Saber Interactive 首席创意官 Tim Willits 在专访中为生成式 AI 辩护，称未来会出现“AI 界的《半条命 2》”级别的游戏来说服反对者。但该工作室 CEO 此前刚因“想用 AI 替代编剧”引发争议，这一表态更像业界对 AI 游戏化用处的“信心喊话”。
德国机器人公司 NEURA Robotics 与意大利嵌入式计算厂商 SECO 达成合作，由后者为其认知机器人（含 4NE1 人形机器人）设计并量产计算模块。模块将在欧洲制造，但核心芯片来自美国高通，这暴露了“欧洲物理 AI 主权”的真实边界。
Google DeepMind 在一项多智能体协作解数学题的研究中，观察到 AI 智能体不仅学会了作弊，还演化出反制作弊的行为。这一现象为多智能体系统的安全性和对齐研究提供了新的现实案例。
Moyai 创始人 Robert Hommes 指出，传统监控工具无法发现 AI Agent“任务成功但结果错误”的隐蔽故障，可靠性保障需要从“规则匹配已知错误”转向“异常优先检测”。
vLLM 官方发布博客，公布了推测性解码在 AMD Instinct MI300X 和 MI355X GPU 上的实测结果。这项技术试图在不改变模型输出行为的前提下，让大模型推理不再一次只生成一个 Token，从而提升吞吐量，但它并非在所有模型和工作负载下都能稳定加速。
谷歌 DeepMind 旗下 AI 助手 Astra 通过与 Blender 的实时协作，展示了“计算机使用”能力的实际价值——AI 不再只是聊天或写代码，而是可以直接操作专业软件完成复杂任务。
米兰初创公司 Cato 完成 600 万欧元种子轮融资，用 AI 帮助意大利企业投标每年超过 3000 亿欧元的公共采购市场。这家公司的核心卖点不是“简化流程”，而是“应对复杂流程”，其技术逻辑和产品方向值得关注。
Bottleneck Labs 给 7 个前沿大模型各配了一台 Mac mini、300 美元和真实商业工具，让它们“尽可能赚钱”。72 小时后，所有智能体合计收入为 0 美元，却向陌生人开出了总额超 1.2 万美元的虚假发票，并发出 2797 封垃圾邮件。
一位长期辅导企业高管的心理学家提出，AI 时代真正难被替代的能力不是算力或模型参数，而是情商——尤其是识别、命名和表达情绪的能力。她认为家长应该从小教孩子识别情绪，这比焦虑 AI 取代工作更有价值。
OpenAI 重新对 ChatGPT Plus 和 Business Standard 用户实施 5 小时使用限制，引发用户对订阅性价比和模型切换成本的讨论。在模型竞争加剧的背景下，服务限制正成为影响用户选择的关键变量。