/
Google DeepMind升级前沿AI安全框架，防范操控和抗关停风险
谷歌DeepMind发布第三版前沿安全框架，加强对强大AI系统的监管。新版本重点关注操控能力，并扩展安全审查以覆盖模型抵抗人类关机或控制的场景。框架新增有害操控关键能力级别，解决先进模型可能大规模影响人类信念和行为的问题。更新还加强了对错位和控制挑战的审查，要求在模型达到特定阈值时进行安全案例评估，确保在发布前充分识别和缓解潜在风险。
新墨西哥州批准1650亿美元AI数据中心项目
新墨西哥州多纳安娜县委员会以4-1票数通过了一项1650亿美元的工业收入债券方案，为大型AI数据中心项目提供税收优惠。该项目由奥斯汀BorderPlex Digital Assets公司和蓝枭资本旗下STACK Infrastructure合作开发，将在美墨边境附近建设四个数据中心及相关能源设施。项目采用自筹资金模式，预计创造2500个建筑岗位和750个永久职位，年底前可能开工建设。
大语言模型终于学会了"自我监督"：中科院提出的PACS框架让AI推理能力大跃进
中科院深圳先进技术研究院联合中科院大学提出PACS框架，通过将强化学习问题转换为监督学习任务，让大语言模型学会自我监督和评价。该方法在数学推理任务上显著超越现有方法，在AIME 2025测试中成功率达59.78%，比传统方法提升13-14个百分点，为AI推理能力提升开辟了新路径。
橡树岭国家实验室测试量子超算集成技术
美国橡树岭国家实验室正在探索量子计算与传统高性能计算的集成技术。实验室已安装澳大利亚Quantum Brilliance公司的量子计算机，与世界顶级超算Frontier系统进行集成测试。该项目旨在结合两种技术优势，让各自处理最适合的计算任务。研究重点包括集成时间表、所需工具以及空间和功耗要求。这种混合架构将为企业用户带来更强大的计算能力，特别是在量子机器学习等应用领域。
英伟达押注英特尔，CUDA护城河扩大，AI工厂重塑数据中心
人工智能驱动的AI工厂正成为数据中心新蓝图，将计算、互连和软件整合为优化的生产系统。硬件软件栈围绕CPU-GPU融合设计、高带宽结构重构。英伟达与英特尔的合作重新定义数据中心主板架构，将CUDA深度整合到企业栈中，巩固了英伟达的市场地位。这一联盟为英伟达带来巨大优势，Intel获得AI开发者关注，而AMD需要完善GPU软件策略。CUDA正快速成为行业标准，企业将推动符合其约束条件的AI工厂建设。
OpenAI与英伟达千亿美元AI计划：能耗相当于10座核反应堆
OpenAI与英伟达宣布战略合作，计划部署至少10千兆瓦的英伟达系统用于AI基础设施建设，英伟达将投资高达1000亿美元。该项目耗电量相当于10座核反应堆的发电量，需要400-500万个GPU，远超现有数据中心规模。首个千兆瓦系统将于2026年下半年上线。这一雄心勃勃的计划将显著增加全球能源消耗，面临电网连接瓶颈等实际挑战。
DeepMind发布AI安全报告：警示"失调"AI的潜在威胁
谷歌DeepMind最新发布的前沿安全框架3.0版本详细探讨了生成式AI系统可能带来的威胁。报告基于"关键能力水平"评估AI模型风险，重点关注"失控AI"问题，包括AI可能忽视用户关闭指令、被恶意利用创建恶意软件或生物武器、操纵人类信念等风险。研究团队特别担心AI模型权重泄露可能被恶意行为者利用，以及未来AI可能发展出无法验证的推理过程，使监管变得困难。
量子计算遇见InfiniBand：老技术的新使命
随着量子计算与传统超级计算机的融合需求增长，HPC设施开始探索利用成熟技术bridging技术缺口。InfiniBand作为1999年诞生的HPC数据互连技术，凭借高带宽和低延迟特性，正从AI领域扩展到量子计算应用。橡树岭国家实验室在部署量子计算机时意外发现InfiniBand的潜力，尽管目前量子计算数据量相对较小，但该技术的超低延迟和RDMA特性适合量子工作负载的紧密耦合需求。
AI蒸馏技术重塑数据中心经济模式
大型语言模型对数据中心基础设施提出前所未有的需求。AI蒸馏技术通过将庞大AI系统压缩为更高效的小型模型，为可扩展性和可持续性挑战提供突破性解决方案。该技术包括教师模型训练、学生模型训练和知识转移三个关键步骤。通过响应式、特征式和关系式等多种蒸馏方法，能显著降低计算成本，推动AI民主化进程，未来可能实现从集中式数据中心向个人设备的迁移。
科技联盟推出私有5G和AI驱动的边缘创新中心
诺基亚、Datwyler IT基础设施、英特尔和瑞士比尔/比恩创新园区联合开设技术中心，为初创企业和非营利组织提供工业测试平台，通过私有5G和AI边缘服务加速工业数字化转型。该中心提供全规模部署环境，支持预测性维护、实时通信工具和AI安全监控等工业应用场景，旨在提高生产效率、工人安全性和环境可持续性，同时降低基础设施成本。
