/
Ai2推出MolmoAct模型：在机器人AI领域挑战英伟达和谷歌
AI2发布开源MolmoAct 7B模型，具备三维空间推理能力，挑战英伟达和谷歌在物理AI领域的地位。该模型能让机器人理解物理世界、规划空间占用并执行动作，任务成功率达72.1%，超越谷歌、微软和英伟达的模型。与传统视觉-语言-动作模型不同，MolmoAct通过空间感知令牌实现真正的3D理解，可适应不同机器人形态。
李飞飞挑战硅谷对AGI的痴迷观念
斯坦福大学李飞飞教授在拉斯维加斯Ai4会议上表达了与Geoffrey Hinton截然不同的AI发展观点。她认为AI应该是人类潜能的合作伙伴，而非需要具备母性保护本能的超级智能体。李飞飞强调，共情、好奇心和责任感应该驱动AI发展，人类决策应始终处于核心地位。她通过World Labs致力于开发空间智能技术，旨在创建理解和构建三维空间的AI系统，服务于教育、医疗等领域，让AI成为促进人类创造力和学习的工具。
研究发现：新版大语言模型虽基准测试分数更高，但代码漏洞更严重
SonarSource研究发现，尽管最新大语言模型在编程基准测试中表现更佳，但同时引入了更多严重漏洞和安全风险。研究测试了Claude、GPT-4o、Llama等模型的4400多个Java编程任务，发现所有模型都存在系统性安全意识缺陷。其中Llama 3.2 90B有超过70%的漏洞被评为最高危险等级，Claude Sonnet 4虽功能测试得分最高，但严重漏洞比例比前代增加93%。研究建议对AI生成代码采用"信任但验证"方法。
如何为AI探索构建数据基础设施
随着AI技术兴起，CIO们需要重新审视数据基础设施的重要性。调查显示，研究和实施数据驱动的AI项目已成为IT部门的首要任务。成功的关键在于构建可靠且可扩展的数据基础，而非简单地将所有服务迁移到云端。数字化领导者必须设计灵活的架构以应对快速变化的技术环境。多家企业通过统一数据平台实现了信息整合，为AI应用奠定了坚实基础。
Liquid AI推出LFM2-VL模型，让智能手机拥有快速视觉AI能力
Liquid AI发布了新一代视觉语言基础模型LFM2-VL，专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构，GPU推理速度比同类模型快2倍，同时保持竞争性能。提供450M和1.6B两个版本，支持512×512原生分辨率图像处理，采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
Google Photos经典搜索功能快速恢复方法：替代Ask Photos生成式AI搜索
Google Photos推出快速修复方案，允许用户重新启用经典搜索功能，替代此前推出的"Ask Photos" Gemini AI搜索工具。这一调整回应了用户对传统搜索方式的需求，为那些更偏好直接关键词搜索而非AI对话式查询的用户提供了选择。
SiMa.ai发布新一代物理AI系统级芯片正式投产
人工智能芯片初创公司SiMa Technologies宣布其第二代系统级芯片平台MLSoC Modalix正式出货，专为多模态物理AI工作负载设计。该芯片可嵌入机器人、工业设备和车辆等设备中，支持运行大语言模型、卷积神经网络等多种AI算法。芯片采用低功耗设计，能在边缘设备上直接处理传感器数据并运行AI模型，无需依赖云端处理，有效降低延迟。
Ai2发布开源AI模型，让机器人在3D空间"规划"动作
西雅图AI研究机构Ai2发布MolmoAct 7B，这是首个动作推理模型，能让机器人在执行任务前进行"思考"和规划。该模型可将自然语言指令转化为3D空间中的运动轨迹，通过1800万样本在256个H100芯片上训练完成。在SimPLER基准测试中达到72.1%的任务成功率，超越了谷歌、微软等公司的同类模型。
曾经的小型研究实验室如何助力英伟达成为万亿美元公司
2009年，比尔·戴利加入英伟达研究实验室时，该实验室仅有约12名员工，专注于计算机图形学中的光线追踪技术。如今这个实验室已发展至400多人，帮助英伟达从90年代的游戏GPU初创公司转型为价值4万亿美元的AI巨头。目前实验室重点开发机器人和AI技术，部分研究成果已应用于产品中。英伟达在周一发布了面向机器人开发者的新AI模型、库和基础设施，展现了从物理AI到机器人领域的技术进展。
VS Code发布聊天检查点功能预防AI对话失误
微软VS Code 1.103版本推出GitHub Copilot聊天检查点功能，允许开发者在AI聊天互动出现问题时恢复到之前的状态。新版本还包括MCP服务器工具选择器改进、GPT-5支持、AI使用统计、Git工作树支持等功能。尽管VS Code持续强化AI功能，但根据最新StackOverflow调查显示，仍有76.2%的专业开发者使用VS Code，较去年上升2.2%，远超其他编辑器。
