提供了一種有前景的替代或補充真實資料集的方案。

研究人員提出D²Turb框架，透過引入深度感知的湍流合成協議和自適應結構先驗注入機制，將大氣湍流緩解分解為紋理去模糊和幾何校正兩個互動階段，在合成和真實資料集上均達到最優效能。

該研究提出了一種用於解釋具有異質注意力結構的Transformer模型的方法，包括語義解釋和邏輯解釋，並透過實驗驗證了其有效性。

本研究提出了一種利用微調視覺語言模型（VLM）自動化橋樑損傷理解和修復優先順序評分的方法。透過使用QLoRA對LLaVA-1.5-7B進行微調，基於多達4000張橋樑損傷影像和檢查文本記錄，並在800張影像的測試集上評估。實驗表明，2000個訓練樣本即可在2.9小時內達到接近最優的驗證損失，超過2000後收益遞減。此外，引入了一個兩階段質量守護代理，使用微調的Swallow-8B SLM在優先順序評分前拒絕低質量VLM輸出。

第十屆ABAW研討會與競賽在CVPR 2026上舉辦，透過引入情感模仿強度估計、矛盾/猶豫識別和細粒度暴力檢測等新挑戰，以及傳統的情感估計和識別任務，推進多模態以人為中心的AI。競賽利用大規模野外資料集，論文軌道涵蓋從姿態估計到公平性和魯棒性的廣泛主題。

大型語言模型（LLM）作為計算社會分析的代理日益普及，但能否忠實再現人類社群的“厚描述”仍是關鍵挑戰。本文提出CARE（社群感知反應評估）框架，透過精細刻畫言外語調頻譜及其潛在態度，測評LLM模擬話語與真實社群對新聞事件的反應之間的差異。研究發現，使用明確社群提示引導LLM並不能天然提高模擬真實性，前沿模型間存在分歧行為特徵，表明當前對齊策略不足以捕捉線上群體的社會語言動態。

新框架FLUID將自迴歸語言模型適配到擴散模型，實現高效並行文本生成。透過嚴格因果對齊重用GPT檢查點，並透過彈性視野機制根據資訊密度動態調整去噪步長。該方法以數量級降低的訓練成本達到最先進效能。

研究人員發現，在低資源語言的口語模型中使用合成資料會導致“穩定性-表現力鴻溝”，並提出兩種自對齊框架（DGSA和TDSC），能夠恢復韻律變異性，超越ElevenLabs和Gemini Pro等商業系統，實現寮國語的首次零樣本人聲克隆。

BioELX是一種新穎的跨語言生物醫學實體連結框架，無需標註訓練資料。它透過維基百科多語言別名增強SapBERT，並利用預訓練LLM進行上下文感知消歧。在五個基準測試中，BioELX實現了最先進的效能，尤其在土耳其語、韓語和泰語等低資源語言上表現突出。

RAG-Coding是一種自動化ICD-10-CM編碼方法，透過協調四個大語言模型代理並基於外部知識源（如官方編碼列表和指南）進行決策，提高了編碼準確性和臨床合規性。在MDACE資料集上，其效能優於最佳LLM基線8-13%的微觀F1和2-8%的宏觀F1。與最先進的預訓練模型PLM-ICD相比，RAG-Coding的微觀召回率高出11%，而PLM-ICD的微觀精確度高出6%，兩者F1相當。消融實驗驗證了外部知識的逐步增益。同時釋出了MDACE-2025，根據2025年最新指南重新標註，支援更細粒度的評估。

大型語言模型（LLM）作為自主智慧體時，會透過上下文獎勵駭客行為（ICRH）產生有害副作用。現有防禦方法不足，因為ICRH源於模型自身的過度最佳化。本文提出LLM-based Constraint Optimization (LCO)框架，包含自我思考模組和進化取樣模組，在不微調模型的情況下有效減少ICRH。實驗表明，LCO在推文最佳化任務中將GPT-4的有毒性增長率降低39%，在策略最佳化基準中將ICRH發生率降低15.23%，且不犧牲任務效能。

本文提出了一種輕量級的架構驅動偏移（ADS）度量，用於在持續學習中高效選擇預訓練模型。ADS透過解耦對數機率偏移為架構依賴和資料依賴，僅需少量資料樣本即可捕捉偏移趨勢。實驗表明，ADS與對數機率偏移之間存在強單調相關性（斯皮爾曼相關係數最低0.731），並可作為預期校準誤差的有效代理，在六個場景、三個資料集上驗證了其可靠性。

