/
SandboxAQ将药物研发模型接入Claude，无需编程专业背景即可使用
SandboxAQ与Anthropic合作，将其专有的大型量化模型（LQM）集成至Claude对话界面，用户无需专业计算基础设施即可通过自然语言调用药物发现与材料科学工具。这些"物理驱动"模型能够执行量子化学计算、模拟分子动力学，帮助研究人员在实验室验证前预判候选分子的行为表现。SandboxAQ由Alphabet拆分独立，已融资逾9.5亿美元，此次整合旨在降低科学AI工具的使用门槛。
iOS 27将让快捷指令成为真正面向所有用户的自动化工具
苹果的Shortcuts自动化工具长期以来功能强大，但仅对熟悉编程的用户友好。据彭博社报道，iOS 27将引入AI驱动的自然语言创建功能，用户只需用文字描述需求，系统便能自动生成并安装快捷指令。这一改变有望让Shortcuts真正面向所有用户，无论技术水平高低，均可轻松实现个性化自动化工作流，同时也将进一步提升高级用户的操作上限。
索尼试图解释其AI相机助手并非一无是处
索尼近期因在Xperia 1 XIII上演示AI相机助手功能而引发争议，随后发文澄清该功能的工作原理。官方表示，该功能不会直接编辑照片，而是根据光线、景深和拍摄主体提供曝光、色彩及背景虚化等四项调整建议。然而，索尼在社交平台发布的示例图片效果依然不尽理想，各项建议均存在明显问题，甚至不及原图效果，引发用户质疑。
Gemini应用推出"扩展"思考模式并新增第三方应用集成
谷歌在I/O 2026前持续更新Gemini应用功能。部分用户已可看到"思考级别"选项，支持"标准"与"扩展"两种模式，适用于Fast（Gemini 3 Flash）和Gemini 3.1 Pro。此外，Gemini正准备新增Canva、Instacart和OpenTable三款第三方应用集成，支持设计协作、杂货购物及餐厅预订等功能，目前尚未正式上线。
谷歌"Googlebook"笔记本首发亮相，究竟能否让人眼前一亮？
谷歌近日在"Android Show"上首次展示了融合Android与ChromeOS的"Googlebook"笔记本，主打Gemini驱动的"Magic Pointer"光标功能。然而除此之外，发布会仅展示了小部件创建、手机应用镜像等已有功能，缺乏实质性新意。在智能手机日益强大、用户对笔记本期待更专业桌面级应用的当下，"Googlebook"尚未展现出足够说服力。
在不确定中前行：如何提升对未知的容忍力
记者Simone Stolzoff在新书《How to Not Know》中探讨了现代生活为何让"不知道"变得更难承受。他指出，智能手机让人们习惯即时获得答案，反而削弱了对不确定性的容忍度。书中建议放慢节奏、识别生活中的"锚点"，并将不确定视为可能性的起点，而非威胁。
汽车行业的AI技能军备竞赛正在到来
AI正在重塑汽车行业就业格局。通用汽车裁撤约600名IT员工，转而招聘AI原生开发、数据工程等方向人才。福特、通用、Stellantis三大车企累计削减逾2万个美国白领岗位，约占员工总数19%。与此同时，Samsara等公司利用积累的车载数据训练AI模型，开拓道路检测等新业务。
智能体AI治理的缺失拼图：评估工程如何破局
随着AI智能体能力日益强大，治理难题愈发突出。当前主流方案是部署多个对抗性验证器进行多层校验，但面临延迟高、Token消耗大的瓶颈。本文梳理了Klover AI、Maxim AI、Arize、Confident AI及Galileo AI等厂商在评估工程领域的实践，其中Galileo通过ChainPoll方法和专用Luna模型，以更低成本实现高效智能体治理。
AI需求正将数据中心改造推向极限
AI基础设施热潮正倒逼现有数据中心寻求改造出路。相比新建设施，存量数据中心虽已具备电力接入优势，却面临机架密度不足、承重限制、配电系统老化等多重挑战。现代AI机架功耗远超传统4至10千瓦标准，部分场景下单排机架重量可达1.5公吨。业内人士指出，液冷改造、局部高密度区域划分等方式正成为主流应对策略，但改造规模难以追上AI需求增速，新建数据中心仍将主导未来容量扩张。
流水线税正在阻碍企业级AI智能体的规模化落地
企业AI架构正面临一场深层危机：依赖数据管道、RAG层、向量数据库和编排框架的传统方式，在智能体规模化生产中频频失效。数据每经一次流转，治理策略就面临一次失效风险，由此形成隐性的"流水线税"——导致AI项目延期、幻觉频发、审计困难。解决之道在于重构架构逻辑：不再搬移数据，而是将AI与治理能力直接内嵌于数据层，实现实时、主权化的统一管控。
AI系统互连技术选型：协议纷繁背后的取舍与困局
随着芯片架构日趋复杂，互联互通技术也在快速演进。设计师在单一系统中往往需要同时评估PCIe、CXL、UCIe、NVLink、UALink等五种以上互连方案，各有其适用场景。芯片间与裸片间互连虽解决相似问题，却面临不同挑战。以太网技术凭借成熟基础设施持续演进，与专有协议展开竞争。光学互连也被认为是未来五年数据中心的重要方向。业界普遍认为，目前尚无单一标准能主导所有应用场景。
