OpenAI 周二公开反驳了关于其销售增长放缓的市场担忧，明确表示其消费者与企业业务正“全速运转”。此前《华尔街日报》报道称 OpenAI 未能达成数项内部目标，OpenAI 将该报道斥为“典型的标题党”，并强调公司持续看到商业客户与新兴广告业务的需求增长，内部氛围积极。 受相关报道影响，软银、甲骨文及 CoreWeave 等 OpenAI 核心投资方与合作伙伴的股价周二出现波动。《华尔街日报》指出，OpenAI 首席财务官 Sarah Friar 曾表达担忧，若销售增速不及...
英伟达正式推出 Nemotron 3 Nano Omni 模型，作为 Nemotron 3 系列新成员，该模型将视频、音频、图像与文本的推理能力整合至单一高效的开源架构中，旨在替代传统碎片化的多模态技术栈，降低智能体系统的编排复杂度与推理成本。 Nemotron 3 Nano Omni 基于 30B A3B 混合专家（MoE）架构构建，结合 Mamba 层与 Transformer 层优化计算效率。在多项行业基准测试中，该模型在文档智能、视频与音频理解方面表现领先。在固定交互...
AI无代码应用构建工具Lovable正式登陆iOS和Android平台。该移动应用允许开发者通过语音或文本AI提示随时随地进行“氛围编码”，捕捉灵感并让AI代理自主运行构建应用。此外，用户可以在电脑和手机之间无缝切换项目，并在构建完成时收到通知。 此次发布正值苹果近期对氛围编码应用进行整顿之际。此前，苹果因安全审查问题阻止了Replit和Vibecode等应用的更新，并短暂下架了Anything应用，原因是此类应用下载新代码或改变功能会带来安全风险，且无法通过App Revi...
4月28日，NVIDIA正式发布开源多模态推理模型Nemotron 3 Nano Omni。该模型将视觉、音频和语言能力整合至单一系统，有效解决了传统AI智能体在多模型间切换导致的数据延迟与上下文丢失问题。 Nemotron 3 Nano Omni采用30B A3B混合专家（MoE）架构，支持256K上下文窗口，可处理文本、图像、音频、视频及图形界面等复杂输入。在同等交互性下，其吞吐量较其他开源全模态模型提升9倍，并在复杂文档智能与音视频理解等六项基准测试中位列榜首，显著降低...
AI 招聘初创公司 Dex 宣布完成 530 万美元种子轮融资，由 Notion Capital 领投，a16z Speedrun、Concept Ventures 及来自 OpenAI 等公司的天使投资人参投，累计融资达 840 万美元。Dex 由前 Atomico 顾问 Paddy Lambros 创立，定位为“AI 人才代理”，聚焦 AI 研究员和软件工程师等高端技术人才市场。 该公司的 AI 代理通过语音或文本与求职者交互，结合 OpenAI、Anthropic 和...
Anthropic 正式发布“Claude for Creative Work”系列更新，推出多款针对创意行业的软件连接器，使 Claude 能够直接与创意工作者常用的专业工具协同工作。此次合作涵盖 Blender、Autodesk、Adobe、Ableton 和 Splice 等知名平台。 新增连接器支持用户通过自然语言与创意软件交互。其中，Adobe 连接器可调用 Creative Cloud 50 余款工具；Autodesk Fusion 支持对话式 3D 建模；Ble...
制造业正从传统的“设计 制造 测试”向“仿真优先”时代转变。NVIDIA表示，基于OpenUSD和NVIDIA Omniverse的高保真仿真技术，现已能生成适用于生产级AI的合成训练数据。同时，NVIDIA推出了基于OpenUSD的SimReady内容标准，确保3D资产在渲染、仿真和AI训练管线中可靠运行，解决资产在不同3D管线间流转时数据丢失的问题。 多家制造商已应用该技术栈并取得显著成效。ABB Robotics将Omniverse库集成至其仿真平台RobotStudi...
