Ultralytics YOLO26 采用双头设计实现原生无 NMS 的端到端推理，彻底移除 DFL，获得更轻检测头与无约束回归范围。训练结合混合 Muon-SGD 优化器 MuSGD、转向推理头的 Progressive Loss 及保证小物体正样本的 STAL 标签分配。支持检测、实例分割、姿态估计、定向检测和分类，提供 5 种尺度（n/s/m/l/x）及开放词汇扩展 YOLOE-26。全部尺度在 COCO 上达 40.9–57.5 mAP，T4 TensorRT 延迟 1.7–11.8 ms；YOLOE-26x 在 LVIS minival 文本提示下达 40.6 AP。代码已开源。
Microsoft Research@MSFTResearch
eric zakariasson@ericzakariassonCursor 发布 Debug Mode，解决 AI 智能体靠猜测修 Bug 的问题。工作流程：Agent 先生成多个假设，为最可能的假设添加日志（不修改代码）；调试服务器在程序运行时收集输出到 .cursor/debug.log；用户重现 Bug 后，Agent 读取日志而非猜测；最后 Cursor 从日志找到根因并修复，自动移除添加的日志。内部案例：追踪 1/20 概率出现的 git 元数据竞争条件（1 小时内定位）；一次单趟追踪内存泄漏（修复仅一行）；定位 Electron 中 C++ 原生崩溃；修复此前无人敢碰的 SSR 闪烁问题。用户可通过 Shift+Tab 或在 CLI 中使用 /debug 触发。
KVarN是一种免校准的KV-cache量化方法，通过Hadamard旋转结合双标度方差归一化，同时对K和V矩阵的两个轴进行归一化，以修复异常token尺度误差，大幅减少自回归解码中量化误差随时间步的累积。在2-bit精度下，KVarN在MATH500、AIME24和HumanEval等生成基准上达到新的SOTA。该方法的vLLM实现已在GitHub开源。
摩根士丹利将向外部 AI 智能体开放其关键财富管理渠道。客户部署的 AI 智能体可直接从股权管理平台 ShareWorks 和 Equity Edge 提取数据，绕过传统人类界面。该公司已归集 1.2 万亿美元受托资产。摩根士丹利已向少数客户授予早期访问权限，计划明年覆盖其 3,400 家托管客户。竞争对手摩根大通和高盛已在内部使用 AI 智能体，但尚未对外开放。
Perplexity 发布了一个编排器，将本地计算机上的 AI 模型与云端强大模型相结合，并自动决定每个任务分配至本地处理还是云端处理。
Anthropic 扩展 Claude Partner Network，推出 Services Track 分级体系和 Partner Hub 门户。Services Track 设 Select、Preferred、Global Premier 三级，按认证人数、投产客户数及客户推荐信量化评定。Partner Hub 提供每日更新仪表盘和公开目录，方便合作伙伴查看进展、客户寻找供应商。该网络三月启动以来已有超 4 万家公司申请，逾 1 万顾问获认证；Accenture 训练 3 万人，Cognizant 部署约 35 万员工，Deloitte 惠及 47 万人，KPMG 覆盖 27.6 万，Infosys 构建行业智能体，PwC 先在美推广再扩至全球。
AYi@AYi_AInotes黄仁勋在COMPUTEX 2026上逛至技嘉展台，席地而坐与技嘉老总喝啤酒近10分钟，引来围观。技嘉股价当场被拉，期间已五连涨超20%。深层信号显示Nvidia供应链逻辑中技嘉地位加深。引用推文回顾：2009年Nvidia市值仅40亿美元（Intel 1000亿），黄仁勋押注CUDA和异构计算，17年后Nvidia市值5万亿，Intel约五千亿，25倍劣势变为近10倍反超，体现其远见与护城河。
同样站在 2009 年那个路口,有人只看见一块显卡, 有人看见了往后二十年整个计算的样子。 那年 Nvidia 市值 40 亿,是 Intel 的零头, 所有人都笑黄仁勋不过是个卖游戏配件的。 那时候 Nvidia 市值 40 亿,Inte...
Coralogix 完成 2 亿美元 F 轮融资，估值达 16 亿美元。本轮距上次融资不到一年，公司押注 AI 智能体监控将成为重要需求。
Datasette Agent 推出的新子项目 datasette-agent-micropython 0.1a0 发布，旨在让 Datasette Agent 能够安全地生成和执行 Python 代码。该 alpha 版本采用沙箱隔离机制，目前 GPT-5.5 尚未能逃逸出沙箱。
德国能源巨头 E.ON 通过 SAP S/4HANA 标准化电网数据，进而现代化基础设施并部署 AI 应用。E.ON 管理能源电网、客户解决方案和能源基础设施解决方案三个领域，维持运营需要持续的 IT 硬件与软件资本支出。公司领导层最初对大规模业务案例存在疑虑。
Walmart 开始限制员工使用内部 AI 助手 Code Puppy。该工具后端的大语言模型需求超出预期，导致运营成本过高。此前员工被鼓励无限制使用，现需遵守新的使用配额。
Rohan Paul@rohanpaul_ai微软CEO萨提亚·纳德拉在Build 2026上介绍了威斯康星州Fairwater AI数据中心。该设施采用闭环直接芯片液体冷却，冷却液一次性注入后可零水耗运行，年日用水量约等于一家餐厅。超过90%设施使用闭环液冷，仅最热天切换部分外部空气冷却。数据中心采用垂直两层架构，三维密集部署GPU，保持低延迟与高带宽网络，集群如同一台巨型AI机器。
Satya Nadella on Microsoft's Fairwater data center, an AI superfactory. at today's Microsoft Build 2026 keynote. its ver...
