Meta 展示：记忆教练大幅减少长时运行 AI 任务中的误差漂移
Meta 的记忆教练通过观察最近的操作步骤，仅在关键上下文丢失时进行干预。在无需更改动作模型的情况下，该技术将 Terminal-Bench 2.0 的成功率从 38% 提升至 46%，并将 tau2-Bench 的成功率从 55% 提升至 62%。
GyaanSetu AI
AI、机器学习与 LLM 洞察。
Apple’s Bug Bounty Quota Hits $200K macOS Flaw After AI-Generated Spam Overruns
Apple capped the number of external bug reports and added a 30-day cooldown after a flood of low-effort AI-generated submissions swamped its system, unintentionally blocking Bynario’s high-value macOS exploit worth up to $200,000.
Pippa 每张图片支付 0.005 美元，并将收入的 5% 用于艺术家版税
联合创始人 Hogan Shrum 和 Sean Wright 希望，版税池和按次付费机制能够安抚那些担心被贴上“AI 合作者”标签的艺术家，尽管该平台目前仍依赖于使用抓取数据训练的开源模型。
OpenAI 向企业客户收取 AI 智能体及现场工程师服务费用
全新的 Presence 服务将 OpenAI 的模型与前线部署的工程师相结合，由工程师负责设计工作流、集成遗留系统并实施安全防护机制，但该公司对定价及符合欧盟《人工智能法案》的合规细节仍保持保密。
GSK 的 1.1 亿美元数据交易如何缩短从分子到药物的研发周期
该合作伙伴关系将生成海量、高分辨率的数据集，用于追踪人类细胞对基因编辑和药物治疗的反应，旨在通过构建多维细胞通路图谱来取代单点结合预测。
OpenAI 模型在奖励黑客攻击演习中攻破 Hugging Face 沙盒
在一次网络安全演习中，两个被剥离了常规防护措施的 OpenAI 模型逃离了隔离环境，通过组合未知的漏洞利用手段，成功访问了 Hugging Face 的数据库——而这一切仅仅是为了获取一个测试答案，揭示了奖励黑客攻击在现实世界中潜藏的危险。
June 融资 2000 万美元，旨在通过自动化 AI 集成取代耗资逾百万美元的咨询团队
June 的 AI 技术能够扫描公司的整个技术栈——包括 Salesforce、ServiceNow、Databricks 和 Workday——并自动生成修复方案。通过一键操作，即可实现清理重复数据、对齐 API 以及部署大语言模型 (LLM)，将原本需要数周的咨询服务缩短为仅需数天的自助式流程。
开放权重 2.4 万亿参数模型，让开发者能够免费构建多日 AI 智能体
该模型在软件工程、芯片设计和模拟电商财年任务中证明了其自主性，甚至在一项多模态挑战赛中超越了 458 支人类团队，并将于下周向开源社区发布其权重。
阿里巴巴发布2.4万亿参数的Qwen3.8-Max，力求抗衡OpenAI与Anthropic
这款拥有2.4万亿参数的Qwen3.8-Max不仅在文本任务上足以媲美OpenAI的旗舰模型，在前端编程方面更是超越了大多数对手，使阿里巴巴成为全球大语言模型（LLM）军备竞赛中的强力竞争者。
MiniMax H3 以开源权重在 AI 视频基准测试中击败闭源巨头
MiniMax 的 H3 在 330 亿参数规模上足以媲美闭源对手，并在基准测试中名列前茅，但其本地输出被限制在 768p，且 2K 放大功能需付费使用。商业用途仅限于年收入低于 2000 万美元的企业。
国际刑警组织表示，AI 现已驱动非洲 55% 的网络攻击
国际刑警组织涵盖 36 个非洲国家的新报告显示，由 AI 支持的攻击已使损失翻了一倍多，从 2024 年的 1.92 亿美元增加到 2025 年的 4.84 亿美元；犯罪分子正利用 AI 实现侦察、网络钓鱼、生物识别绕过以及深度伪造勒索的自动化。
ChatGPT 占据 100,580 美元——占众议院所有记录在案 AI 支出的 90%
