/
上交大领衔研究：当AI助手需要管理你的微信群和小红书账号，它到底有多"菜"？
上交大等机构联合构建首个个性化MCP工具测评平台，测试超十款顶尖AI在飞书、小红书等真实个人账号场景的实际能力，结果显示无一模型准确率超过50%。
汤道生×姚顺雨：腾讯AI下半场，拼的是“模型×产品”系统能力
腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生与腾讯AI首席科学家姚顺雨在2026腾讯云AI产业应用大会的对谈，话题又聚焦了一些，聊的是“腾讯AI下半场”。
当AI助手拥有"专属记忆"：Mind Lab用生物基因组类比，让数十亿人拥有自己的私人AI模型
Mind Lab提出三轴PEFT框架，通过增强共享基础模型、缩小个人适配器、扩展持久化适配器种群，探索百万个人AI模型的可行路径。
韩国AI界的"高考难题"：当顶级AI遇上韩语网络搜索，为何集体"翻车"？——来自中央大学、KAIST、首尔国立大学等六所机构的联合研究
K-BROWSECOMP是一套专门测试AI在韩语网络中多步搜索推理能力的基准测试集，包含400道题，揭示全球顶尖AI模型在韩语环境下存在严重性能下滑，韩国本土模型得分更低至0%至10%。
浙江大学团队研发：AI机器人能否像人一样"找准角度"拍出同款照片？
浙江大学团队提出目标视角复现任务（TVR），测试AI主动导航至指定视角的能力，最强模型成功率仅12%，人类达93%，并验证了视觉示范学习与多轮强化学习的提升路径。
香港城市大学与快手团队联手：让AI"导演"教会视频生成模型真正"思考"
这项研究提出"VLM即教师"框架，让视觉语言模型在视频生成推理时充当实时监考官，通过可微分奖励信号在线优化轻量LoRA模块，平均提升视频推理性能16.7分。
新加坡科研机构最新成果：AI大模型里的"调光开关"，让每个专家按需开灯
这项来自新加坡科学技术研究局的研究提出了κ-SwiGLU，通过路由确信度动态调整专家门控灵敏度，在多种MoE模型上稳定提升性能，新增计算开销不足4%。
多智能体AI团队一起练习，成绩反而变差？俄勒冈州立大学等机构揭开了背后的隐秘规律
研究系统揭示多智能体LLM工作流强化学习训练的成败规律：独立策略峰值更高但易崩溃，共享策略失败更隐蔽，根源在角色梯度动力学。
清华大学等团队如何让AI智能体拥有"记忆力"，从而真正学会自主探索未知世界？
清华大学等机构提出JAMEL框架，通过代码覆盖率信号联合训练AI智能体的潜在记忆模块与探索策略，以极低token消耗实现媲美大型闭源模型的自主探索能力。
当AI"管家"学会分工协作：卡内基梅隆大学研究团队如何让电脑操作智能体突破单打独斗的瓶颈
卡内基梅隆大学提出MACU框架，让经理AI统筹多个员工AI并行完成复杂电脑操作任务，通过动态调整任务图，在四个基准上均超越单智能体。
AI驱动网络犯罪数量飙升，勒索软件受害者年增389%：Fortinet 发布2026年全球威胁态势研究报告
专注推动网络与安全融合的全球性综合网络安全解决方案供应商Fortinet(R)（NASDAQ：FTNT）旗下FortiGuard Labs（FortiGuard全球威胁研究与响应实验室），近日重磅发布《2026年全球威胁态势研究报告》。
卡内基梅隆大学联合NVIDIA研究院：当机器人的"压力测试仪"遇上视频世界模型，安全隐患无处遁形
这项研究提出了STRESSDREAM方法，通过优化视频世界模型的初始噪点并结合视觉语言模型引导，主动生成高影响但可信的危险场景，将机器人操控任务失败检测召回率从54%提升至94%，机器人策略成功率从39%提升至71%。
康奈尔大学造出"会看图纸的AI设计师"：一张照片，自动还原可编辑的3D场景
康奈尔大学提出SEIG框架，让视觉语言模型通过分阶段重建几何、材质、构图和灯光，从单张图片自动生成可编辑的Blender 3D场景。
Inbolt将在Automate展会发布视觉驱动机器人编程新功能
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力：Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序，结合视觉模型实时定位实体零件并自动调整运动路径，彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人，使平台覆盖品牌扩展至六个。
笔记本电脑深度清洁指南：内外兼修焕然一新
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面，介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面，建议及时更新操作系统与驱动程序，删除冗余文件与临时下载内容，并通过开启Windows Storage Sense功能实现自动清理，同时将剩余文件整理归类，保持系统整洁高效运行。
加利福尼亚州城市通过全美首个由选民投票决定的数据中心禁令
加州蒙特利公园市选民以约86%的支持率通过投票措施，在全美率先以选民立法形式禁止数据中心在市内建设。此次投票源于一项由澳大利亚投资公司HMC StratCap支持的24.7万平方英尺数据中心计划，该项目因邻近住宅区、高能耗及噪音等问题遭到强烈反对。随着AI基础设施建设加速，社区与开发商之间的矛盾日趋普遍，业内人士警告称，此次禁令是行业必须重视社区诉求的重要信号。
柴油替代方案：AI数据中心如何利用燃气引擎与蒸汽涡轮供电
随着AI数据中心规模持续扩张，传统柴油备用发电模式正加速退出。天然气往复式发动机凭借更低排放和更具竞争力的燃料成本，成为柴油的主要替代选项。燃气轮机虽因订单积压导致交付周期延长，但移动式小型机组正快速填补市场空缺。与此同时，以打包锅炉驱动蒸汽轮机的方案因交付周期较短，正成为新兴备选路线。多种技术路线并行推进，共同支撑超大规模AI算力设施的电力需求。
AI定义汽车时代，车载以太网可靠性面临全新挑战
随着汽车从软件定义车辆演进为AI定义车辆，车载以太网面临更严苛的可靠性与安全要求。汽车以太网结合时间敏感网络（TSN）实现低延迟、确定性通信，支持摄像头、激光雷达等多传感器数据融合；MACsec提供线速加密与身份认证，防御外部网络攻击并管控第三方设备接入。专家指出，AI工作负载持续向车端迁移已是必然趋势，车载网络架构的可靠性与安全性将成为OEM差异化竞争的核心要素。
安全算法的持续更新正变得愈发困难
随着芯片设计、制造、部署及长期维护的复杂性不断提升，保持安全算法的时效性已成为贯穿整个供应链的生命周期挑战。为应对后量子时代的新型威胁，硬件从设计之初就需具备密码敏捷性、可信根架构和可靠的更新机制。当前最大障碍包括：供应链碎片化、设备生命周期过长，以及嵌入式和物联网系统中参差不齐的更新实践。业界正积极探索Caliptra等开源方案，推动自动化固件签名与远程更新部署。
轨道数据中心本质上是功能强化的卫星
当前轨道数据中心更接近于算力卫星星座，而非传统地面数据中心。其核心挑战包括：太阳同步轨道供电需经多跳数据中继，极地辐射环境加剧单粒子翻转风险，FinFET和GAA芯片需三重冗余导致成本高昂，散热依赖大面积辐射板，维护困难且发射成本高。SpaceX、Blue Origin等企业已布局太空算力，但业界普遍认为大规模商用仍需五年以上。
京公网安备 11010802021500号
