/
Windows正在成为AI智能体的操作系统
微软在Ignite 2025大会上预览了Windows的重要更新，显示出操作系统向支持AI智能体的根本性转变。新增功能包括原生支持模型上下文协议(MCP)、智能体连接器注册表、明确的权限管控模型，以及独立的智能体工作空间。这些更新建立了OS级别的身份验证、授权和审计机制，让智能体能够安全地执行文件操作和系统设置等任务，同时保持可控性和可追溯性。
macOS Tahoe 26.2支持Mac集群组建AI超级计算机
苹果即将发布的macOS Tahoe 26.2系统将支持通过雷雳5连接多台Mac设备，构建低延迟AI超算集群。该功能支持Mac Studio、M4 Pro Mac mini和MacBook Pro等设备。四台Mac Studio可高效运行万亿参数的Kimi-K2-Thinking模型，功耗不到500瓦，比传统GPU集群低10倍。此外，MLX项目将获得M5芯片神经加速器的完整访问权限。
Lambda获得15亿美元融资建设AI数据中心
人工智能基础设施初创公司Lambda宣布完成超过15亿美元的E轮融资，由TWG Global领投。Lambda运营专为AI工作负载优化的云平台，提供可配置多达16.5万张显卡的AI环境。公司将利用新资金建设数据中心，计划在堪萨斯城建造拥有2.4万兆瓦初始计算能力的AI数据中心，预计明年初开放时将包含1万张英伟达Blackwell Ultra显卡。Lambda还与微软签署了价值数十亿美元的云合同。
Gemini 3接近万能软件节点：AI成为全新用户界面
谷歌发布最智能的Gemini 3模型，引入生成式用户界面模式，可为复杂多模态问题自动创建独特界面。该技术能动态生成最佳视觉布局，包含交互工具和模拟功能。例如解释三体问题时生成物理演示，回答抵押贷款问题时创建交互计算器。这标志着AI接近"超级软件"阶段，能为任何需求动态创建最优用户界面，代表计算史上第三次重大用户界面范式转变。
微软推出数字标牌模式，15秒后自动隐藏蓝屏死机界面
微软发布新的数字标牌模式，专为公共场所非交互式显示屏设计。该模式可在15秒后自动隐藏蓝屏死机和错误对话框，避免在公共场合显示系统错误信息。此外，微软还推出时间点还原功能，允许用户将PC恢复到之前的工作配置，支持4-24小时频率的快照备份。新版Windows还将支持后量子加密算法和硬件加速BitLocker加密，提升安全性和性能。
EPFL研究团队创造"错误循环利用"技术：让AI视频生成突破时长限制，实现无限时长创作
瑞士洛桑联邦理工学院研究团队开发出"稳定视频无限"技术，通过创新的"错误循环利用"方法解决了AI视频生成长度限制问题。该技术让AI在训练时主动学习处理各种错误，从而能够生成任意长度的高质量视频内容，支持复杂场景转换和多模态控制，为内容创作、教育和娱乐行业带来revolutionary变革。
华为诺亚实验室：让AI像人类一样从数据中学到"好"与"坏"的智能训练新方法
华为诺亚实验室等机构联合提出了一种创新的AI训练方法，通过双层优化框架让AI从数据中自动学习评价标准。该方法结合了传统最大似然估计和强化学习的优势，在表格分类和模型驱动强化学习任务中展现出更好的收敛性和泛化能力，为解决强化学习中缺乏明确奖励信号的问题提供了新思路。
中科院自动化所团队重磅发布AVoCaDO：首个能精准捕捉音画时间同步的AI视频解说生成器
中科院自动化所团队发布AVoCaDO系统，这是首个能精准捕捉视听事件时间同步关系的AI视频解说生成器。通过双阶段训练和创新奖励机制，AVoCaDO不仅能识别视频内容，更能准确把握各元素的时间关系，在多个基准测试中显著超越现有开源模型，甚至在某些指标上超过商业模型，为智能视频理解开辟新方向。
NVIDIA团队推出QeRL：让大语言模型学习推理变得又快又好的神奇方法
