军事人工智能初创公司 Smack Technologies 完成 6100 万美元 B 轮融资
总部位于奥斯汀的国防科技初创公司 Smack Technologies 在由 Costanoa 和 First In 领投的 B 轮融资中筹集了 6100 万美元。该公司正在开发用于支持美国军方决策的人工智能工具。
AI 新闻中心
AI 新闻中心 过去一年分析了 1998 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
LG AI Research李文泰谈主权人工智能的重要性
LG AI Research超级智能实验室负责人李文泰分享了他对超级智能未来的看法，以及这项技术可能带来的机遇和为下一个时代开发人工智能所承担的责任。他在2026年首尔人工智能峰会暨博览会期间接受了彭博社Haslinda Amin的采访。
Agent Lightning v1.0 推进代理强化学习研究
Agent Lightning v1.0 是一个轻量级开源框架，用于“代理运行框架驱动的强化学习”。在这种架构中，部署时使用的代理框架会直接参与模型后训练。该框架支持任意代理框架，并处理重新分词、优势计算、损失归一化和后端调度等挑战。在指令遵循、搜索和编程代理评测中，仅使用 6,000 个训练样本和适度算力，就将 Qwen3.5-9B 在 SWE-bench Verified 上的成绩从 41.8
HarnessRisk：面向生命周期的智能体运行框架安全基准
HarnessRisk是一项评估AI智能体安全性的基准，覆盖运行框架配置、能力扩展、运行时操作、状态持久化、行动控制和事件恢复六个阶段。该基准包含128个沙盒案例，将合法用户目标与嵌入不受信任工作流工件中的对抗性指令配对。在三个运行框架、六个语言模型和14种配置上的测试显示，攻击成功率为12.6%至80.9%，实用性为75.0%至97.6%。在所有运行框架中，配置阶段最脆弱。研究还发现，模型即使能
传闻：谷歌或寻求 AMD 参与 TPU v10 合作
据外泄的 SemiAnalysis 报告，市场传闻称谷歌正与 AMD 合作开发第十代 TPU。若消息属实，这可能成为 AMD 拿下的首个定制 AI ASIC 项目。报告认为，AMD 的先进封装能力、SoC 知识产权和 CPU IP，可能是吸引谷歌合作的因素。谷歌与客户据称正在开发一种单封装 SoC，在其中同时集成 TPU 和 CPU，以应对强化学习工作负载。目前双方尚未正式确认这项合作。谷歌在自研
官方回应《使命召唤：现代战争4》宣传图疑似由AI生成
《使命召唤》官方账号在X发布《使命召唤：现代战争4》宣传图后，网友怀疑图片由AI生成，并指出画面中士兵手里的枪出现异常扭曲。官方随后删除了该图片。相关账号解释称，这只是营销风格指南中的临时渲染图，是一个占位符，并非游戏内素材。
Modular宣布Mojo编程语言以Apache 2.0许可证全面开源
Modular已将编程语言Mojo、其编译器及核心工具链全面开源，采用带有LLVM例外条款的Apache 2.0许可证。Mojo旨在解决传统语言在现代硬件，尤其是GPU和AI加速器上的性能限制。随着Mojo 1.0源码稳定版完成，编译器源码现已上线官方GitHub仓库。开发者可以使用Bazel构建编译器并运行测试，也可以使用预构建的nightly二进制版本，以节省编译时间。Mojo标准库自2024
抱歉了，三星：谷歌称其最新 AI 相机工具测量身体的效果优于 Galaxy Watch 生物电传感器
在健康可穿戴设备竞争日趋激烈之际，谷歌正在开发利用智能手机摄像头扫描和测量身体的 AI 工具。谷歌声称，这项技术的表现优于 Galaxy Watch 的生物电传感器，但目前没有独立证据证实这一比较。
Robeco称1万亿美元人工智能资本支出可能增加债券供应
与人工智能相关、规模约达1万亿美元的资本支出浪潮，可能增加债券供应，并令固定收益市场持续波动。Robeco亚洲固定收益主管表示，超大规模云服务商正竞相为人工智能基础设施筹集资金。
Rebellions首席财务官：正准备在韩国进行IPO
人工智能芯片初创公司Rebellions首席财务官Sungkyue Shin表示，公司正在积极筹备首次公开募股（IPO），并将登陆韩国主要证券交易所列为首要目标。Shin在首尔举行的AI Summit & Expo活动期间接受了彭博采访。
Motif Technologies首席执行官谈公司战略与人工智能
韩国人工智能初创公司Motif Technologies首席执行官林正焕介绍了公司的业务战略。该公司正在开发旨在与全球领先前沿模型竞争的人工智能模型。他在首尔举行的AI Summit & Expo上接受了海蒂·斯特劳德-沃茨和保罗·艾伦的采访。
驾驭记忆：对记忆型智能体记忆载体的全面评估
该研究评估了在不同运行条件下，哪些记忆载体最适合长期运行的大语言模型智能体。研究在统一测试框架中比较了稠密与稀疏索引、文本和结构化存储、分层存储、基于精炼的记忆、参数更新，以及兼容激活机制的上下文方案。研究使用三个基础模型和四套基准测试，覆盖面向用户的问答与智能体决策，并测量26项性能和效率指标。结果显示，没有任何单一载体始终占优。广泛检索有利于长上下文事实问答，但过度检索可能使序列决策偏离关键行
通过统一层方程整合图神经网络架构
一项新研究提出统一层方程，用七个组件描述多种图神经网络架构。该框架将信息“向哪里移动”与“传递什么”分离开来，并覆盖局部消息传递、注意力机制、谱滤波、全局通信、关系特定通道、高阶域和几何消息。研究人员通过对经典层的推导，以及对200多种架构的组件分析，展示了如何系统比较模型并设计结构一致的新架构。研究还分析了传播方式与过平滑、过压缩、异质性和表达能力之间的联系，并在特定假设下讨论单层依赖范围和实现
FreeToken：面向边缘设备的高效带宽自适应 MoE 推理系统
FreeToken 是一套面向边缘设备的推理系统，旨在让个人电脑运行混合专家（MoE）模型。系统围绕本地 AI 的硬件差异和代理任务动态变化，协同优化模型布局与加载、专家驻留、CPU-GPU 执行、代理状态复用以及运行时内存管理。FreeToken 支持 20 多个 MoE 模型，以及编程和工具调用代理，适用于从配备 8GB GPU 的笔记本电脑到单 GPU 工作站的多种设备。开发团队称，该系统可
Embodied-Navigator：通过指点、思考、记忆与对齐实现高效导航
研究人员提出了 TAMP-Nav，一种利用大型视觉语言模型进行具身导航的框架。系统不要求模型直接预测复杂的三维动作，而是先选择图像中的二维像素，再将其投影为三维坐标，由底层 SLAM 控制器执行。选择性推理和基于锚点的轨迹记忆机制减少了不必要的计算，同时保留关键历史信息。基于 GRPO 的两级对齐方法结合全局结果奖励与细粒度过程奖励。作者报告称，TAMP-Nav 在 R2R-CE 上达到 66.2