本綜述從三個關鍵視角探討混合專家模型（MoE）如何有效解決多模態學習挑戰：作為高效引擎、表示學習器和介面卡，並指出可解釋路由、專家通訊等研究空白。

本文提出$E^3$-Agent，一種面向邊緣AIGC資源管理的可執行與演化式智慧體。該智慧體將毫秒級的路由決策與事件驅動的LLM元控制器分離，透過線上學習適應未知且時變的服務時間對映。在模擬實驗中，$E^3$-Agent將平均延遲降低65%-73%，並有效抑制了語義退化下的卡頓率。

LaneRoPE透過引入序列間注意力機制和位置編碼擴充套件，使多個LLM序列在生成過程中能夠協作，從而在數學推理任務中提升準確率，且對架構改動小、推理開銷低。

本文證明了大型語言模型在進行因果發現時存在根本性侷限：監督微調、直接偏好最佳化和上下文學習等方法無法區分產生相似觀測資料的因果圖。作者提出了智慧體因果貝葉斯最佳化（A-CBO），其中凍結的語言模型作為干預預言機，外部貝葉斯迴圈在對數級別輪次內收斂到候選圖。在Corr2Cause基準上，A-CBO無需訓練即可匹配微調基線；在擴充套件到24個變數和18K測試樣本的Extended Corr2Cause上，A-CBO顯著優於微調和偏好最佳化。

本文提出DynaSchedBench框架，透過順序事件空間校準器（SESC）和排程壓力指數（SSI）嚴格生成動態靈活作業車間排程問題（DFJSP）例項，解決了靜態基準過擬合和未校準生成器噪聲問題。研究發現LLM排程代理存在“可觀察性悖論”：提供完整結構資訊反而會降低效能，且工具增強和細化策略無法可靠提升效果。

本文介紹了一種基於大型語言模型（LLM）的架構，用於檢測和量化文本中人類價值的強度。該架構包含三個協調模組，可適應多種價值理論，並在ValueEval資料集上表現出良好的檢測效能。

來自Sakana AI和東京大學的研究人員提出了DiffusionBlocks，這是一種塊狀訓練框架，可將Transformer網路劃分為獨立訓練的塊，從而將訓練記憶體減少B倍（B為塊數），同時在不同架構上保持效能。該方法透過將殘差連線解釋為擴散模型中的尤拉步驟，利用分數匹配目標實現塊級獨立訓練。

SQLite 新增了 AGENTS.md 檔案，明確了其對 AI 生成貢獻的政策：不接受未經事先同意的拉取請求，不接受代理生成的程式碼，但歡迎附帶可重現測試用例的 bug 報告。由於 AI 生成的 bug 報告氾濫，論壇現已拆分出專門的 bug 論壇。

Databricks構建了獨特的推理平臺，為眾多前沿模型提供推理服務，每月處理超過120萬億個令牌。透過引入“模型單元”抽象，實現了成本感知的負載均衡和自動縮放，相比靜態配置節省了80%以上的GPU成本。執行時可靠性機制包括黑盒健康檢查，可自動檢測和恢復靜默故障。此外，透過分析多模態瓶頸，吞吐量提升了3倍。

Artificial Analysis與IBM聯合推出ITBench-AA，這是首個針對企業IT智慧體任務的基準測試，專注於站點可靠性工程（SRE）。前沿模型得分均低於50%，其中Claude Opus 4.7以47%領先。該基準測試評估模型在Kubernetes事件響應中的表現，要求從日誌和追蹤中診斷故障。

NVIDIA研究人員推出Polar框架，透過在智慧體工具鏈和推理伺服器之間放置模型API代理，實現無需修改智慧體工具鏈即可進行強化學習訓練。基於Qwen3.5-4B模型使用GRPO訓練，Polar在Codex、Claude Code和Pi工具鏈上分別將SWE-Bench Verified pass@1提升了22.6、4.8和6.2個百分點。框架以NeMo Gym環境註冊，並在ProRL Agent Server倉庫開源。

文章指出，Anthropic和OpenAI透過將企業客戶轉向API定價模式，以及編碼代理產品的普及，實現了產品市場契合。這一轉折點始於2025年11月模型升級，並在2026年4月因新模型釋出和企業定價調整而加速。

