Anthropic发布Claude Science：为科学家量身打造的AI工作平台
Anthropic于本周二正式推出Claude Science，这是一款专为科研人员设计的AI工作环境，旨在将各类科研工具汇聚于单一平台，实现AI代理全流程执行分析任务，并通过专项审核代理对引用和计算结果进行校验。此举标志着Anthropic在科学研究领域最深入的战略部署，也是其上市前争取付费用户的关键商业策略。 Claude Science并非全新模型，而是依托现有Claude模型打造的工作流产品。其核心为协调代理，可调用超过60个预设技能和连接器，涵盖基因组学、蛋白质组学、结构生物学及化学信息学等领域
Veritone斩获加州公路巡警多年期AI证据管理合约
人工智能方案供应商Veritone近期公布，已与加州公路巡逻队签订多年合作协议，将引入其人工智能系统来实现证据处理与公共档案审核的自动化。 依照合约条款，加州公路巡警将应用Veritone Redact这一智能音视频处理工具，借助AI能力自动侦测并遮挡音视频档案里的隐私信息，涵盖面部特征、车辆牌照及其他敏感要素。该程序是Veritone智能数字证据管理系列的关键组成部分，意在极大地削减传统手工逐帧逐句编辑证据所耗费的周期。 加州公路巡警此次引入Veritone，恰逢执法部门正遭遇公共档案诉求猛增以及数字证
OpenAI亲自造芯仅9个月量产,国家同步出台7项AI新规!
最近科技圈彻底沸腾：OpenAI亲自下场造芯片，预计仅用9个月！与此同时，国家发布了7项AI重磅新规。一边是突飞猛进的技术，一边是落地的规范。这不仅是大厂之间的军备竞赛，更暗藏巨大的财富密码。当算力成本被大幅重构，普通人在风口里该如何破局？这不仅关乎认知，更关乎你的钱包。高科技芯片与人工智能算法结合OpenAI用9个月搞定芯片量产，打破了传统数年周期。这背后是AI大幅缩短了EDA（电子设计自动化）流程。国家的7项AI新规，实则是行业走向成熟的入场券。大量中小企业对合规要求一知半解，这便产生了巨大的信息差红
揭秘端侧 AI：为何手机无需联网也能运行智能？
一句话答案端侧 AI（On-device AI）意指将人工智能模型直接部署于您的手机或电脑中运行，无需经过互联网，所有运算均在本地设备完成——如同本地应用，断网亦可使用。为何我们需要了解它您或许已察觉，Apple 在 2026 年 6 月的 WWDC 上把端侧 AI 置于宣传首位；Google 也在 I/O 大会上宣布 Gemini Nano 已运行于 Android 手机之中。但这绝非仅是新闻标题。它改变了一个关键点：您与 AI 的每一次对话，究竟流向何处。云端 AI（即我们最熟悉的那类）的工作原理是：
AI是一把双刃剑：机遇与挑战并存，我们该如何应对？
AI正在重塑我们的日常生活与工作模式，这早已不是新鲜话题。然而，正如所有强大工具一样，AI既能释放巨大潜能，也潜藏着不可小觑的风险。2021年，联合国教科文组织（UNESCO）的193个成员国携手通过了一份《人工智能伦理问题建议书》，这是全球范围内首份针对AI伦理的框架性协议。该文件的核心精髓可归结为一句：AI的演进必须以人类福祉为依归，同时需规避隐私、公平等诸多风险。核心观点AI本身并无绝对的好坏之分，关键在于我们如何驾驭、如何监管。它既可充当提升效能的"助推器"，也可能异化为加剧不公的"扩大器"。效率
AI到底有多懂你？普通人也能看懂的智能真相
你肯定听过"AI"这个词，但真要你说它是什么，可能又说不清楚。这篇文章就用最通俗的话，把AI的前世今生、能干什么、怎么用，一次性讲明白。一句话定义AI就是让机器像人一样能看、能听、能说话、能做决定的技术。它不是某一个具体的软件，而是一整套技术的总称。AI的全称叫"人工智能"（Artificial Intelligence）。用百度百科的定义来说，它是"研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学"。翻译成人话就是：AI想让机器干那些本来只有人才能干的"聪明事"——比
荆华密算亮相链博会：密态计算在AI产业链的关键角色
