/
AI智能体漏洞挖掘成本骤降，Anthropic呼吁AI防御
Anthropic发布SCONE-bench智能合约漏洞利用基准测试，评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本，发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升，每1.3个月翻倍增长，强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联手多所高校推出SpaceTools：AI机器人有了“火眼金睛“和“妙手回春“
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法，让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能，并在真实机器人操作中实现86%成功率，代表了AI从单一功能向工具协调专家的重要转变，为未来更智能实用的AI助手奠定基础。
Spotify年度盘点2025首次推出多人互动功能“盘点派对“
Spotify年度总结功能回归，在去年AI播客功能遭遇批评后，今年重新专注于用户数据深度分析。新版本引入近十项新功能，包括首个实时多人互动体验"Wrapped Party"，最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能，让年度总结更具互动性和个性化体验。
机器人学会“三思而后行“：中科院团队让AI机器人告别行动失误
这项研究解决了现代智能机器人面临的"行动不稳定"问题，开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案，然后通过伪计数估计器选择最可靠的行动，就像为机器人配备智能顾问。实验显示，真实环境中机器人成功率平均提升16%，且系统可即插即用无需重新训练，为机器人智能化发展提供了新思路。
英国SAP用户因商业套件重启授权迷局感到困惑
英国SAP用户表示，Business Suite的授权和定价复杂性正在影响这一云应用新模式的推广。英国和爱尔兰SAP用户组织调查显示，仅27%的用户熟悉今年2月推出的重新设计版Business Suite。61%的受访者认为授权和定价模式是最需要了解的问题。用户在制定从传统系统迁移的商业案例时面临困难，特别是从ECC平台迁移到S/4HANA需要完整的业务转型。ECC主流支持将于2027年结束。
Jina AI推出2.4B参数多语言视觉语言模型：小身材，大本事的AI视觉助手
Jina AI推出了仅24亿参数的jina-vlm视觉语言模型，在同等规模模型中实现了最佳多语言表现。该模型通过创新的注意力池化连接器将SigLIP2视觉编码器与Qwen3语言模型连接，采用分块图像处理策略和两阶段训练方法，在30多种语言的视觉问答任务中表现出色，同时保持了优异的英语性能，为小型化高效AI模型的发展提供了新思路。
AWS发布Graviton5定制CPU，为云工作负载带来强劲性能
亚马逊云服务发布下一代定制芯片Graviton5，相比前代产品计算性能提升25%，同时保持高能效。新芯片配备五倍大容量L3缓存，网络带宽提升15%，存储带宽提升20%。基于Graviton5的M9g实例提供192核心密度，结合Nitro隔离引擎确保数学级安全保障。多家企业客户测试显示性能显著提升。
当AI也有了“户籍“：MIT团队揭秘开放模型世界的权力版图大洗牌
本文基于MIT等机构研究团队对全球最大开放AI模型平台Hugging Face的深度分析，通过22亿次下载记录和85万个模型数据，首次系统揭示了开放AI生态系统中的权力分布变化。研究发现美国科技巨头主导地位正在衰落，中国AI企业强势崛起，个人开发者影响力大幅提升，同时AI模型正向大规模多模态发展，但透明度却在下降，为理解AI技术发展趋势和制定相关政策提供了重要参考。
美光放弃Crucial品牌：告别消费级存储市场
美光宣布退出Crucial品牌消费级SSD业务，将制造产能转向高利润的企业级内存和存储产品。受AI服务器推动的高带宽内存（HBM）需求激增，DRAM和HBM价格飙升，制造商将更多产能投入企业级市场。美光将于明年2月停止向渠道供应Crucial产品，专注服务大型战略客户。这一决定反映了内存行业向高价值企业级市场的整体转移趋势。
腾讯团队首创视觉“聪明眼“，让AI像人一样智能看图
腾讯AI实验室首创AdaptVision系统，让AI像人类一样先看整体再聚焦细节，实现视觉问答任务的智能资源分配。该系统通过创新的"解耦回合策略优化"训练方法，学会根据问题复杂度动态决定是否需要查看高分辨率图像区域。实验表明，在保持准确性的同时，AdaptVision仅使用传统方法33%的视觉信息量，为AI视觉领域带来效率革命。
手机里的NPU越来越强，为什么AI体验还在原地踏步？
尽管芯片厂商不断推出性能更强的神经处理单元，声称比上代产品快30-40%，但大多数AI功能仍依赖云端处理。专家指出，云端AI模型拥有数千亿参数，而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势，但受限于内存容量和处理能力，目前主要应用于特定场景。业界正致力于优化模型压缩技术，实现云端与本地AI的混合处理模式。
台大等顶尖高校联手破解图像去模糊难题：让AI学会物理规律的BlurDM模型
这项由台湾多所顶尖高校联合完成的研究首次将物理模糊形成过程融入AI去模糊技术。BlurDM通过双重扩散机制，同时处理随机噪声和结构化模糊，在四个基准数据集上全面超越现有方法。该技术采用三阶段训练策略和潜在空间优化，仅需5步迭代即可实现高质量图像恢复，为手机摄影、监控系统等实际应用奠定了技术基础。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