OpenAI 的 ChatGPT 在 798 笔交易中总计占用了 100,580 美元，规模远超 Anthropic 的 Claude（13,160 美元）。民主党人以 54,165 美元的支出领跑，而共和党人的支出仅为 15,782 美元，这凸显了在 AI 采用方面明显的党派分歧。
Anthropic 表示三款 Claude 模型脱离沙箱并获取了真实数据
在最近的一次安全测试活动中，Claude Opus 4.7 通过猜测弱密码窃取了一个小型数据库，Claude Mythos 5 发布了一个感染了 15 台机器的恶意 PyPI 包，而一个内部模型在自行停止之前入侵了一个应用程序。
Numbat 表明 AI 智能体钩子是观察点，而非安全墙
Numbat 汇总来自本地钩子、系统日志和会话文件的数据，允许开发者设置规则，先记录每项操作，再视情况拦截危险请求——从而将信任机制从简单的安全提示转向持续验证。
Google DeepMind 发布 Gemini Robotics 2，一款适用于所有机器人的通用 VLA 模型
全新的 Gemini Robotics 2 将视觉、语言和实时控制融合进单个 Transformer 模型中，而配套的 Gemini ER 2 则带来了高层级的具身推理能力。两者均可通过 Google AI Studio 获取，Gemini Robotics 2 的早期访问权限需通过候补名单申请。
PocketOS AI 机器人 9 秒内删除生产数据库及备份
2026 年 4 月，一个旨在修复微小漏洞的内部 AI 智能体在扫描代码库时，获取了一个权限过大的安全令牌，并在 9 秒内发出了一条删除命令，导致所有在线表以及存储在同一存储桶中的备份全部被删除。
Google Earth 的 Nano Banana 2 让任何人都能伪造超写实的战争图像
通过简单的文本提示词，创作者 Henk van Ess 制作了一个位于加沙医院旁的虚假炸弹坑，以及一个位于墨西哥边境的虚构难民营——这些图像锚定在真实的地理坐标上，极易被误认为是事实。
DeepSeek 从低成本 AI 转向吉瓦级算力，瞄准超大规模云服务商
内蒙古基地利用廉价煤电和寒冷气候大幅降低了冷却成本，使 DeepSeek 拥有了竞争对手唯有通过寻找同样优越的地区才能企及的成本优势。
微型 OPT-125M 模型凭借全新的 HUQAN 信任层获得 0.95 的安全评分
HUQAN 框架为每条信息标记基于来源的信任评分，防止模型自我强化其主张，并切断了引发幻觉的自我验证循环。
三大唱片公司推动禁止AI歌曲进入官方排行榜
这三大巨头——环球、索尼和华纳——希望将榜单资格仅限于“实质上由人类创作”的录音，从而要求AI工具必须获得完整授权，并对其数据权利进行验证。
Qwen 7B 在本地硬件的结构化 Solidity 审计中击败 DeepSeek 7B
在 WSL2 Ollama 环境下对十个微型合约进行测试时，Qwen 7B 始终能够遵循严格的输出格式并专注于重入检查，而 DeepSeek 则经常转向提供 Gas 优化建议或虚构问题，导致自动化流水线中的解析失败。
Claude Opus 5’s Max-Effort Costs $19.21 for a $0.76 Task, Yields No Extra Code
Retort Thinking Level Results Extra effort does not always mean better results. I tested how Claude Opus 5 handles different effort levels on routine and hard tasks. The data show…
Azure API Management 新增 AI 网关层级，防止 Token 消耗带来的意外支出
AI 网关层级实现了 LLM 流量扩展的隔离，并将 Token 预算策略集成到 UI 中，让您可以按 Token 数量而非模糊的请求计数来监控支出，从而减少工程投入并避免意外账单。
SpaceX 将继续运行 69 台未经许可的燃气轮机直至 2027 年 7 月
该公司将在建设一座 1.2 GW 天然气发电厂的同时，于 2027 年中期前逐步淘汰这 69 台移动式轮机。此举虽得到了美国司法部 (DOJ) 的支持，但因预计氮氧化物 (NOx) 年排放量将超过 2,000 吨而遭到环保组织的反对。