智能体时代的移动计算：Arm 发布 CSS for Mobile 2
Arm 在 Arm Everywhere China 活动上发布了第二代移动终端计算子系统 CSS for Mobile 2。该平台整合 C2 CPU 集群、Mali G2-Ultra NX GPU、SI L2 系统互连，以及软件和开发者工具，旨在支持能够保持上下文、规划任务并协调应用的手机端 AI 智能体。Arm 宣称，针对特定 AI 模型，平台性能最高提升 1.7 倍，单线程性能提升 15%，
AI 新闻中心
AI 新闻中心 过去24小时分析了 149 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。
OpenAI前高管Fidji Simo在Nscale上市前加入这家云服务商董事会
OpenAI前高管Fidji Simo已加入Nscale董事会。这家初创公司已筹集数十亿美元，用于建设人工智能数据中心，目前正准备首次公开募股。
Ayar Labs追加融资1.5亿美元，开发通过光连接直接互联AI芯片
硅谷初创公司Ayar Labs宣布追加融资1.5亿美元，用于开发可直接连接AI芯片的光连接技术。这笔融资是在其2026年3月宣布的5亿美元E轮融资基础上的扩展。
消息人士：月之暗面8月年化营收突破10亿美元
据彭博报道，月之暗面曾向投资者表示，公司8月年化营收已超过10亿美元，高于6月的3亿美元。据称，这一增长主要由Kimi K3的发布推动。月之暗面计划在2026年底前将年化营收提升至20亿美元。相关数据来自消息人士，并非公开财务文件。
Anthropic称也门组织曾利用Claude协助开发导弹
Anthropic表示，也门北部一个组织曾利用其AI模型Claude协助开发导弹和火箭系统。这一事件凸显了外界对先进AI被用于军事项目以及被非国家行为者利用的日益担忧。
Kimi K3推动月之暗面增长，目标年底年化收入达20亿美元
据彭博社报道，凭借Kimi K3的市场表现，月之暗面计划在今年年底前将年化收入提升至20亿美元。知情人士称，公司8月的年度经常性收入已突破10亿美元，较6月的3亿美元大幅增长。7月发布的Kimi K3据称在多项性能基准测试中排名靠前，成本也低于美国主要竞争模型。月之暗面正以500亿美元估值寻求融资，并可能于今年在香港上市。路透社此前还报道称，公司正与微软、亚马逊和谷歌洽谈30%的收入分成协议。
Meta 请求部分员工重新担任管理者
Meta 将 7,000 名员工调入应用人工智能部门并减少管理人员后，据报道如今正请求部分员工重新担任管理职务。
Garry Tan：对于中国的AI蒸馏技术，“我什么也不会做”
Y Combinator总裁Garry Tan表示，对于中国企业使用AI蒸馏技术，他不会采取任何行动。他敦促业界关注当前人工智能带来的具体风险，而不是人类灭绝等末日式情景。Tan的观点与部分硅谷人士及国家安全专家要求对中国企业采取措施的立场相反。
Y Combinator CEO陈嘉兴：别过度关注AI末日，应警惕现实安全风险
Y Combinator CEO陈嘉兴表示，人们过度关注好莱坞式的AI末日场景，反而忽视了已经出现的现实风险。他在接受CNBC采访时称，政策制定者应重点关注网络安全、关键基础设施安全，以及自主AI智能体的运行方式。陈嘉兴提出，如果系统遭到入侵，多个智能体协同行动并试图接管基础设施，相关机构是否能够确定智能体运行在哪个数据中心，以及如何将其关闭，仍是未解决的问题。他同时承认，OpenAI和Anthr
中国月之暗面 Moonshot AI 目标2026年年化营收达20亿美元
Moonshot AI计划在2026年底前将年化营收提升至20亿美元，并借助Kimi K3模型的市场需求加大与Anthropic和Z.AI等竞争对手的竞争。该数字是公司提出的目标，并非已确认的营收。
只需50美元即可开启你的虚拟唱片公司
MusicMagic Starter以49.99美元提供AI音乐工具的终身使用权。套餐包括生成100首曲目、八种音乐风格、封面设计和无限量发行。
Gemini 3.5 Pro去哪了？消失的AI模型之谜
谷歌没有按承诺在6月发布Gemini 3.5 Pro。三个月过去，且公司经历了领导层变动，这款模型仍然没有现身。
可见性鸿沟正将风险悄悄带入 AI 代码
数据显示，企业对智能体生成代码的信任程度，与其实际了解和监控代码生成过程及运行状况的能力之间，存在不断扩大的差距。
为什么许多人工智能研究人员认为机器可能杀死全人类
快速的技术进步、递归式自我改进的可能性以及智能代理群体，据称正让大型人工智能实验室的研究人员感到不安。文章讨论了极端的未来风险，但现有描述没有证据表明这类系统已经存在，或构成迫在眉睫的威胁。
Mi-Ripple：修复经迭代式 AI 编辑而劣化的图像
以参考图像为条件的迭代式图像编辑可能产生网格状和颗粒状纹理，通常被称为数字波纹。Mi-Ripple 是一种由诊断引导的图像修复流程，可将周期性晶格伪影与和图像内容相互纠缠的颗粒纹理分离。根据伪影类型，该方法分别采用选择性频谱陷波、结构感知平滑，或先清理参考图像再重新生成。在 14 次仅使用陷波处理的实验中，整幅图像在 CIELAB 亮度上的残差标准差为 0.08 至 0.44。在一个配对再生成示例