YouTube正在测试一项名为“Ask YouTube”的AI互动搜索功能。该功能可为用户的查询提供分步结果，内容结合了文本、短视频和长视频，而不仅仅是视频链接。例如，用户搜索“规划从旧金山到圣巴巴拉的3天公路旅行”时，系统将生成包含图文和视频的详细行程建议，并支持追问。 该功能目前仅面向美国地区18岁及以上的YouTube Premium订阅用户开放，用户需选择启用方可体验。YouTube表示，搜索结果会展示相关视频片段、标题及频道信息，以帮助用户发现新创作者。同时，Goo...
美国商品期货交易委员会（CFTC）主席 Mike Selig 表示，在联邦人员裁减逾五分之一后，CFTC 正倚重人工智能（AI）与自动化技术弥补人手缺口。该机构正构建系统以自动化审查加密领域的注册申请，并协助市场监控。 Selig 指出，AI 工具将被用于初审申请材料、标记关键事项、加快反馈速度，并自动驳回存在明显错误或信息不全的申请。目前，CFTC 员工正接受微软 Copilot 培训，同时机构也在开发用于审查互换数据和市场监控的内部 AI 工具。Selig 强调，技术升级...
脑机接口（BCI）初创公司Neurable宣布，正寻求将其非侵入式“读心”技术授权给各类消费级可穿戴设备厂商。与需要植入芯片的Neuralink不同，Neurable的技术无需进行脑部手术，而是通过脑电图（EEG）传感器和AI信号处理来扫描并分析用户的大脑活动，从而提供认知表现数据。 该公司于去年12月完成了3500万美元的A轮融资，以推进技术的商业化。通过其授权平台，OEM厂商可将该AI脑机传感技术直接集成到耳机、帽子、眼镜和头带等现有硬件中，应用场景涵盖健康、运动、生产力...
红帽首席软件工程师Sally O’Malley发布了一款名为Tank OS的开源工具，旨在让OpenClaw AI代理的部署和管理更加安全便捷。该工具主要面向在本地运行OpenClaw的高级用户，以及管理企业级OpenClaw代理集群的IT专业人员。 Tank OS基于红帽的Fedora Linux操作系统和开源容器工具Podman构建，将OpenClaw加载至无根（rootless）容器中并生成可启动镜像。这种隔离机制确保了不同实例间的密码和凭证不互通，且代理无法访问计算机...
AI会议记录工具Otter宣布推出企业搜索功能，通过作为MCP（模型上下文协议）客户端，将应用转变为全工作区解决方案。用户现可连接Gmail、Google Drive、Notion、Jira和Salesforce账户，跨工具查询数据，并支持将会议摘要推送到Notion或起草Gmail。未来还将支持Microsoft Outlook、Teams、SharePoint和Slack。 此外，Otter重新设计了其AI助手，使其在界面中始终可用，能够根据当前屏幕的上下文（如特定会议或...
MarkTechPost 发布了一项新教程，介绍如何构建一个受视觉 语言 动作（VLA）启发的轻量级具身智能体。该智能体能够直接从像素观察中进行感知、规划、预测和重新规划。 教程使用纯 NumPy 渲染的网格世界，让智能体观察 RGB 帧而非符号状态变量，从而模拟简化的 VLA 流程。此外，该教程还涵盖了如何训练一个轻量级世界模型，并结合模型预测控制（MPC）来实现智能体的决策。
过去18个月，语言模型能力与机器人实际部署之间的差距已显著缩小。一类新型基础模型正逐渐成为焦点，这类模型并非专为文本生成而设计，而是为物理动作量身定制。 目前，这些物理AI模型已在工厂、仓库和研究实验室的真实硬件上运行。这些系统涵盖了已部署的机器人策略、私有预览版的视觉 语言 动作模型（VLAs）等多种形态，标志着AI从数字世界向物理世界的重要跨越。
AI基础设施扩张正重塑半导体盈利模式，内存厂商成为直接受益者。Melius Research分析师首次给予美光科技与闪迪“买入”评级，两年目标价分别定为700美元与1350美元。目前美光市值逼近6000亿美元，闪迪过去一年累计涨幅超3000%，市值突破1570亿美元。 AI数据中心对高带宽内存（HBM）与NAND闪存需求爆发，促使三星、SK海力士与美光将大量DRAM产能转向HBM，导致通用内存供应收紧、价格快速上涨。数据显示，DRAM市场已连续两个季度实现约30%的环比增长。...
