Journey发布三款LOC8智能追踪配件:内置FindMy技术的笔记本电脑保护套、高端皮革钥匙收纳器和通用追踪器Finder Fob 2。笔记本套售价119-129美元,支持14寸和16寸设备;钥匙收纳器售价109美元,可容纳6把钥匙并内置多功能工具;Finder Fob 2售价29美元,可充电且重量与AirTag相当,适用于各种物品追踪。
苏州大学团队提出SCAN框架,通过分析AI模型在数学推理标注中的噪声分布规律,设计出高效的数据合成和鲁棒训练方法。该方法仅需传统方法6%的计算成本,就能让小模型达到甚至超越大模型的数学错误检测性能,为过程奖励学习领域带来重大突破。
韩国政府投入5300亿韩元支持五家本土公司开发大型基础AI模型,包括LG AI研究院、SK电信、Naver Cloud、NC AI和Upstage。这些公司分别推出了Exaone 4.0、A.X、HyperCLOVA X和Solar Pro 2等针对韩语和本土文化优化的模型。韩国希望通过减少对外国AI技术的依赖,加强国家安全并在AI时代保持数据控制权,与全球AI巨头展开竞争。
埃森哲在2025财年业绩中表示,正大力投资员工AI技能培训。CEO朱莉·斯威特明确表示,对于无法通过AI增强工作能力且无法学习新技能的员工,公司将选择让其离职。这是公司业务重组战略的一部分,将产生8.65亿美元的一次性费用。目前埃森哲拥有7.7万名经过AI培训的专业人员,GenAI收入达27亿美元。公司整体表现良好,年收入增长7%至697亿美元。
安全运营中心作为组织的安全守护者,需要依靠专业工具来预防和应对不断演进的网络攻击。本文详细介绍了SOC在漏洞管理和事件响应两个关键领域使用的核心工具,包括开发流水线安全测试、持续监控、自动化渗透测试、云安全管理、SIEM系统和SOAR工具等,阐述了这些工具如何协同工作来构建组织的安全防线。
亏损中的Quantum公司在Dialectic Capital Management推动下完成管理层重组,新CEO Meyrath制定转型增长战略。公司与Dialectic达成债务重组协议,将约5200万美元债务转换为三年期可转债,获得更大财务灵活性。同时,Scalar i7猛禽磁带库获得Veeam Ready认证,该产品具备市场最高存储密度,可与ActiveScale冷存储配对使用。
Pure Storage在控制平台方面推出重大升级,包括AI智能控制平台、AI副驾驶功能和网络安全防护增强。新的智能控制平台可实时感知应用和工作负载,自动发现超负荷阵列并迁移工作负载。AI副驾驶支持自然语言管理,可与CrowdStrike等合作伙伴集成提供威胁检测。此外还推出恢复区域功能,提供隔离的恢复环境。这些功能将在2025-2027年间陆续上线。
人工智能基础设施提供商Nscale完成11亿美元B轮融资,创下英国和欧洲最大B轮融资纪录。此轮融资由挪威工业投资公司Aker ASA领投,诺基亚和英伟达等公司跟投。该公司计划利用资金在欧洲、北美和中东加速部署大规模AI基础设施,支持OpenAI在挪威和英国的主权AI计算能力建设项目,并扩大工程和运营团队规模。
数据科学巨头Databricks与OpenAI达成价值1亿美元的合作,在Databricks数据智能平台上推出"Agent brick"代理组件。该系统集成GPT-5等模型,可分析商业智能、自动化工作流程,并考虑法规和网络安全标准等上下文因素。企业用户可大规模运行大语言模型,在安全的生态系统中获得前沿AI能力,满足企业定制化AI应用和代理构建需求。
谷歌正在推广Colab Enterprise,承诺提供统一的机器学习和数据分析笔记本环境,将SQL、Python和Apache Spark集成在一个平台中。该平台在BigQuery数据仓库和Vertex AI机器学习平台中预览多项增强功能,包括原生SQL单元格、交互式可视化单元格和增强的数据科学代理。谷歌旨在消除数据科学家在不同环境间切换的障碍,提高工作效率。
