Anthropic与加州达成协议:政府半价使用Claude
Anthropic与加州州长纽森达成一项里程碑式协议,允许加州政府以半价使用其AI助手Claude。此举不仅强化了Anthropic与加州的合作关系,也使其与联邦政府的关系日趋紧张。分析认为,这标志着AI公司与地方政府深度绑定的新趋势,同时
Anthropic与加州州长纽森达成一项里程碑式协议,允许加州政府以半价使用其AI助手Claude。此举不仅强化了Anthropic与加州的合作关系,也使其与联邦政府的关系日趋紧张。分析认为,这标志着AI公司与地方政府深度绑定的新趋势,同时
企业AI投资热潮持续升温,Gartner将2026年定义为AI项目与战略目标对齐的“转折年”。面对ROI压力,高管们转向智能代理(agentic AI),期望其能驱动可量化的财务成果。智能代理正从实验走向生产,成为企业技术前沿的新信心支柱。
指标看似客观,实则可能掩盖或扭曲真相。在AI领域,过度依赖单一指标可能导致对模型能力、公平性或风险的误判。同时,行业中存在一些“房间里的大象”——如算力消耗、数据偏见等问题——常被主流指标忽略。本文剖析指标的固有弱点,并探讨AI发展中的警示
硬件巨头HP于2026年2月启动OpenAI Frontier集成试点,并在软件工程与网络安全修复领域验证了显著的运营效率提升。如今,HP正将该平台扩展至全球运营体系,通过统一访问协议与上下文感知机制,重塑企业工作流。本文深度解读HP的AI
Omen AI完成3100万美元A轮融资,开发基于AI的冷却液监测系统,实时检测数据中心芯片冷却液中的细菌滋生风险。随着液体冷却技术普及,水冷系统中的微生物污染成为重大隐患,可能导致设备腐蚀、热传导效率下降甚至停机。Omen AI的方案填补
机器人手初创公司Proception在与特斯拉的商业秘密诉讼达成和解后,宣布完成1100万美元融资。该公司采用独特方法收集训练数据,致力于解决机器人领域最棘手的问题之一:灵巧手部的精确控制。这一进展为AI机器人行业带来新思路,也凸显了数据采
为了应对现代DevSecOps快速迭代的安全挑战,自动化安全测试工具成为关键。威瑞森2025年数据泄露调查报告显示,漏洞在发布后被发现的比例居高不下,手动审查已无法满足速度要求。本文梳理了当前最佳自动化工具,涵盖SAST、DAST、IAST
自然语言处理正彻底改变专业社交平台的互动方式,通过AI驱动的系统理解和生成人类语言,实现更个性化、精准的连接。这一技术进展既提升了用户建立和维持职业关系的效率,也引发了关于真实性与深度沟通的担忧。本文分析NLP如何重塑专业网络生态,并探讨其
全英草地网球俱乐部与IBM合作,为温布尔登数字平台增添AI新功能,包括升级版Match Chat助手和新推出的Key Moments功能。这些工具将从首轮比赛起在温网App和官网上线,旨在提升球迷互动体验,利用AI实时捕捉比赛关键时刻,让观
Scam.ai宣布与高通合作,并在Computex 2026上推出Halo端侧深度伪造检测模型,专为桌面视频通话实时防伪设计。该模型利用高通AI引擎在设备本地运行,无需联网,能毫秒级识别AI换脸和语音合成,为视频通信安全树立新标杆。
由前英伟达工程师创立的Flexion Robotics公司,推出了一款名为“Flexion”的人形机器人,它通过创新的“模仿学习”技术,仅需少量演示即可熟练完成送文件、煮咖啡等办公室杂务。该机器人目前已在多家科技公司实习测试,其高效与灵活性
在ISC 2026高性能计算展会上,xFusion展示了覆盖边缘工作站到液冷数据中心的四层可扩展企业AI架构。针对企业技术买家对实用生产框架的迫切需求,xFusion提出硬件选型需考虑物理极限、拒绝公共API依赖以保护商业数据安全等关键观点
MLCommons指出,AI系统与传统软件不同,其评估发现具有双重用途、无法通过补丁修复,且开放权重模型的危害会永久存在。协调漏洞披露(CVD)模式因此失效。文章分析了三大核心挑战:发现易被滥用、过度反馈会污染测试、无法集中修复模型。MLC
MLCommons Chakra 工作组于 2023 年成立,旨在解决 AI 系统快速发展带来的基准测试与软硬件协同设计难题。通过标准化执行追踪(Execution Trace),Chakra 提供了一个开放、可互操作的生态系统,支持从真实
MLCommons 正式推出 MLPerf Mobile v6.0 版本,新增针对 Android 设备运行大语言模型的生成式 AI 基准测试。该版本引入 Llama 3.2 1B、3B 及 Llama 3.1 8B Instruct 模型
MLCommons 正式发布 MLPerf Training v6.0 基准测试结果。本次更新新增 DeepSeek V3 与 GPT-OSS 20B 两项基准,突出 Mixture-of-Experts(MoE)稀疏计算架构的行业趋势。测
Novita AI 基于 SGLang 为 GLM4-MoE 模型开发了一套经过生产验证的高影响力优化方案。通过端到端性能优化策略,涵盖从内核执行效率到跨节点数据传输调度等全流程瓶颈,集成 Shared Experts Fusion 与 S
SGLang RL 团队受 Kimi K2 启发,成功落地 INT4 Quantization-Aware Training (QAT) 端到端方案。通过训练阶段的 fake quantization 与推理阶段 W4A16 真实量化结合,
在智能体强化学习中,rollout并非单次生成,而是多轮模型调用、工具输出与恢复生成的链式过程。Token-In-Token-Out(TITO)原则旨在消除训练与推理间的关键不匹配,确保训练器评估的token序列与推理引擎实际产生和消费的序
SGLang 与 AMD 团队合作,通过 MoRI 通信库在 AMD Instinct MI355X GPU 上实现大规模 DeepSeek-R1 推理的竞争性 TCO。在 129 tok/s/user 交互性下,MI355X 每百万 to