由 Nick Levine、David Duvenaud 和 Alec Radford 领导的研究团队发布了 Talkie 1930，这是一款拥有 130 亿参数的开源大语言模型。该模型完全基于 1931 年之前的英文文本进行训练。 Talkie 1930 专为历史推理和泛化研究而设计。由于训练数据的限制，该模型不具备关于互联网、智能手机或第二次世界大战等现代概念的知识，从而成为研究特定历史语境下大模型行为与泛化能力的重要实验工具。
OpenMOSS 近日发布开源音频基础模型 MOSS Audio。该模型将语音、环境音、音乐及时间感知音频推理能力统一整合至单一架构中。 基准测试显示，MOSS Audio 在通用音频任务上的表现优于所有参与对比的开源模型，性能甚至超越部分参数量为其四倍以上的系统。
MarkTechPost 发布最新技术教程，详解如何构建基于强化学习（RL）的智能体，使其能够从长期记忆库中精准检索相关信息，从而提升大语言模型（LLM）的问答表现。 教程涵盖完整实现路径：首先构建合成记忆数据集并生成需特定回忆的查询指令；随后利用 OpenAI 嵌入模型将记忆与查询转化为向量表示，通过相似度匹配信号优化检索流程，为开发者提供了一套可落地的长期记忆增强方案。
微软与OpenAI宣布重新谈判双方的合作协议。新协议取消了微软对OpenAI知识产权和产品的独家访问权，从而解决了OpenAI此前与亚马逊签署高达500亿美元投资协议时可能面临的法律诉讼风险。 根据新条款，微软获得了OpenAI模型和产品至2032年的非独家许可。微软仍是OpenAI的“主要云合作伙伴”，OpenAI产品将“优先在Azure上发布”，但OpenAI现在可以通过任何云提供商提供其所有产品。此前，OpenAI与亚马逊的交易包括在AWS上独家提供其新的Frontie...
英国AI实验室Ineffable Intelligence宣布完成11亿美元融资，估值达51亿美元。该公司由前DeepMind研究员David Silver于数月前创立，旨在开发无需依赖人类数据即可自主学习的AI模型。 该公司计划利用强化学习技术构建“超级学习者”，使其能够通过试错自主发现知识与技能，而非依赖人类生成的示例。该方向与Silver在DeepMind期间主导开发AlphaZero的技术路径一脉相承。 本轮融资由红杉资本和光速创投领投，Index Ventures、...
Signull Labs 正在开发一款名为 Skye 的 iPhone AI 主屏幕应用，该应用在正式发布前已获得超过 358 万美元的预种子轮融资。此轮融资于 2025 年 9 月完成，投后估值达 1950 万美元，投资方包括 a16z、True Ventures、SV Angel 和 Offline Ventures 等。 Skye 旨在通过 iOS 小组件打造“智能主屏幕”，为设备提供环境智能。该应用可根据用户授权的数据，提供个性化天气、情境和健康洞察，还能起草邮件回复...
中国国家发改委（NDRC）已正式否决Meta以20亿美元收购AI智能体初创公司Manus的交易，并要求双方完全解除该收购。此举是中国对跨境交易最重大的干预之一，对Meta在快速发展的AI智能体领域的布局造成严重打击。 Manus由华人工程师创立，其母公司Butterfly Effect于2022年在北京成立，后于2025年中将总部迁至新加坡。Meta于2025年12月宣布收购，原计划将Manus的智能体技术整合至Meta AI中。目前，约100名Manus员工已于3月搬入Me...