阿里巴巴本周宣布了一项包含数百亿美元投资的AI战略,推出改版的大语言模型产品线,并计划在欧洲建设AI数据中心。该公司详细介绍了最新的Qwen3-Omni大语言模型,能够处理文本、图像、音频和视频。阿里巴巴计划三年内投资530亿美元建设AI基础设施,在中东、欧洲、东南亚和拉丁美洲建立AI数据中心链。然而,由于中美贸易限制,阿里巴巴无法获得英伟达顶级GPU,这给其全球AI扩张计划带来挑战。
谷歌为AI计算初创公司Fluidstack与加密货币挖矿公司Cipher Mining的30亿美元十年协议提供14亿美元担保,并获得购买Cipher 5.4%股权的权利。这是谷歌两个月内达成的第二笔类似交易,反映出AI服务对计算资源的巨大需求。Cipher将利用谷歌的担保协议筹集资金扩张,提供位于德克萨斯州的168MW容量,计划2026年9月启用。
传统测试模式普遍存在三大痛点:高度依赖人工操作、维护成本居高不下以及技术要求门槛较高。这些因素仍在制约着大多数企业的测试效率提升。随着AI测试技术的不断发展,软件质量保障体系正在重构。
在软件开发的世界中,测试一直是一座难以彻底翻越的大山。它至关重要,却往往受限于人力、时间和技术门槛,成为产品迭代中隐蔽却关键的瓶颈。
微软与Anthropic达成合作协议,为Microsoft 365 Copilot用户提供Claude AI引擎选项。商业版Frontier Copilot用户可选择Claude Opus 4.1和Sonnet 4等模型,但需管理员权限。这标志着微软正在超越OpenAI,采用更开放的AI代理方式。微软已在Visual Studio中集成Claude,并在Azure中加入Grok AI。微软AI CEO表示,公司将基于他人最佳技术构建应用,而非追求AI领导地位。
哥本哈根大学等机构研究发现,主流视觉语言模型在将图像转换为文字描述时会丢失40%-90%的视觉信息。研究开发了两种创新方法来量化这种信息丢失:邻居关系分析和嵌入重建技术。实验表明信息丢失直接影响AI的检索和问答性能,研究还实现了丢失区域的精确可视化,为优化AI视觉系统提供了重要工具。
阿联酋研究团队创建了PersonaX数据库,包含超过1.3万人的多模态性格分析数据。通过整合面部照片、背景信息和AI生成的行为特征描述,研究首次实现了大规模的跨模态性格分析。团队开发的双层分析框架不仅能发现统计关联,还能揭示深层因果关系,为理解人类性格特征提供了全新视角。
香港浸会大学团队开发了HumbleBench,这是目前最大的AI幻觉评估基准,包含22,831个测试题,专门评估多模态大语言模型的"认知谦逊"能力。与传统只测试选择正确答案的基准不同,HumbleBench的每个问题都包含"以上都不对"选项,测试AI能否在不确定时诚实承认无知。研究发现即使最先进的AI模型表现也不理想,最好的模型准确率仅73%,在极端测试中甚至接近0%,揭示了当前AI系统"不懂装懂"的严重问题。
香港科技大学研究团队提出GAPrune方法,通过双重评估机制实现AI模型的智能压缩。该方法结合Fisher信息和梯度对齐分析,在保持领域专业性的同时大幅降低计算资源需求。实验表明,GAPrune在50%参数削减下性能损失仅2.5%,重训练后甚至超越原模型性能,为AI技术普及和可持续发展提供新路径。
印度理工学院研究员创建了首个专门评估心理健康AI伦理推理能力的数据集EthicsMH,包含125个涵盖保密信任、偏见识别、自主权冲突等核心伦理挑战的情境。通过人机合作构建方式和多维评估框架,该工具不仅能测试AI决策准确性,更能评估其推理过程质量和多角度思考能力,为开发更安全负责任的心理健康AI系统提供了重要评估工具和方法论基础。