NVIDIA等机构联合提出QeRL框架，通过自适应量化噪声技术实现大语言模型强化学习训练的效率与性能双重突破。该方法将显存需求减少60-70%，训练速度提升1.5倍以上，首次实现320亿参数模型单GPU训练，同时在GSM8K等数学推理测试中达到90.8%准确率，接近全参数训练效果。
纽约大学团队革命性突破：用冻结的AI"老师"训练出超强图像生成器，打破传统压缩思维
纽约大学研究团队开发出突破性的表征自编码器（RAE）技术，颠覆传统图像生成思路。RAE直接利用已训练好的AI模型（如DINOv2）的知识，无需压缩就能生成高质量图片。配合新设计的DiTDH架构，在ImageNet测试中实现了1.51 FID的优异成绩，训练效率比传统方法提升数十倍，为内容创作、游戏开发等领域带来重大突破。
南京大学推出OmniVideoBench：AI视频理解能力的全新"考试"
南京大学LINK团队发布OmniVideoBench，这是首个专门评估AI音视频协同理解能力的测试基准。研究基于628个真实视频设计了1000道测试题，要求AI必须综合音频和视频信息才能回答。测试结果显示，即使最先进的Gemini-2.5-Pro准确率也仅58.90%，未达及格线，特别是在背景音乐理解方面表现最差，揭示了当前AI在复杂多模态推理方面的显著局限。
用流动奖励让AI更会推理：中科大和上海创新院团队让大语言模型的思考过程更像人类
中科大和上海创新院团队开发出RLFR技术，通过分析AI内部"思维流动"来优化推理训练。该技术不只看答案对错，而是评估整个推理过程质量，就像监控河流流向一样引导AI形成连贯逻辑。在数学推理等测试中显示显著提升，让AI推理过程更稳定可靠。这项开源技术为构建更智能可信的AI系统提供了新路径。
南京大学团队揭秘数学推理新突破：让AI学会真正的"变通思维"而非死记硬背
南京大学团队提出AdaR框架，解决大型语言模型数学推理中的"虚假推理"问题。该方法通过精巧的数据合成机制和强化学习策略，让AI学会基于真正逻辑而非表面记忆进行推理。仅用9000个样本就实现显著性能提升，平均改进8.5-11.44个百分点，展现出卓越的数据效率和泛化能力。
让AI变得更聪明：新加坡国立大学团队破解智能体学习的三大关键
新加坡国立大学等机构联合研究团队通过系统分析数据质量、算法优化和推理模式三个维度，破解了AI智能体学习难题。研究发现真实完整的训练数据、恰当的探索策略和深思熟虑的工具使用模式是关键。他们开发的4B参数DemyAgent模型在数学、科学等多项测试中超越了更大规模的模型，证明了"智慧胜过蛮力"的理念，为AI智能体发展指明了新方向。
AI安全守护神：IBM研究团队推出首个面向智能代理的预执行安全系统
这项由美国圣母大学和IBM研究院联合完成的突破性研究，首次提出了针对AI代理系统的预执行安全防护方案。研究团队开发了AuraGen数据生成引擎、Safiron安全守护模型和Pre-Exec Bench评估基准三大核心组件，能在AI代理执行动作前就识别潜在风险。实验显示该系统在安全检测准确率上显著超越现有方法，为AI代理的安全部署提供了重要保障。
“我们曾是怪咖，我有阅读障碍，不看报表做决策”：5000亿美金市值后，美国AI落地标杆 Palantir CEO 谈20年反共识
如果美国有一家公司可以称得上是AI落地标杆，那么很多人大概率会提及Palantir。
返璞归真，行稳致远：SOLIDWORKS以AI赋能设计，渠道驱动增长
“返璞归真、行稳致远”八个字，既是SOLIDWORKS对未来的承诺，也将成为他带领SOLIDWORKS前行的源动力。
Cloudflare服务中断影响多个公共网络服务
网络流量保护专家Cloudflare因其Access零信任平台发生故障向客户道歉，该故障导致包括OpenAI的ChatGPT、DownDetector和社交媒体平台X在内的多个面向公众的服务中断。故障始于英国时间上午11点20分左右，最初被描述为"内部服务降级"。Cloudflare后续确认故障根本原因是自动生成的配置文件超出预期大小并触发软件系统崩溃，强调这并非攻击所致。
京公网安备 11010802021500号