墨尔本AI与数据中心飞轮效应如何加速研究创新
墨尔本正凭借主权AI算力、超大规模数据中心扩张及密集的国际研究会议，构建起独特的研究创新生态。澳大利亚最大的高校AI超级计算机MAVERIC已在莫纳什大学落地，专为医疗研究、材料科学等数据密集型领域设计。与此同时，CDC、NEXTDC等机构正在墨尔本持续投入，预计本地主权数字容量将超800兆瓦。多所顶尖高校与188家AI企业聚集于此，使墨尔本成为亚太地区最具整合性的AI研究枢纽之一。
《西部世界》回归恰逢其时，完美契合AI奉承时代
华纳兄弟正在开发基于迈克尔·克莱顿1973年原著的《西部世界》新电影，编剧为大卫·科普，据报道史蒂文·斯皮尔伯格或将执导。文章认为此次重启恰逢其时——在AI技术盛行的当下，人类日益沉迷于人工情感体验，《西部世界》所描绘的"机器人取悦人类"场景已不再是科幻，而是现实镜像。真正的恐惧不再是机器人叛乱，而是人类心甘情愿地沉溺其中，再也不愿回归真实世界。
韩国LetinAR：打造AI智能眼镜背后的光学核心技术
韩国初创公司LetinAR专注于AI智能眼镜的光学模组研发，其自研PinTILT技术通过精确控制镜片内微型光学元件角度，实现更亮、更薄、更省电的显示效果。公司获LG电子支持，近期完成1850万美元融资，累计融资达4170万美元，客户涵盖日本NTT QONOQ及瑞士AR头盔企业Aegis Rider。随着全球AI眼镜出货量急速增长，LetinAR计划于2027年在韩国上市。
Red Hat发布智能体AI开发支持，推动企业迈向智能体新时代
Red Hat在年度峰会上发布多项新功能，涵盖桌面开发环境、高级开发套件、AI技能包及滚动更新Linux发行版Fedora Hummingbird。新功能支持开发者在本地环境中构建和测试AI智能体，并集成AWS Claude、Claude CLI、Microsoft Copilot等主流工具。Red Hat强调，企业无需重建技术架构，即可在混合云环境中获得智能体AI的生产力提升，所有新功能包含在现有Red Hat AI订阅中，不额外收费。
微软 Edge 浏览器 Copilot 更新：AI 可跨标签页整合信息
微软Edge浏览器迎来Copilot重大更新，新功能允许AI聊天机器人读取所有已打开标签页的内容，用户可就标签页内容提问、比较商品或生成摘要。此外，Edge还新增AI学习模式、AI播客生成工具及写作助手等功能。Copilot将支持长期记忆，并可访问浏览历史以提供更精准的回答。移动端更新后，用户还可与Copilot共享屏幕进行实时互动。
IEEE探索"网络化AI"未来：机器人如何实现集体学习
IEEE信号处理学会与《IEEE信号处理精选主题期刊》联合发布专题征稿，聚焦"网络化AI"领域。该研究方向旨在让机器人和AI系统摆脱孤立运行模式，通过互联网络实现集体学习、实时协同优化。研究涵盖多智能体机器人、分布式AI、边缘智能、自动驾驶等方向，探索系统在无需人工干预的条件下自主进化的可能性。论文征集截止日期为2026年6月15日，成果将于2027年1月发布。
PAL Robotics发布面向AI驱动操控应用的新型机械臂平台
PAL Robotics宣布推出一款全新机械臂平台，专为研究人员、开发者及机器人工程师设计。该平台基于ROS 2架构，配备七自由度关节，重量不足10公斤，支持3公斤负载。其核心技术为公司自研的串联弹性驱动器（SEA Arms），已在TIAGo Pro等产品中验证。平台集成电源板与控制面板，支持无线操控，并兼容移动机器人底盘。PAL Robotics计划于2026年ICRA大会正式发布，随后启动商业销售。
Isomorphic Labs完成12亿美元B轮融资，加速AI药物研发布局
Alphabet旗下初创公司Isomorphic Labs完成12亿美元B轮融资，由Thrive Capital领投，Alphabet、GV、MGX、淡马锡等机构跟投。所募资金将用于升级IsoDDE药物发现平台、推进国际扩张及临床管线开发。该公司由谷歌DeepMind创始人德米斯·哈萨比斯领导，依托AlphaFold技术构建AI药物研发引擎，已与强生、诺华、礼来达成多项合作。哈萨比斯表示，此轮融资将推动公司技术规模化，助力实现"攻克所有疾病"的使命。
从数据到部署：携手Veeva探索制药行业AI应用之路
在2025年巴塞罗那路透社欧洲制药大会上，Veeva AI欧洲商业战略副总裁Florian Schnappauf接受采访，深入探讨了制药企业在2026年实现"AI就绪"的核心要素。对话涵盖数据需求的演变、AI工具应用中情境理解的重要性，以及企业如何为2030年更数字化、AI驱动的医疗健康模式做好准备，为行业提供了务实的前瞻洞察。
京公网安备 11010802021500号