微软与OpenAI公布了合作的下一阶段安排。微软宣布将不再向OpenAI支付收入分成。同时，OpenAI向微软支付收入分成的安排将持续至2030年，该支付与OpenAI的技术进步无关，将按相同比例支付，但受总额上限限制。 在知识产权方面，微软将继续持有OpenAI的IP授权（适用于模型和产品）至2032年，但该许可现改为非排他性。此外，微软仍是OpenAI的主要云合作伙伴，OpenAI产品将优先在Azure上发布，除非微软无法支持或选择不支持相关功能。微软作为主要股东，将继续...
业内分析师郭明錤发布报告指出，OpenAI可能正在与联发科、高通及立讯精密合作开发一款智能手机。据悉，OpenAI将与联发科和高通共同开发智能手机芯片，立讯精密则作为联合设计和制造合作伙伴。该手机的最大特点是将以AI代理取代传统App来完成各项任务，从而绕过苹果和谷歌对应用生态及系统权限的限制。 郭明錤表示，这款手机将被设计为能够持续理解用户语境，通过提供硬件本身，OpenAI可以获取比单一应用更多的用户习惯数据。在技术实现上，OpenAI计划采用设备端小模型与云端模型相结合...
Meta Reality Labs 发布了全新的以人为中心的视觉基础模型系列 Sapiens2。该模型具备高分辨率处理能力，专注于人体相关的视觉任务。 Sapiens2 采用单一骨干网络架构，能够在姿态估计、图像分割以及 3D 几何（包括法线、点图和反照率）等多项任务上达到新的最先进（SOTA）水平。
为满足AI模型日益增长的算力与电力需求，Meta与初创公司Overview Energy签署协议，计划通过1000颗卫星从太空向地球发射红外光，为数据中心提供夜间太阳能供电。根据协议，Meta预留了高达1吉瓦的电力容量。 Overview Energy的技术旨在太空中收集太阳能，将其转换为近红外光并发射至地面的太阳能农场。这种方式比高功率激光或微波束更安全，甚至可以直接肉眼注视。2024年，Meta数据中心耗电超1.8万吉瓦时，该公司已承诺建设30吉瓦的可再生能源。 Over...
一篇最新发布的实操教程介绍了如何结合 OpenKB、OpenRouter 和 Llama 模型，搭建一个完全可搜索的本地 AI 知识库。 教程详细演示了如何通过 OpenRouter 调用免费的开源模型，并使用 getpass 安全获取 API 密钥，确保在环境配置过程中不硬编码敏感信息。 此外，该工作流还指导用户从零开始初始化一个结构化的、维基风格的知识库，并实现数据的添加与高效查询。
LoRA（低秩自适应）因其高效性被广泛用于大模型微调，但其底层机制依赖一个在实际生产环境中易失效的假设：即模型的所有参数更新具有相似性。 分析指出，当针对文本风格（如语气、格式或角色设定）进行微调时，参数变化相对简单且集中于少数维度，LoRA的低秩近似表现优异。然而，面对更复杂的知识注入或逻辑更新需求时，该假设将不再成立，从而导致微调效果受限或模型性能下降。
中信建投发布研报指出，DeepSeek V4 与 GPT 5.5 于4月24日同期发布。DeepSeek V4 凭借 CSA/HCA 注意力压缩与 mHC 网络重构技术，在性能紧逼闭源旗舰的同时，将百万上下文推理成本降至极低水平，并成功跑通国产化算力基座；GPT 5.5 则依靠软硬件强耦合，主攻高复杂度知识工作，延续高定价匹配高智能的商业模式。 DeepSeek V4 包含 Pro（1.6T参数，激活49B）与 Flash（284B参数，激活13B）两个版本，原生支持1M上下...
BudouX 是一款基于机器学习的开源工具，旨在为日语、中文和泰语等缺乏自然空格分隔的语言提供智能、短语感知的自动换行效果。最新发布的教程详细演示了如何利用该库优化多语言文本排版。 教程首先介绍了 BudouX 的环境配置与默认解析器使用，展示如何将原始文本分割为具有语义的语块。随后深入讲解了 HTML 渲染集成与模型内省的具体实现路径。 此外，文章还包含“玩具训练（Toy Training）”环节，指导开发者通过轻量级训练进一步理解底层模型逻辑，并根据特定排版需求进行定制化...