AI行业资讯

AI芯片初创公司SambaNova Systems在Series F轮首次完成11亿美元融资，估值达110亿美元，由General Atlantic领投。该公司在五个月前刚完成3.5亿美元Series E轮并发布SN50芯片。SambaNova被摩根大通选为推理基础设施合作伙伴，其SN40L和SN50系统将为银行提供安全本地AI推理。CEO Rodrigo Liang表示，企业级AI推理市场潜力巨大，公司可能走向IPO。

最新arXiv论文提出LLMForge框架，利用大语言模型与视觉语言模型实现从自然语言描述到参数化3D设计的自动生成。研究构建了涵盖97个工程问题的基准测试，评估了七种主流基础模型，在IterTracer机制下最优模型平均得分达0.89，网格生成成功率98.97%。IterVision引入VLM语义批评器，实现100%水密网格生成，揭示了旋转对称几何体的视觉与语义评分差异，为工业自动化设计提供新路径。

研究人员提出叙事世界模型（NWM），专为长篇小说写作设计，解决现有通用记忆系统无法处理叙事结构问题的缺陷。NWM通过结合叙事学基础的类型化时序状态图与查询条件混合检索，在跨章节多跳问答任务上显著优于Graphiti/Zep等最强基线系统，性能提升源于其叙事学结构而非提取质量，为AI辅助创意写作开辟新方向。

CSTutorBench 是一个新基准，用于评估小型语言模型在块编程环境 VEX VR 中作为 AI 导师的表现。该基准包含 17 个场景问题，基于教学法评分，并采用人机交互的 LLM-as-judge 评估流程。初步测试 11 个模型（4B-120B 参数）发现，模型在词汇和语气等表面标准上表现良好，但在避免答案泄露和参与学生调试历史等深层教学行为上存在困难。模型家族和指令调优方法比参数数量更能预测辅导质量，且针对性的提示修订能显著提升多数模型分数。

研究人员提出Prompt-to-Paper系统，一个面向生物信息学的多智能体框架，能够自动生成可验证的学术论文。该系统通过确定性检索增强生成管道确保每个声明都有文献支撑，并利用自主编码代理执行真实计算实验，避免结果伪造。系统还引入八维自动质量评分器，结合幻觉惩罚机制，并通过质量驱动的改进循环持续优化稿件。在五个生物信息学案例研究中，系统生成了格式规范的PDF文件，平均质量评分提升17.96分，人工评审平均得分7.0/10，每篇论文成本仅约0.31美元。

研究人员提出一种基于统计力学的结构归因框架，通过能量模型对网络物理物联网系统进行依赖感知归因分析，无需重建有向因果图。该框架在工业物联网测试台上表现出比现有图方法更高的归因准确性、鲁棒性和可扩展性，适用于高风险领域中的异常行为解释与决策支持。

Meta通过其超级智能实验室发布全新AI图像生成器Muse Image，该工具免费集成于Meta AI应用、Instagram故事和WhatsApp中。Muse支持预设提示词、自定义广告创作、室内装饰模拟及基于提示的图像编辑功能，并可与Facebook Marketplace联动。Meta同时推出基于Muse的Instagram故事AI特效，未来还将开发Muse视频生成器。该工具对日常创作免费，超出限制需订阅。此举是Meta在AI领域的最新布局，此前已推出Creator助手和Pocket应用。

Decagon CEO张杰西提出新理论，认为开源与前沿AI模型并非竞争对手，而是同一生命周期的不同阶段。前沿模型用于验证新用例，成熟后转向开源模型，但新用例不断涌现，使前沿模型支出保持稳定。Vercel和OpenRouter数据显示，开源模型如DeepSeek V4 Flash在处理量上领先，但Anthropic等前沿实验室在支出上仍占主导，说明开源AI的崛起尚未显著冲击前沿模型市场。

随着AI服务成本持续攀升，微软开始采用自研MAI模型替代部分OpenAI和Anthropic的模型，以降低开支。据彭博社报道，微软已在Excel和Word中部署自家模型处理部分用户提示，并推出七款新MAI模型。此举反映了科技行业普遍的成本削减趋势，亚马逊、优步、Meta等公司也在采取措施控制AI支出。

Discord近期承认其AI审核系统存在漏洞，导致超过8000名用户因上传无害图片（如电子表格、棋盘、游戏纹理及纯色背景）被错误封禁。该问题自5月起影响账户，周末新增200例后团队修复。所有受影响账户正逐步恢复。事件凸显AI辅助审核的挑战，系统通过匹配已知有害内容数据库工作，但易产生误报。尽管有人工复核环节，漏洞却绕过直接封禁。用户反映网格图案易触发误判，因曾用于隐藏违规内容。Discord承诺加强防护，但用户呼吁停止不公的AI封禁。

Anthropic宣布将其通用知识工作AI代理Claude Cowork从桌面应用扩展至网页和移动端，面向Max订阅用户开放。该产品旨在超越传统聊天机器人，成为跨设备协作的“行政同事”，可后台运行任务并在需要时请求人工输入。同时，Anthropic发布了早期使用数据，显示Cowork最常用于业务流程操作和内容创作等辅助性工作，标志着AI编码代理竞争正向办公场景蔓延。

