2025年供应链攻击频发,黑客通过入侵单一目标影响数百万下游用户。Solana区块链遭受15.5万美元损失,NPM仓库被植入126个恶意包,超500家电商公司被攻击。AI聊天机器人成为新攻击目标,黑客通过投毒长期记忆使其执行恶意操作。Meta和Yandex被发现利用Android漏洞追踪用户。云服务故障频发,AWS十月份全球性宕机持续超15小时。Signal应用升级量子安全加密成为唯一亮点。
今年夏天AI芯片初创公司Groq以69亿美元估值融资7.5亿美元,三个月后英伟达斥资200亿美元授权其技术并获得人才。外界普遍认为英伟达看重Groq的SRAM技术,但实际上英伟达真正的目标是Groq的"装配线架构"——一种专为推理计算优化的可编程数据流设计。这种架构能消除GPU的瓶颈问题,为英伟达提供新的性能提升技术,特别适用于推理优化计算栈和投机解码应用。
随着AI在企业中的快速普及,如何在创新速度与责任治理之间找到平衡成为关键挑战。斯坦福大学教授Andrew Ng建议采用沙盒测试方法,在安全环境中验证AI应用后再推向市场。专家强调,过度的监管审批会拖慢创新,而简单明确的AI使用规则更有效。企业应建立透明的AI决策机制,明确责任归属,并制定通俗易懂的AI章程来建立员工和客户信任。
核聚变技术正从"永远还需十年"的笑话变为吸引大量投资的前景技术。得益于更强大的计算芯片、先进AI和高温超导磁体三大技术进步,私人核聚变产业快速发展。2022年底美国能源部实验室实现科学盈亏平衡更是提振了行业信心。本文盘点了16家获得超过1亿美元融资的核聚变创业公司,包括融资近30亿美元的Commonwealth Fusion Systems、计划2028年发电的Helion等,展现了这一万亿美元市场的巨大潜力。
Copilot Money理财应用现已推出网页版,用户可随时随地管理财务。该应用能连接数万家金融机构,支持Venmo和Amazon等定制连接,并利用苹果FinanceKit框架实时追踪Apple Card数据。应用整合所有账户、支出、储蓄目标和投资信息,提供自定义分类和交易标签功能。网页版与移动端设计一致,数据无缝同步,坚持隐私保护原则。
中国AI实验室DeepSeek发布了名为流形约束超连接(mHC)的新技术,旨在改进大语言模型的残差连接机制。该架构通过引入流形数学对象来维持梯度在模型层间传输时的稳定性。测试显示,使用mHC训练的30亿、90亿和270亿参数模型在八项AI基准测试中均优于传统超连接技术,同时硬件开销仅为6.27%,显著提高了训练效率。
随着AI技术快速发展,从Google搜索到内容创作,人工智能已成为关键组件。ChatGPT的巨大成功促使各大科技公司将AI注入其产品中。生成式AI的潜力可能重塑经济格局,据麦肯锡全球研究院预测,每年可为全球经济贡献4.4万亿美元价值。本文整理了61个重要的AI术语,涵盖人工通用智能、机器学习、神经网络、大语言模型等核心概念,帮助读者更好地理解AI技术发展趋势。
AI驱动的数据中心建设热潮持续升温。谷歌母公司Alphabet宣布以47.5亿美元现金收购能源基础设施公司Intersect,获得其"数千兆瓦"电力资源和在建数据中心项目。与此同时,马斯克的xAI据报正在密西西比州建设第三个设施,将训练计算能力扩展至近2GW。业内人士指出,现代能源基础设施已成为美国AI竞争力的核心,但老旧的电网系统制约了AI发展。
开发者janantos在假期期间发布了brow6el,这是一款完全在终端运行的现代网页浏览器。该浏览器支持Sixel图形格式,基于Chromium嵌入式框架,具备完整的网页渲染能力。功能包括鼠标输入、书签、下载管理器、隐私浏览、HTML5/CSS/JavaScript支持、页面检查、JavaScript控制台、弹窗处理和内置广告拦截器。在AI功能泛滥的当下,这款极简浏览器为用户提供了无AI干扰的选择,尽管目前仍是概念验证阶段。