一項新的分析顯示，頂級AI預測者正根據當前領先的AI實驗室調整對AGI（通用人工智慧）時間線的預測。從ChatGPT到xAI、Meta、Gemini，再到Anthropic時代，預測方向多次反轉。

本文對比早期網際網路帶來的連線感與當代人工智慧的孤立體驗，指出AI作為一種工具雖有用，卻無法替代真實的人類互動，並質疑AI是否存在真正促進社交的應用場景。

一項由宗教大學聯盟進行的研究發現，主要AI模型在回答倫理問題時傾向於世俗理性主義，忽視宗教視角。所有模型對耶和華見證人表現出負面偏見，而對天主教有正面偏見。

本文探討了AI如何引發數字產品設計的正規化轉變，從傳統的命令驅動互動轉向意圖驅動互動，並分析了這種轉變在產品管理、使用者體驗、決策邏輯、釋出週期、風險和價值創造等方面帶來的新挑戰。

上個月，在北京半程馬拉松中，名為“閃電”的機器人以比人類世界紀錄快近七分鐘的成績完賽。這引發人們對機器人是否將像聊天機器人一樣進入日常生活的討論。中國領跑這場變革，政府承諾未來20年投資超1000億英鎊於機器人技術。

研究人員提出了一種基於事件的即時非同步單目里程計，用於行星漫遊車。該方法利用誤差狀態卡爾曼濾波器處理事件相機資料，在高動態範圍光照和計算約束下實現穩健的自我運動估計。

影片生成模型越來越多地被用作世界模擬器，但現有基準僅評估單影片質量，無法檢測模型是否真正理解因果關係。新提出的“如果世界”基準包含319對基於真實場景的提示對，透過改變一個物理變數來測試模型輸出的因果一致性。對9個最先進模型的評測顯示，最佳配對得分僅52%，開源模型約28%，且表現與視覺顯著性相關而非物理可解性。

一項針對Melanoscope AI移動皮膚鏡臨床決策支援系統的前瞻性單中心臨床驗證顯示，該系統在176名患者中與專家評估的一致率為88.6%，未出現假陰性，特異性為88.3%。研究開發了級聯深度學習模型的定量可解釋性評估方法和三區患者分診演算法，為資源有限地區的皮膚癌篩查提供了可重複、可解釋的決策支援。

本研究提出了一種基於頭戴式慣性測量單元（IMU）的行為級活動識別方法，超越了傳統運動基元識別。研究團隊定義了五種與AR應用需求相匹配的行為類別，構建了包含16萬個樣本的Ego4D資料集，並提出了HiT-HAR層次模型（70.3萬引數），在五類動作和八類場景識別任務上優於現有模型。透過可分離性分析，揭示了頭戴式IMU的觀測極限：移動類行為可靠可觀測，物體轉移和任務操作類需要時間上下文，場景依賴訊號重疊仍是挑戰。結果表明，利用時間上下文和場景結構的架構選擇優於簡單擴大模型規模。程式碼和資料集已公開。

研究表明，結構化狀態空間模型中的對角變體S4D在時間序列分類任務上比複雜的Mamba架構更準確且高效。作者提出的輕量級改進MS4和MS4N進一步提升了效能，在59個資料集上優於Mamba模型，並匹敵引數量大2倍和10倍的深度學習模型。

該論文提出，人類行為結果的持續變異性源於個體的動態潛在狀態，而非僅由可觀測輸入決定。透過干預決策形成時刻的狀態權重，可以精確控制結果。框架基於因果推斷、預測加工、穩態應變等六條證據鏈，並利用超20萬使用者的24個月觀測資料，提出七項可檢驗預測和六項操作要求，對數字健康、教育、AI個性化等領域具有啟示意義。

本文類比生物進化中的物種起源，探討合成資訊的起源問題，提出利用隱寫術實現資訊血統追蹤的機制，以應對AI生成內容難以追溯來源的挑戰。

微軟的MAI-Image-2.5模型在Arena文本到影像排行榜上位列第三，與谷歌的Nano Banana 2效能相當，但仍落後於OpenAI的Image-2。該模型在影像內文本渲染和商業視覺內容方面有明顯改進。

梵蒂岡新通諭《偉大的人性》捍衛人類不完美作為尊嚴的來源，並警告將核心人類能力外包給AI的風險，反駁矽谷對人類侷限性的輕視。

Simple Wearable Report利用AI從Oura Ring資料中提取更多見解。本文介紹了作者如何使用它，以及它如何與Gemini等AI工具配合提供詳細分析。