随着生成式AI技术的普及，基于语音克隆和深度伪造的诈骗手段日益猖獗，普通消费者成为主要目标。前Cisco和Apple高管Patrick与Ryan Coughlin兄弟联合创立Savi Security，推出面向iPhone和Android的防诈骗应用Savi。该应用旨在通过实时检测和拦截AI生成的诈骗电话、短信和邮件，保护用户免受经济损失。公司已获700万美元种子轮融资，由Acrew Capital领投。创始人表示，AI降低了诈骗成本，使过去针对企业的高端攻击手法如今可轻易瞄准个人。

美国无人驾驶车辆制造商Forterra宣布，其超过100辆Lancer自主地面车辆已在乌克兰冲突地区部署九个月，执行超过1100次任务，行驶2500英里，运送近78万磅物资并完成52次伤员撤离。这是美国国防科技公司在实战中部署的最大规模无人地面车辆。这些基于北极星ATV的车辆配备定制传感器和计算堆栈，可携带750公斤货物，通过星链天线适应战场需求，为美军无人地面作战提供了宝贵经验。

SwarmResearch是一种新型编排-子智能体架构，通过Shepherd Agent全局导航与Search Agent本地探索，解决长期运行编码智能体易陷入局部最优的问题。在15项开放优化任务中，13项超越现有LLM引导进化与多智能体方法，通过自适应并行搜索深度实现更高层次的探索，显著提升解决方案质量。

针对大型科学数据集在成为AI训练数据前需大量人工处理的痛点，研究团队推出开源框架REDI。该框架通过统一的五阶段流水线（摄取、预处理、转换、结构化、输出）实现自动化数据准备、就绪度评估、来源追踪和代理原生部署。配套工具SetGo可自动完成FAIR合规与目录发布。在气候、蛋白质组学、材料科学和核聚变四个领域验证中，REDI成功将所有原始数据转换为AI就绪状态，并在Frontier超算上展现出接近理想的百节点并行扩展能力。

一篇来自arXiv的新论文探讨了在AI对齐和参与式设计中常用的成对比较方法的局限性。研究指出，该工具假设用户的局部比较能反映其全局偏好，且用户总能做出明确选择。但在“内部多元主义”下，即个人依据多个权威优先级评估决策规则时，这些假设可能失效。论文通过形式化模型揭示了两种失败情形：优先级（如比例性、平等主义）的全局性导致局部比较失效，以及强优先级间的内部冲突可能引发行为扭曲。研究还发现，允许用户报告“无法决定”可显著减少学习准确偏好所需的查询次数，并指向了更直接提取优先级的新偏好学习方法。

一项新研究提出ASK+框架，通过为小型语言模型（SLM）提供轨迹感知上下文和结构化思维链，显著提升了其在部分可观测环境下辅助强化学习代理的性能。研究发现，传统不确定性门控方法因提示词缺乏上下文而失效，而ASK+通过状态化提示将SLM从被动冗余检查转变为主动顾问。在DoorKey、FourRooms和HigherLower等测试环境中，ASK+分别实现了93%、70%和73.7%的成功率，且Qwen3.5-2B模型表现与4B版本相当，凸显了提示设计与选择性门控的重要性。

科大讯飞近日发布技术报告，推出名为iFLYTEK-Embodied-Omni的统一多模态基础模型。该模型将视觉（视频和图像）、语言和动作生成整合到一个Omni框架中，通过共享的多模态自注意力机制实现视觉-语言模型、视频生成模型和动作生成模型之间的协同工作。其设计灵感源于大脑-小脑协作机制：高层大脑负责指令理解、任务规划和未来状态预测，低层小脑则直接将子目标转换为可执行的动作序列。为训练该模型，团队构建了包含动作标注与非标注的具身视频、人类演示、机器人交互以及通用图像文本数据的综合数据集，并采用四阶段渐进式训练策略，先分别训练各模块，最后联合微调整个模型。这一方法旨在解决传统级联流水线中接口瓶颈和误差累积问题，为通用具身智能体的发展提供了新路径。

云安全公司Sysdig近期记录了首例AI代理自主执行的勒索攻击“JadePuffer”，攻击中AI代理独立完成入侵、窃密、加密及撰写勒索信等全流程技术操作，速度惊人且具备自我修复能力。然而Sysdig高级总监Michael Clark澄清，人类仍负责前期设置、基础设施搭建及目标选择，攻击所用凭证也非AI自行获取。该攻击利用Langflow漏洞入侵，加密超1300条记录，但驱动攻击的具体模型尚未明确。

韩国存储芯片巨头SK海力士计划通过美国IPO发行近1780万股美国存托凭证（ADR），预计募资约280亿美元，为投资者提供直接参与AI内存市场增长的机会。公司一季度营收同比增长近200%，股价年内涨幅约260%，主要得益于AI系统对高带宽内存（HBM）、DRAM和NAND芯片的旺盛需求。随着亚马逊、微软等超大规模企业加速建设AI数据中心，内存芯片供不应求，行业面临“RAMageddon”局面。SK海力士与三星承诺投资超5500亿美元扩产，但未来需求变化存在风险。此举被视为继英伟达之后华尔街寻找的又一AI投资标的。