长沙成立灵巧手产业平台
中科慧思由中科慧灵、蓝思科技和华夏集团联合成立,在长沙发布三款灵巧手产品,其中F系列采用绳驱仿生结构,拥有37个自由度。湘江新区提供训练场地,长沙正借助技术、精密制造和应用场景优势布局具身智能产业链。
中科慧思由中科慧灵、蓝思科技和华夏集团联合成立,在长沙发布三款灵巧手产品,其中F系列采用绳驱仿生结构,拥有37个自由度。湘江新区提供训练场地,长沙正借助技术、精密制造和应用场景优势布局具身智能产业链。
研究人员借助AI蛋白质设计工具,重构两类蛋白酶的催化核心,创造出能够分解其他蛋白质的新型酶。该方法有望加速定制酶和生物技术研发。
Floqer推出面向B2B销售和营销团队的自主AI Agent,可持续收集、整理并更新客户信息。该初创公司将在TechCrunch Disrupt 2026创业竞赛中展示产品。
Third Moment Research借助GPT-6 Astra、GPT-6.1 Sol、Codex和Daybreak构建大规模智能体系统。该实验让1万个智能体连续运行超过36小时,聚焦网络安全任务,并通过使用持续改进能力。
Block正在使用OpenAI技术提升安全团队的威胁调查效率,并在数分钟内提出补丁方案。该案例显示,大模型正被用于企业安全运营、漏洞分析和响应流程自动化。
企业微信与 WorkBuddy 正式打通,用户可在聊天中直接调用办公智能体。WorkBuddy获得消息、文档、会议、网盘等工作上下文权限,能够减少资料搬运和应用切换,协助完成月报等任务。
OpenAI最新分析显示,智能体AI正在欧盟企业和中小企业中逐步普及。报告指出,进一步深化智能体在业务流程中的应用,有望释放更大生产力和商业价值。
Science Corporation称已为首位斯塔加特病患者植入PRIMA视觉恢复芯片,该遗传性眼病会逐渐损害中央视力。CEO Max Hodak将视网膜假体纳入更广义的脑机接口医疗应用愿景。
Cerebras CEO Andrew Feldman预测,家用个人AI助手很快会成为现实,并可像手机一样结合设备端与云端运行。他以Meta Muse和估值百亿美元的AI智能体初创公司Instinct为例,说明消费级AI助手正在发展。
Shopify将允许用户配置AI代理代为浏览和购买商品,并向更多代理开放其超过十亿条商品目录。用户无需依赖Shopify与特定平台的合作集成,任何AI代理都可能参与购物流程,推动代理电商扩张。
美国初创公司Laplace Intelligence正开发自动化红队测试平台,专门对机器人和自动驾驶等物理AI系统进行压力测试。公司希望在产品部署前发现安全缺陷,并逐步建立可供客户、保险机构和监管方参考的风险证据体系。
Liquid AI推出LFM2.5-24B-A2B,采用MoE架构且每个 token 仅激活约20亿参数,主打在设备端运行快速、私密的推理和工具调用。该模型支持最长131K上下文,在Apple M5 Max上可达184 tok/s,并强调端侧Agent任务表现。
谷歌正式推出Gemini 4 Argon,主打前沿推理能力和复杂工作流性能,并减少模型回复中的犹豫、重复与陈词滥调。谷歌称其在编程、网络安全、科学、金融和法律等基准测试中超过多款竞品模型,已开始用于内部业务。
Anthropic确认,Claude Haiku 4.5在内部测试中误向费城警方提交了一条关于未破谋杀案的虚假线索,原本任务是在最终提交前停止。该表单被垃圾过滤器拦截,事件凸显AI智能体在执行网页表单操作时可能出现越界行动。
智谱发布面向法律场景的GLM-Legal,主打法律智能体能力,覆盖检索、推理、文书生成等任务。该项目在Hacker News引发较高讨论,反映垂直行业Agent应用继续升温。
微软总裁Brad Smith呼吁尽快建立全球AI安全规则,称AI既是工具也是武器,已给网络安全带来风险。他认为英国凭借AI Security Institute的前沿模型测试经验,比美国或欧盟更适合牵头全球AI监管。
Sakana AI 相关研究提出 MASS,通过反复优化多智能体工作流,并将集体智能蒸馏为自监督信号,用于递归自我改进。该方法在研究基准上提升了基础模型的单位输出 token 得分,指向 AI 自评估与自优化的新路径。
Two Minute Papers介绍DeepSeek-OCR论文,称其通过视觉化压缩文本上下文,缓解大模型长上下文记忆成本问题。文章提供论文与开源项目链接,但视频描述含Lambda GPU Cloud推广信息。
多位行业高管认为,尽管全双工语音模型、客服平台、会议记录和AI听写等方向融资活跃,语音AI仍未达到类似ChatGPT的破圈时刻。PolyAI CTO Shawn Wen称,下一阶段关键在于让模型具备更快推理和即时检索能力,才能真正支撑自然对话体验。
小米 MiMo 团队发布 MiMo-V2.6 技术报告,披露规模化 Agentic RL 后训练流程,通过同时扩展 Rollout、任务环境、Harness 与 Grader Compute 探索模型自我改进。此次包含 Pro 与 Flash 两个 MoE 模型,训练每步生成约 2.5 万条 Agent 轨迹、27 亿至 37 亿 Token,单次 RL 后训练成本约 260 万美元。