💥 重磅新闻
来源：The Verge / Anthropic 官方
Anthropic 宣布完成 65 亿美元的 Series H 融资，投后估值高达 9650 亿美元。这进一步巩固了其在 AI 安全领域的领导地位，同时也显示出资本市场对负责任 AI 开发的持续看好。
来源：TechCrunch
软银集团宣布计划在法国投资高达 750 亿欧元建设 AI 数据中心。这一巨额投资将大幅提升欧洲地区的 AI 算力基础设施，为欧洲 AI 产业发展提供强有力的支撑。
来源：TechCrunch
Xcena 以 5.7 亿美元估值完成 1.35 亿美元融资，该公司认为 AI 发展的最大瓶颈不是计算能力而是内存带宽，正在开发新型内存架构来解决这一问题。
来源：TechCrunch
企业搜索和知识管理公司 Glean 年收入突破 3 亿美元大关。在当前企业普遍削减 AI 预算的环境下，Glean 凭借其"降本增效"的价值主张获得市场认可。
🛠️ 技术动态
来源：TechCrunch
据报道，Meta 正在研发一款 AI 吊坠设备，可能定位于随身 AI 助手市场。这款产品将与现有的 Ray-Ban Meta 智能眼镜形成互补，进一步扩展 Meta 在可穿戴 AI 设备领域的布局。
来源：TechCrunch
Google 正式推出 Gemini Spark，一款全天候运行的 AI 助手。根据评测，这款产品在自动化任务处理、日程管理和信息检索方面表现不俗，标志着 AI 助手向"永远在线"方向的演进。
来源：The Verge
OpenAI 宣布 Codex 代码生成模型新增对 Windows 系统的支持，开发者现在可以通过自然语言指令让 Codex 在 Windows 环境中执行文件操作、运行脚本等任务。
来源：Fortune / The Verge
微软正在开发一款整合编码、聊天和其他 Copilot AI 工具的"超级应用"，目标是打造一个统一的 AI 工作空间，与 OpenAI 的 ChatGPT 形成差异化竞争。
来源：Microsoft / The Verge
微软发布 Copilot Health 预览版，这是一款专为医疗健康领域设计的 AI 助手，能够分析用户的医疗记录并提供个性化的健康建议。该产品在隐私保护和医疗合规方面做了专门优化。
来源：OpenAI / The Verge
OpenAI 发布公告，将逐步停用 ChatGPT 的 Canvas 写作协作界面，相关功能将整合到主对话界面中。这一调整表明 OpenAI 正在精简产品线，聚焦核心对话体验。
📰 行业新闻
来源：NBC News / The Verge
伊利诺伊州立法机构通过了一项具有里程碑意义的 AI 安全法案，要求高风险 AI 系统必须通过第三方安全审计。该法案比加州等地的 AI 法规更为严格，可能成为其他州立法的参考范本。
来源：TechCrunch
GitHub Copilot 推出基于 token 的新计费模式后，在开发者社区引发广泛争议。许多开发者表示新定价模式下成本不可预测，担心这会推高使用 AI 辅助编程的门槛。
来源：TechCrunch
调查显示越来越多开发者表示"没有 AI 辅助就无法工作"。专家指出，过度依赖 AI 工具可能导致基础编程技能退化，长期看来可能对个人职业发展和代码质量产生负面影响。
来源：Variety / The Verge
《生命之书》导演 Jorge Gutierrez 因创意分歧和业界对 AI 生成内容的争议，宣布退出亚马逊 MGM 资助的 AI 生成动画系列项目。这反映出创意产业对 AI 技术的复杂态度。
来源：TechCrunch
一款结合 AI 图像识别技术的智能喂鸟器走红，能够自动识别访问的鸟类物种并记录数据。这代表了 AI 技术向日常生活场景渗透的又一例证。
💡 深度分析
来源：TechCrunch
近期关于 AI 系统表现出类似"精神病"行为的讨论引发热议。本文深入分析这一现象的技术根源——大语言模型的幻觉问题、奖励黑客行为，以及如何通过更好的对齐技术来缓解这些问题。
来源：TechCrunch
Devin AI 背后的 Cognition 公司创始人 Scott Wu 表示，AI 编程代理的定位应该是增强而非取代人类开发者。他强调人机协作的重要性，认为 AI 工具应该帮助开发者处理重复性工作，而非完全替代人类决策。
来源：Synced / 机器之心
DeepSeek 发布 V3 论文，详细阐述了通过硬件感知协同设计实现低成本大模型训练的技术路径。这一突破可能改变 AI 行业的成本结构，让更多人能够参与到大模型开发中。
来源：Synced / 机器之心
快手 AI 团队提出 SRPO（Self-Referential Policy Optimization）方法，声称可以将 GRPO（Generalized Reward-Policy Optimization）的训练效率提升 10 倍。这一技术进展有望加速大模型的强化学习训练。