Alibaba Cloud@alibaba_cloud阿里云宣布数据安全中心（DSC）迎来重大AI升级，提供一站式智能数据保护。核心功能包括：基于LLM的智能分类，自动识别敏感数据；利用通义OCR进行图像脱敏，自动遮盖人脸及身份证信息；原生审计集成AI驱动威胁检测，减少误报。支持云原生及多云环境统一管控，提升数据安全防护效率。
🚨 AI News | TestingCatalog@testingcatalogRead more about hybrid agentic inference in Perplexity Computer: https://www.perplexity.ai/hub/blog/the-data-center-move...
AI数据中心建设引发社区反对，盖洛普民调显示更多受访者宁愿住在核反应堆附近。微软CEO纳德拉在Build大会回应，承诺推行“社区优先”的AI基础设施计划，确保数据中心不推高居民电价、补充用水、创造就业并投资社区培训。微软Azure云业务目前覆盖80个区域、500多个数据中心，过去18个月新增容量已超过Azure最初10年总和。纳德拉称数据中心采用一次性注水冷却回路，日均用水量大致相当于一家餐厅。
jason@jxnlcoCodex can now deploy and host websites for you using Sites! 🎉 This includes storage for data and files using D1 and R2 ...
Alibaba Cloud@alibaba_cloud一篇来自 fergusfinn.com 的博客文章，介绍了在 AMD MI300X GPU 上运行 DeepSeek-V4-Flash 模型的过程。
AYi@AYi_AInotesBuilding apps has never been easier. With Sites, Codex can turn your work, ideas, and plans into an interactive website ...
推理模型通过延长思考链提高准确率，但长输出导致内存与计算瓶颈。现有KV缓存淘汰方法因准确率常不及保留完整缓存的稀疏注意力方法而受限。研究发现，淘汰少量大数值价值状态会导致模型陷入重复推理循环；引入随机性则能提升缓存多样性以改善准确率。基于此，本文提出无需训练的“价值感知随机KV缓存淘汰”方案。在Qwen3模型上的实验表明，该方法进行4倍缓存压缩时，在六个推理任务上的平均准确率高于同等稀疏度下的SOTA选择方法，并比最强淘汰方法提升超过4%。
数字生命卡兹克@Khazix0918Claude Code团队工程总监Fiona Fung分享该团队作为AI原生组织的工作原则。其核心判断是，AI时代软件开发的瓶颈已从“写代码”转移到“验证、代码评审与安全”。为此，团队重建了多项工作规范：采用JIT规划，用快速原型取代冗长的前期文档；将“能否自动化”培养为团队肌肉记忆，用AI解决重复工作；代码评审上采用“信任但验证”，由Claude处理大部分检查，人类聚焦于判断；团队角色界限模糊化，协作更加灵活。这些变化旨在让人类判断力聚焦于真正关键之处，新成员甚至能在一周内开始产出代码。
为解决检索增强生成（RAG）系统处理图像时的挑战，Kapa.ai提出了一种方法。他们使用GPT-4 Vision模型为每张图像生成文本描述。处理流程包括将图片压缩至512×512像素并批量生成描述。最终，这些图像描述与元数据一同存入向量数据库。该方法使RAG能够检索图像内容，实现约70%的检索准确率，且成本极低，每张图片处理成本约0.01美元。
为适配英伟达 RTX Spark 芯片，微软正改造 Windows 11 底层能力。该芯片采用双 Die 设计，整合 20 核 Arm CPU、Blackwell RTX GPU（最多 6144 个 CUDA 核心）及统一内存，定位为 Windows on Arm 的 AI 超级芯片，可本地运行 120B 参数大语言模型，上下文窗口达 100 万 Token。为此，Windows 11 引入了工作负载配置调度以动态分配 CPU 核心算力，并优化了大内存页处理与 GPU 可访问内存的页面管理。同时，Prism 模拟器已针对该芯片微架构调优，以提升 x86 应用兼容性。
歸藏(guizang.ai)@op7418Codex平台近日上线了名为Site的新插件。该插件功能类似于Claude Design，能够帮助用户设计并生成网页，并自动完成部署，生成可直接访问的链接。目前此功能的使用权限受限，Pro用户无法使用，仅向Business及组织类用户开放。
江苏全省首个商用万卡集群“词元超市（Token 超市）”已试运行，汇聚智算资源超 13000PFLOPS。平台接驳了三十余家厂商，提供阿里通义、DeepSeek、阶跃星辰等主流大模型，用户可按需选择文本创作、智能问答等业务场景，并依据实际 Token 用量按需付费。该模式已服务近五十家客户，帮助本地企业降低研发成本。
