征服硅谷的人工智能天才，最终损失450亿美元
此外，我们还将采访流行乐坛新星奥利维娅·迪恩，并带您了解我们最新报道Flock摄像头的幕后故事。
AI 新闻中心
AI 新闻中心 过去24小时分析了 191 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。
英伟达财报无法回答的1.5万亿美元问题
英伟达的财报或许能提供重要线索，但可能无法解决支撑这家人工智能芯片制造商估值的核心问题。文章还分析微软不明朗的财务数据，以及加拿大关税带来的影响。
美国企业采用人工智能的速度低于炒作预期，但步伐正在加快
截至2025年底，标普500指数成分股中，只有不到四分之一的企业将人工智能深度整合进业务。随着非科技企业发现新的应用场景、成本持续下降，这一比例预计还会提高。人工智能不会在一夜之间改变企业，但其应用正在稳步推进。
非营利组织应专注于循序渐进的成果以实现AI应用成功
非营利组织应逐步采用人工智能，先从明确的使用场景入手，并在扩大部署前评估结果。分阶段推进有助于提高成效，同时控制成本和运营风险。
AI 编程让软件风险急剧上升
AI 正在加速软件开发，但安全措施和治理机制能否跟上不断增加的风险，仍然是一个值得关注的问题。
人物特写：前OpenAI员工、Situational Awareness创始人利奥波德·阿申布伦纳
《华尔街日报》刊发利奥波德·阿申布伦纳的人物特写。他曾为萨姆·班克曼-弗里德和OpenAI工作，之后创办Situational Awareness。报道还考察了他与Anthropic管理层的关系。阿申布伦纳一度被誉为具有远见的人工智能投资者，但文章对他的崛起、社交网络和商业活动进行了审慎分析。
中国人工智能领先地位竞争激烈，MiniMax销售额接近增长四倍
中国人工智能公司MiniMax Group在2026年上半年的营收增长283%。不过，在发布顶级大型语言模型方面，该公司仍落后于Z.AI等竞争对手。
华尔街密切关注英伟达第二财季业绩，期待其继续引领 AI 领域
英伟达将于周三公布第二财季业绩，为本轮科技公司财报季收官。华尔街预计公司营收将再次超过市场预期，并上调下一季度指引。不过，英伟达过去四次发布财报后，即使业绩超出预期，股价在随后30天内仍平均下跌约5%。投资者将重点关注数据中心需求、客户融资安排、中国业务、Vera Rubin 平台的出货进度，以及存储价格上涨对毛利率的影响。多家银行预计英伟达第二财季营收约为940亿至950亿美元，并看好 Rubi
启境罗建华：下一代智能汽车需通过共同定义、底层融合与全流程协同打造
广汽集团董事长冯兴亚再次与华为创始人任正非会面。启境汽车表示，此次交流意味着双方合作正从战略共识进入深化发展阶段。启境产品总经理罗建华称，下一代智能汽车不是整车能力与智能技术的简单叠加，而是通过共同定义产品、底层系统融合以及开发全流程协同打造。启境 GX7 被视为这一理念的最新实践，计划于 9 月上市，面向中国约 30 万元级高端纯电动车市场。该车将搭载华为鸿蒙座舱 HarmonySpace 6，
微软在人工智能业务上让投资者缺乏透明信息
微软向投资者披露的人工智能业务信息有限。从资本支出到核心云平台，公司都缺乏足够透明度，使市场难以评估其人工智能业务的规模、表现和盈利能力。
京东发布“超脑”大模型3.0，将数亿包裹路径规划提速至秒级
京东发布“超脑”大模型3.0，用于协调从仓储到配送的全流程物流运营。据公司介绍，该系统将数亿包裹端到端最优路径的计算时间从分钟级缩短至秒级，并通过人工智能协同优化仓储、运输和配送，以提升运营效率、系统韧性并降低成本。京东称，这是供应链全链路应用人工智能大模型的工业级案例之一。有关性能提升和应用规模的数据均来自公司披露，尚未得到独立验证。
Z.ai确认Ox Alpha是GLM系列新版本，将于今晚发布模型权重
Z.ai（又称智谱）确认，Ox Alpha是其GLM模型系列的新一代版本。该模型登上OpenRouter排行榜首位，凭借免费使用和较高性能迅速获得大量在线用户。Z.ai表示，将于今晚发布Ox Alpha的模型权重。
人工智能让网络攻击更难阻止
据报道，近期一系列利用 Anthropic、OpenAI 和 Meta Platforms 人工智能模型实施的网络攻击引发了广泛担忧。这些事件凸显了日益强大的人工智能系统带来的安全风险，也表明在网络攻击造成损害之前及时发现并阻止攻击正变得更加困难。
CyberFactory：利用真实世界实例扩展网络安全能力
CyberFactory 是一个开源框架，可将包括 CVE 在内的公开漏洞资料转化为用于概念验证生成、漏洞修复和网络安全问答的可执行、可验证任务。该框架通过工具交互、源代码检查、领域知识引导的问题解决以及基于执行结果的验证，生成智能体式训练数据。研究人员利用这些轨迹训练了防御导向模型 Aegis，使其在推理时无需额外技能即可掌握相关流程。在 CyberGym 上，Aegis 在一小时限制下取得 5
将潜在动作作为意图，实现世界动作模型的高效未来想象
LAWA是一种世界动作模型架构，通过紧凑的潜在动作表示未来意图，而不是在推理时生成未来观测或视频。该方法在保留未来规划优势的同时降低了延迟。在RoboCasa上，LAWA在少样本设置下取得65.6%的平均成功率，在完整数据设置下达到80.8%，分别比匹配的Fast-WAM基线高9.6和4.5个百分点。与匹配的Joint-WAM变体相比，LAWA保持了相当的性能，同时将推理延迟降低42.9%。此外，