/
Cloudflare服务中断影响多个公共网络服务
网络流量保护专家Cloudflare因其Access零信任平台发生故障向客户道歉，该故障导致包括OpenAI的ChatGPT、DownDetector和社交媒体平台X在内的多个面向公众的服务中断。故障始于英国时间上午11点20分左右，最初被描述为"内部服务降级"。Cloudflare后续确认故障根本原因是自动生成的配置文件超出预期大小并触发软件系统崩溃，强调这并非攻击所致。
AI模型突破理解与生成鸿沟：港科大团队推出GIR-Bench基准测试套件
香港科技大学团队发表重要研究，开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距，无法有效将推理过程转化为准确的视觉生成，为AI行业发展提供重要警示。
戴尔推动Azure PowerScale云端部署，将PowerStore集成至Azure Local私有云
戴尔PowerScale文件系统存储现已作为Azure托管服务提供，PowerStore块存储成为微软Azure Local产品的选项。PowerScale支持高达8.4 PB单一命名空间存储，性能比竞争对手高出4倍。Azure Local与戴尔私有云和PowerStore的集成预计于2026年春季进入早期访问阶段。
Meta研究团队：让AI写作也能接受“奖惩教育“的新方法
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法，专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制，在数学和逻辑推理任务上实现了显著性能提升，为AI写作助手的智能化发展提供了新的技术路径。
科技巨头向Anthropic投入数十亿美元，AI领域循环投资持续升温
微软和英伟达宣布新合作计划，将分别向AI公司Anthropic投资50亿和100亿美元，同时Anthropic承诺向微软云服务投入300亿美元。此举旨在减少AI行业对OpenAI的依赖，但也凸显了AI投资的循环性质。根据协议，Claude模型将通过微软、亚马逊、谷歌三大云服务商提供服务，而Anthropic将与英伟达在芯片和模型优化方面展开合作。
上海AI实验室推出Vlaser：让机器人像人一样思考和行动的突破性模型
上海AI实验室联合多所知名高校推出的Vlaser模型，成功将机器人的视觉理解、语言处理和精确行动能力统一在单一架构中。该模型基于600万个高质量训练样本构建，在12项综合测试中全面领先同类产品，实际机器人操作成功率超过64%，为机器人智能从工具向伙伴的转变奠定了重要基础。
VAST AI OS进驻Azure，构建全球AI运营数据平台
VAST Data将其AI操作系统软件栈移植到Azure平台，作为托管服务提供。该AI操作系统包含DataSpace、DataBase、DataStore等多层数据服务，构建在DASE存储架构之上。此次合作使客户能够在本地VAST部署、云环境和Azure之间无缝迁移工作负载，形成跨环境的混合AI数据架构。VAST正在构建覆盖主流公有云的全球存储数据架构。
首尔国大团队重磅发现：视觉幻觉背后的“不确定性“秘密被破解
首尔国立大学研究团队通过深入分析大型视觉语言模型发现，AI产生视觉幻觉的根本原因在于视觉编码器中存在"不确定性"标记。他们创新性地使用对抗性攻击识别这些不确定标记，并通过智能屏蔽策略显著降低了物体幻觉率。该方法无需重新训练模型，与现有AI系统高度兼容，为构建更可靠的人工智能系统提供了实用解决方案。
Cloudflare全球网络故障已修复，曾致ChatGPT等多项服务中断
Cloudflare修复了导致全球网络应用广泛中断的故障，包括ChatGPT、X和多项政府服务受到影响。故障发生在美东时间凌晨4:30左右，公司报告遭遇内部服务降级问题。除ChatGPT和X外，Claude AI、新泽西交通应用、Spotify、Uber等服务也受到冲击。美东时间上午6:42，Cloudflare宣布已实施修复方案并持续监控。专家警告此类事件凸显了对少数服务提供商的危险依赖性。
港大团队推出数学AI新突破：让计算机“画图思考“解决数学难题
这项由港大、美团、港中大联合开展的研究提出了CodePlot-CoT系统，让AI通过生成绘图代码来进行数学视觉推理。该系统解决了现有AI无法有效处理需要画图辅助的数学题难题，在专门构建的Math-VR数据集上取得21%的性能提升，为AI数学推理开辟了新方向。
DDN推出CORE统一AI和HPC数据平面架构
DDN在SC25大会上发布了全新的CORE AI和HPC统一数据平面，整合了EXAScaler Lustre文件存储和Infinia对象存储系统，并推出A1400X3i和A12200新硬件。该公司声称其存储系统支持超过11000个客户的100万个GPU。CORE作为软件抽象层，统一管理本地部署和公有云实例，提供一致的AI数据性能，支持从模拟到训练、推理和检索增强生成的整个AI生命周期。
不只是训练智能助手，环境也需要“调教“：谷歌、西湖大学等顶尖机构联合发现AI训练的全新思路
这项研究提出了革命性的"环境调教"AI训练方法，通过让AI的练习环境变得更智能来提升学习效果。仅用400个样本就让基础模型成功率从7%提升至37%，超越多个商业模型。该方法包含四阶段渐进训练、智能环境反馈、细粒度奖励机制，解决了数据稀缺和泛化能力差的核心问题，为AI训练开辟全新范式。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