Marvell 发布 Teralynx T100 网络交换芯片，采用 3nm 制程和单片式结构，支持至多 512 个端口，兼容 ESUN、UEC 等新兴互联协议，可配置为 BGA、CPC、CPO 封装。其典型功耗低于 1000W，宣称比竞品节能 25%。该芯片专为 AI 负载优化设计，旨在降低功耗与延迟，提升集群效率。
Claude Code团队工程总监Fiona Fung提出，AI时代软件工程瓶颈从“写代码太贵”转移至验证、评审与安全。团队采用JIT规划，先做原型再补文档；遇到重复工作追问“能否自动化”，形成肌肉记忆。代码评审中Claude承担60-70%风格检查与漏洞捕捉，人类聚焦法律、安全与产品判断。角色边界模糊，PM写代码、工程师用Claude起草文案，招聘看重品味与判断力而非代码产出速度。
同一事件，精选展示《Claude Code团队实践：智能体编程如何重塑工程组织与流程》
meng shao@shao__meng该内容源自@mvanhorn的分享，介绍了“智能体工程”如何重塑软件开发。其核心是从“人主导编码”转向“人主导方向、智能体执行”，中心从IDE变为终端与计划文件。方法论遵循Research → Plan → Work循环，核心是让plan.md约束智能体行为。分享者总结了22条实战技巧，涵盖规划、并行执行、输入方式、远程控制等方面，并列出了完整的工具栈。
http://x.com/i/article/2061440101411102721
小互@xiaohu微软推出Surface RTX Spark Dev Box，一款专为本地AI开发的小型台式机。它搭载NVIDIA RTX Spark芯片、128GB内存，算力达1 petaflop，可在本地运行1200亿参数大模型。其阳极氧化铝机身集成了散热系统，功耗100W。设备预装了开发者版Windows 11 Pro及开发工具链，预计售价3000至3500美元，将于今年晚些时候在美国上市。
在Build 2026大会上，微软CEO萨提亚·纳德拉回应了数据中心环保争议。他介绍了位于威斯康星州的Fairwater AI数据中心新设计，该设施采用垂直化架构与三维机架布局，其冷却循环仅需初次注水，全年耗水量仅约相当于1家社区餐厅。纳德拉表示，微软Azure目前覆盖80个区域和500多个数据中心，过去18个月新增的容量已超过早期10年的总和。他强调，数据中心的扩张必须赢得社区许可，包括不推高电价、补充用水和创造当地就业等条件。
SparDA提出解耦稀疏注意力架构，在QKV外引入第四层投影Forecast，预测下一层所需KV块，使CPU到GPU预取与当前层执行重叠。GQA实现中每组使用一个Forecast头。仅增加<0.5%参数，训练仅更新Forecast投影。在8B稀疏预训练模型上匹配或略提升精度，实现prefill加速1.25倍、decode加速1.7倍；相比非offload稀疏基线，单GPU上decode吞吐量提升5.3倍。代码已开源。
多智能体系统（MAS）中自由自然语言通信会导致token浪费和上下文膨胀。分析五种通信策略后发现无固定策略最优，但有效消息总包含下游智能体所需的行动中心信息。为此提出PACT协议，将通信视为公共状态更新问题，把每个智能体原始输出压缩为紧凑的行动状态记录再写入共享历史。PACT在不同MAS拓扑中均能实现相当或更强任务性能，同时大幅减少token消耗：在OpenHands上以每个已解决问题token消耗减少10%的代价提升解决率，在SWE-agent上解决率不变但输入token减半。代码已公开。
Video2LoRA通过感知器超网络读取冻结视觉语言模型编码视频时的逐层中间表示，单次前向传播生成LoRA适配器，无需迭代梯度更新。在SmolVLM2 500M和2.2B上训练后，同一冻结VLM仅从适配器回答查询，上下文中零视觉token。在五个字幕基准和八个视频问答基准配对中，Video2LoRA非劣效且等价于直接视频上下文推理。虽仅用12帧384px训练，但稳定支持1024帧和1024px，将回答时视觉token负载减少最高1500倍，查询TTFT减少6–80倍。非重叠视频段独立生成的适配器可在秩空间中组合。
世界动作模型（WAMs）通过迭代扩散联合生成未来视频与机器人动作，但数十步去噪成本阻碍实时控制。Flash-WAM 提出模态感知步蒸馏：为动作流低噪声区采用线性梯度缩放参数化，为视频流高噪声区采用方差保持参数化，将推理压缩至单步。在 LingBot-VA 上实例化后，RoboTwin 2.0 每块延迟从 8.1 秒降至 348 ms（NVIDIA L40S），23 倍加速。仿真基准成功率保持（RoboTwin 2.0 85.5%，LIBERO 95.7%），真实世界 Unitree G1 人形机器人平均 60%，而朴素一致性蒸馏仅 24%。
🚨 AI News | TestingCatalog@testingcatalog
