开源开发平台构建商Coder Technologies发布治理和执行能力套件,帮助企业在不影响安全性、合规性和平台控制的前提下,将AI编码代理集成到软件开发生命周期中。新功能包括AI Bridge、Agent Boundaries和增强的Coder Tasks,解决企业在采用AI辅助开发时面临的基础设施管理风险问题,为组织提供统一的开发者和AI代理协作治理基础。
安全软件厂商Huntress研究人员发现,针对虚拟化管理程序的勒索软件攻击大幅激增。数据显示,虚拟化管理程序在恶意加密攻击中的占比从上半年的3%飙升至下半年的25%。Akira勒索软件组织是推动这一趋势的主要攻击者。攻击者瞄准管理程序是因为其防护薄弱,一旦攻破可控制虚拟机和网络。研究人员建议管理员采用多因素认证、复杂密码、及时更新补丁等安全措施。
调研显示,70%的受监管企业和41%的非受监管企业每三个月至少更换一次AI技术栈组件。AI技术快速演进和策略变化迫使企业持续重建基础设施。仅5%的受访者将AI智能体投入生产,估计只有1%的企业真正部署了超越试点阶段的AI智能体。技术栈频繁更换反映了AI领域变化速度和对智能体结果缺乏信心。
阿尔卡特朗讯企业和诺基亚加强战略合作,为交通、智慧城市、能源、医疗和酒店等关键行业提供端到端网络服务组合,助力数字化转型。双方已在希腊Ikos度假村、文莱班台医院和英国温布利公园成功部署园区光纤局域网,实现多千兆数据传输速度。诺基亚光纤局域网技术提供10千兆速度、显著降低功耗并简化网络架构,与阿尔卡特朗讯的企业网络解决方案集成,可实现自动化设备接入、网络安全防护和持续监控。
一级方程式赛车一直是由极限定义的运动,毫秒之差决定胜负。在甲骨文红牛车队,数据、人工智能和云计算已经变得与轮胎、空气动力学和马力同样重要。每辆赛车每节训练产生高达2TB遥测数据,团队运行近40亿次蒙特卡罗模拟来预测比赛场景。AI帮助工程师实时处理数据并做出明智决策,但不会取代人类判断。车手环路模拟器让车手虚拟体验赛车,数据直接应用于比赛配置。甲骨文云基础设施支撑着从赛道策略到引擎开发的各个环节。
生成式AI的巨大需求催生了"新云厂商"这一新兴服务商类别,它们专门为大规模模型训练和高吞吐量推理构建密集加速器集群。CoreWeave、Crusoe等公司快速扩张,凭借专业化架构实现比超大规模云服务商低三分之二的定价优势。然而,GPU等关键设备供应短缺和电力需求激增成为制约因素。IDC数据显示,2025年Q2全球AI支出同比增长166%达820亿美元,预计2029年将达7580亿美元。
Anthropic宣布与埃森哲达成全面合作,后者将广泛采用Claude系列大语言模型。埃森哲将成立包含约3万名专业人员的Anthropic业务部门,重点推广Claude Code编程助手的使用。双方将共同开发面向高度监管行业如金融服务和生命科学的AI解决方案,并通过创新中心为财富全球2000强企业提供AI测试环境,这标志着Anthropic迄今为止最大规模的部署合作。
快手科技研究团队提出了熵比截断机制,用于解决强化学习训练中AI容易"走偏"的问题。该方法通过监控AI学习前后思维活跃度变化,在关键时刻进行精准干预,既保证训练稳定性又维持探索能力。在数学推理任务中,此方法显著提升了模型性能并改善了训练稳定性,为AI训练领域提供了新的解决思路。
EditThinker是北京航空航天大学与美团等机构联合研发的图像编辑AI框架,让AI在编辑图片时能够像人类一样进行反复思考和优化。该系统通过"批评-优化-重试"的循环机制,将传统的一次性编辑转变为迭代改进过程,在四个权威测试平台上显著提升了现有编辑模型的表现,特别是在需要复杂推理的编辑任务中效果突出。
清华大学研发的SCAIL系统实现了仅用一张照片和一段视频就能生成高质量角色动画的突破。该技术采用三维动作理解和全景注入机制,能处理复杂动作和跨域角色迁移,在多项评测中超越现有方法,有望大幅降低动画制作门槛,推动内容创作民主化进程。
AI重构全球商业逻辑的当下,中国科技服务商如何跨越“被边缘化”的焦虑,在“云+AI”的全球版图中寻找新坐标?
迪士尼研究院开发了一种让双足机器人学会优雅跌倒的新技术。通过强化学习,机器人能够在跌倒时既减少冲击力保护关键部件,又达到用户指定的艺术化姿势。
土耳其中东技术大学研究团队开发出TimesNet-Gen人工智能系统,能够学习不同地点的地质特征并生成逼真的地震波形。该系统通过分析历史地震数据,为每个监测站建立独特的"地震指纹",在专业评估中获得0.93分高分,显著优于传统方法。这项技术为建筑抗震设计、地震预警系统和风险评估等领域提供了重要工具。
这项香港科技大学等机构的联合研究提出了SQ-format数据格式,通过混合精度处理实现了大语言模型性能的显著提升。该技术能智能识别模型中的关键信息并分配相应的处理精度,在几乎不损失准确性的前提下将运行速度提升近一倍。研究包含完整的算法设计、硬件实现方案和大量实验验证,为未来AI加速器的软硬件协同设计提供了重要参考。
华为团队推出EMMA统一多模态架构,仅用4B参数就实现了图像理解、生成和编辑的全面突破。该系统采用32倍压缩比的高效编码器和创新的通道级连接技术,显著减少了计算量。更令人印象深刻的是,EMMA在多项基准测试中超越了参数更大的模型,在GenEval上首次达到0.91高分,展现出统一架构在多模态AI领域的巨大潜力和实用价值。
Roblox发布了新一代AI安全监管模型"Roblox Guard 1.0",该系统最大创新在于能根据不同应用场景自动调整安全判断标准,解决了传统AI安全系统"一刀切"的局限性。系统在多个安全基准测试中表现优异,特别是在处理复杂、细致的安全分类任务方面展现出强大的泛化能力。
这项研究提出了主动视频感知框架AVP,让AI像人类一样有目标地观察长视频。通过"计划-观察-反思"三步循环,AVP根据问题需求有选择性地分析视频片段,避免了传统方法需要处理全部内容的低效问题。在五大基准测试中,AVP准确率超越最佳方法5.7%,但仅需18.4%处理时间。