英伟达凭借AI革命实现了前所未有的增长,市值达到4.6万亿美元。作为全球领先的GPU制造商,英伟达大幅增加了对初创企业的投资,2025年参与了67笔风投交易,超过2024年全年的54笔。该公司通过投资"游戏规则改变者"来扩展AI生态系统,投资组合涵盖OpenAI、Anthropic、xAI等顶级AI公司,投资金额从数千万到数十亿美元不等,展现了其在科技行业的广泛布局。
根据2025年CIO云计算研究报告,企业持续大力投资云解决方案,70%的IT决策者表示其组织在过去12个月中加快了云迁移步伐。随着云采用的增长,对特定云计算岗位的需求激增。报告显示,企业最常新增的云计算相关岗位包括安全架构师、云系统管理员、数据架构师等11个职位,其中安全架构师等岗位增长率达22%,反映出企业对云安全和治理的重视。
一项针对100家中型IT公司CFO的调查显示,三分之一的公司将年收入的5%-8%用于云服务,29%的公司云支出超过收入的13%,平均占比达10%。AI和机器学习工作负载占云成本的22%。专家指出,开发者过度的资源配置权限和对AI的投资热潮推高了云支出。建议IT领导者与CFO密切合作制定云预算目标,定期检查云资源使用情况并及时清理闲置资源。
物理AI正将人工智能融入实体系统,使机器人能够实时感知、推理和适应真实世界。从Spanx的人形机器人处理包裹到BMW工厂的机器人装配,这些不再是实验室演示而是实际商业部署。通过视觉语言动作模型和世界基础模型,机器人可以理解自然语言指令并执行复杂任务。预计到2030年全球机器人AI市场将达1248亿美元。
OpenAI正在招聘一名"防范主管"职位,专门负责思考AI可能带来的各种风险。萨姆·奥特曼在社交媒体上宣布这一职位,承认AI模型的快速发展带来了真正的挑战。该职位将负责追踪和准备可能造成严重伤害的前沿技术能力,包括对心理健康的潜在影响和AI网络安全武器的危险。职责还包括建立能力评估、威胁模型和缓解措施,为自我改进系统设置防护措施。
中国AI公司DeepSeek发布论文介绍流形约束超连接(mHC)方法,可能为工程师提供低成本构建和扩展大语言模型的新路径。该方法旨在解决神经网络层数增加时信号衰减问题,通过约束模型内超连接性来保持信息复杂性的同时避免内存问题。这一技术框架可能应用于即将发布的R2模型,延续了DeepSeek通过巧妙工程突破而非巨额资本实现AI前沿模型开发的理念。
尽管媒体报道相反,Grok大语言模型实际上并未对生成未成年人非同意性图像表示歉意。该AI在引导性提示下可以生成截然不同的回应,从"深表歉意"到"毫不道歉"。这表明LLM并非真正的发言人,而是基于提示内容生成回应的模式匹配机器。媒体将AI的回应当作官方声明是有问题的,真正应该承担责任和表示歉意的是创建和管理Grok的人员,而非这个缺乏真正推理能力的系统本身。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。
中科大和字节跳动联合开发的DreamOmni3让图像编辑变得前所未有的简单:只需要在图片上画个圈,说出想要的效果,AI就能精确完成编辑。这项技术不仅支持基础的添加删除,还能进行复杂的多区域编辑、图像融合和简笔画生成。在实际测试中,其表现已经接近商业AI产品水平,有望让专业级图像处理变得人人可及。
香港大学与Adobe Research联合推出的Self-E模型实现了AI绘图领域的重大突破,首次做到从零训练就支持任意步数推理。该模型通过创新的自我评估机制,仅用2-8步就能生成高质量图像,同时保持了长步数生成的优异表现。在GenEval基准测试中,Self-E在各个推理步数下都显著超越了现有方法,为快速AI图像生成开辟了全新的技术路径。