Linux系统进化论：从内核创新看网络安全防护未来
IT行业必须持续创新才能生存。文章运用生物进化论分析Linux内核的发展，认为选择压力推动技术变革。三个微内核项目显示出向Rust语言发展的趋势，这反映了人才和技能的变化方向。真正的突破在于找到能利用环境优势的架构概念。当前网络安全问题严重，微内核可能提供本质上更具弹性的数据处理环境。通过多样性和冗余设计，借鉴自然界的进化机制，开源项目能够构建更安全稳定的IT基础设施。
新加坡国立大学超级计算机Hopper进入全球前500强
新加坡国立大学的超级计算机"Hopper"成为该国首台进入全球Top500超级计算机榜单的设备，排名第105位。该系统每秒可执行25千万亿次计算，大幅提升了研究效率。目前已应用于清洁能源电池设计、人工智能视频理解和生物医学工程等领域，预计到2025年底将支持120个活跃研究项目。
2026年AI发展八大趋势预测：智能体普及与合成内容危机
2026年AI将深度重塑日常生活结构。智能代理将从辅助工具升级为自主行动助手，合成内容可能占据网络内容的90%，工作模式将发生根本变化。AI将进入物理世界，影响自动驾驶和机器人劳动力。地缘政治层面，各国将利用AI技术重塑国际贸易格局。AI将变得无形化，成为生活常态。医疗领域将出现AI增强的日常设备，同时能源效率问题将成为核心议题。
Orange Research新突破：DivMerge让AI模型像搭积木一样智能组合，多任务性能大幅提升
Orange Research团队开发的DivMerge技术实现了AI模型合并的重大突破，通过基于信息论的Jensen-Shannon散度优化，能够将多个专门模型智能组合成保持各自专长的"超级模型"。该技术在双任务合并中达到99.18%性能保持率，显著优于传统88.48%的水平，且在多任务场景下展现更好扩展性，仅需25个样本即可有效工作，为AI应用降本增效提供了新路径。
腾讯AI实验室的智慧探险家：让大语言模型学会像孩子一样好奇地探索世界
腾讯AI实验室联合多所知名高校开发了一种名为CDE的新型AI训练框架，通过模仿儿童的好奇心学习机制，让大语言模型能够自主探索未知领域。该方法使用两套"好奇心传感器"指导模型学习，在数学推理任务上平均提升3个百分点，同时解决了传统方法中的"校准崩塌"问题，为开发更智能自主的AI系统开辟了新路径。
AgentGym-RL：复旦大学团队让AI智能体在游戏中学会长期规划
复旦大学团队开发的AgentGym-RL框架通过渐进式训练让AI智能体学会长期规划和多步决策。该框架提供五种训练环境，配合ScalingInter-RL方法从简单任务开始逐步增加复杂度。实验显示70亿参数模型性能提升33.65个百分点，在27个任务中匹敌甚至超越千亿参数的商业模型如OpenAI o3和Gemini-2.5-Pro，为AI智能体训练开辟了新路径。
CAMEL-AI发布"龙"项目：让AI像人类一样深度思考推理
CAMEL-AI团队发布的Loong项目通过构建包含8729道题目的LOONGBENCH数据集和LOONGENV生成环境，实现了AI推理能力的大规模训练。该系统能自动生成验证推理题目，支持12个领域的深度推理训练，为AI从模式匹配向真正推理能力转变提供了完整解决方案。
Meta实验室重磅发现：AI模型可以不用数据自我训练！语言模型的"自我对决"时代来临
Meta超级智能实验室研究团队提出了"语言自我对弈"训练方法，让AI模型通过内部竞争机制实现无数据自我训练。该方法将单个模型分为挑战者和解决者两个角色，通过互相博弈提升性能。实验显示，这种方法在不使用任何外部数据的情况下，达到了与传统数据驱动方法相当的效果，为解决AI训练数据稀缺问题提供了创新解决方案。
斯坦福大学科学家开发出Paper2Agent：把学术论文秒变智能助手的神奇工具
斯坦福大学研究团队开发了Paper2Agent，这是一个能将学术论文自动转换成交互式AI智能助手的框架。该系统通过构建MCP服务器，让静态论文变成能回答问题、演示方法、处理数据的智能实体。研究团队成功将AlphaGenome、TISSUE、Scanpy等工具转换成智能助手，验证结果显示100%准确性。这项技术彻底改变了科研方法的传播和应用方式，让复杂分析变得像聊天一样简单。
香港科技大学重磅发现：AI推理能力提升的秘密竟然是"先学做题再学思考"？
香港科技大学团队首次揭示了大型语言模型推理能力提升的内在规律，发现AI学习遵循"先掌握基础技能，再发展战略思维"的两阶段模式。基于此发现，他们开发了HICRA算法，能够识别并强化AI文本中的战略性思考部分，在多项数学推理任务中实现显著提升，为AI训练提供了科学化的新方向。
京公网安备 11010802021500号