AI道德部署实战指南：CIO如何平衡创新与责任
企业面临着通过AI创造价值的巨大压力，但CIO等IT领导者必须考虑技术的伦理使用和风险管理。忽视这一环节将面临信任和公平性问题，甚至严重损失。随着AI法规不断出台，企业面临罚款和诉讼风险。缓解风险需要定义AI伦理框架，确保统一应用。AI伦理应基于公平、透明、问责和隐私四大原则。企业可借鉴现有框架构建治理体系，需要持续审计和更新。成功实施需要C级高管支持和全员参与。
英伟达将Blackwell GPU引入企业数据中心
英伟达宣布将RTX Pro 6000 Blackwell服务器版GPU引入标准企业服务器，使更多企业能够使用Blackwell技术处理AI和传统工作负载。思科、戴尔、惠普企业、联想等厂商将在其2U企业服务器系统中提供该GPU。新系统采用x86架构、风冷设计，相比仅使用CPU的系统，性能提升45倍，能效提高18倍，可将数百台CPU系统整合为少量RTX Pro服务器。
首尔AI数据公司Datumo获1550万美元融资，挑战Scale AI
据麦肯锡报告，多数企业认为自己尚未完全准备好安全负责地使用生成式AI。首尔AI数据标注公司Datumo现专注帮助企业构建更安全的AI系统，提供无需技术专长的测试、监控和改进工具。该公司周一宣布完成1550万美元融资，投资方包括Salesforce Ventures等，累计融资约2800万美元。公司已服务三星、LG、现代等300多家客户。
英伟达为最小工作站GPU配备Blackwell架构
Nvidia在温哥华Siggraph大会上发布了两款小型Blackwell GPU：RTX Pro 4000 SFF和RTX Pro 2000，功耗仅70瓦。RTX 4000 SFF配备8960个CUDA核心，光线追踪性能提升1.7倍，AI性能提升2.5倍，搭载24GB GDDR7显存。RTX Pro 2000拥有4352个CUDA核心，3D建模性能提升1.6倍。两款产品将由戴尔、惠普、联想等厂商集成到OEM系统中。
AI编程工具表现不佳，未来或将迎来重大转机
GitHub CEO声称AI将承担所有编程工作，但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史，从Grace Hopper的高级语言到Java等技术，每次重大突破都曾因资源限制和固有思维遭到质疑，但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰，但随着技术进步，AI将有助于消除思想与结果之间的障碍。
你的下一位同事可能是具身机器人
英国林肯大学正在开发一种革命性的虚拟现实环境，让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用，未来可能彻底改变工作形态。虽然能降低危险工作的风险，但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代，影响移民模式和劳工组织。这项技术仍处于早期阶段，但将在未来几年对工作产生深远影响。
GitHub CEO离任，微软直接接管代码托管平台
GitHub首席执行官托马斯·多姆克宣布计划离职，微软将不再为其任命继任者，而是将GitHub直接整合到微软CoreAI组织中。多姆克自2021年11月担任CEO职务，他表示将留任至2025年底协助过渡。GitHub年收入达20亿美元，其中Copilot订阅服务贡献了40%的收入增长。未来GitHub将在微软AI平台副总裁阿莎·夏尔马等高管管理下运营，独立性将显著降低。
AI承诺的机遇掩盖了有序替代的现实
认知迁移正在进行。哈佛大学教授指出AI采用速度极快，可能比工业革命影响大10倍、速度快10倍。一些人已将AI融入工作流程，但更多人面临不确定性和焦虑。尽管AI在软件开发等领域展现巨大潜力，但技术本身仍存在幻觉、健忘等问题。信任度因地区而异，中国为72%，美国仅32%。这场变革更像是管理性替代而非机遇，许多人发现未来可能没有他们的位置。
负责任的AI始于负责任的领导力
随着企业竞相采用AI技术，容易只关注技术本身而忽视更关键的问题：我们应该构建什么？这不是工程决策，而是领导力决策。AI伦理不是简单的合规清单，而是必须从高层开始建模并贯穿整个组织的思维方式。负责任的领导者需要问不同的问题，建立跨部门协作，将信任和诚信置于中心。创建负责任的AI文化需要从教育开始，建立清晰的伦理框架，并提供高管支持。
京公网安备 11010802021500号