日前，第四届中国国际供应链促进博览会（简称“链博会”）在北京中国国际展览中心顺利收官。本次展会上，医疗、汽车、农业等产业链企业接连登场，引来众多参观者关注，其中人工智能产业链备受瞩目，汇聚了全球AI领域的领军企业。荆华密算与英伟达、阿里巴巴、字节跳动、腾讯、宇树科技等百余家中外AI产业链企业，携手为观众呈现了一场涵盖技术前沿和产业链协作的人工智能宏大盛会。荆华密算创始人、CEO林修醇在展会现场，我们首次公开展出了一款真正杜绝数据泄露风险的AI产品——基于密态计算研发的国内首款加密AI对话平台。这不仅让一个
沃纳拟推首部AI智能体监管法案
这份立法草案预计于周一正式对外发布，将围绕智能体相关的用户隐私及其他领域出台监管规则 美国国会议员正加紧跟进人工智能监管立法，国会目前有数十项相关法案待审议，监管范围涵盖深度伪造、大模型安全等诸多议题。本周一，来自弗吉尼亚州的民主党联邦参议员马克・沃纳计划发布一份讨论草案，聚焦人工智能前沿赛道的另一大领域：AI 智能体。 虽然 Claude、ChatGPT 这类对话式聊天界面是大众接触人工智能的入门产品，但各类 AI 智能体才是驱动行业技术迭代、资本投入快速增长的核心力量。从旅游预订网站的客服机器人，到可
Jarvie AI获830万美元种子轮：AI Agent如何解读群聊“弦外之音”重塑社交协作
在无数个被群聊消息轰炸的深夜，你是否曾幻想过有一个助手，能自动帮你从几十条“周六去哪玩”的讨论中提炼出最终方案，并默默记下你上次提过的那家新开的泰国餐厅？这听起来像是科幻电影里的场景，但一家名为 Jarvie AI 的初创公司正试图将其变为现实。这家总部位于旧金山的公司刚刚完成了一笔830万美元的种子轮融资，由硅谷顶级风投 Andreessen Horowitz、Base10 Partners 和 Lightspeed 共同领投。Jarvie AI 的野心，是成为群聊中的“超级大脑”——但前提是，它得先学
AI能力提升反致应用放缓
AI 能力飙升，落地却遇阻这周的 AI 领域出现了一个显著矛盾：模型性能飞速提升——GPT-5.6 已研发完成，GLM 5.2 与 Mythos 水平相当，DSpark 也崭露头角；但实际部署却在减速——GPT-5.6 因监管问题被阻止发布，Ford 发现 AI 无法取代资深工程师，Fable 5 要求共享推理数据让企业犹豫不决。简言之，AI 正从“能否实现”的阶段转向“是否敢用”的阶段。信号一：模型越强，监管越严。OpenAI 宣布完成 GPT-5.6（代号 Sol），但直接被叫停——因监管原因无法上线
知名AR手游涉军工合作，超300亿数据或被用于军事训练
据外媒报道，某知名AR游戏背后的AI企业非法获取了逾300亿条用户上传的环境扫描数据，极有可能将其用于构建具备物理空间识别与理解能力的AI模型。鉴于该AI公司涉及与某国军工企业的合作，这些模型存在被用于军事领域的风险。此举引发了全球对“民用数据军事化”的恐慌，再次为数字化时代的数据安全敲响警钟。AR（增强现实）技术通过在真实场景中叠加虚拟信息，提供虚实融合的体验。然而，前述游戏虽打着“AR实景互动”的幌子，实则诱导玩家进行高精度三维点云扫描，从而实时采集地理信息。——采集范围远超普通拍照。借助多传感器融合
知名AR手游被指收集300亿环境数据，国安部发布安全预警
近日，有海外媒体透露，一家知名AR手游背后的AI企业获取了用户上传的近300亿份环境扫描数据，这些数据极有可能被用于训练能够识别物理空间的人工智能模型。鉴于该AI公司与某国军工企业存在合作关系，相关模型存在被用于军事用途的风险。这一报道引发了全球对于“民用数据军事化应用”的广泛关注，也再次为数字化时代的数据安全敲响了警钟。AR（增强现实）技术通过将虚拟信息叠加至现实场景，为用户带来虚实融合的交互体验。前述游戏虽名义上是依托AR实景交互的“增强现实互动”，实则是在诱导玩家进行精确的三维点云扫描，并实时采集地
智能修图利器：浏览器内免费修复图片
轻触蓝字加入我们免费资源 文章末尾领取轻点下方追踪资源详细解说1智能修图利器工具介绍Inpaint-Web是一款开源免费的网页端图片修复工具，基于WebGPU与WASM技术构建。无需安装软件，图片无需上传服务器，在浏览器中即可实现去水印、消除多余对象、图片四倍高清放大。该项目由B站UP主不断成长的极光ROM优化重构，增添了离线版本，断网状态下也能直接使用，尤其适合设计师、电商从业者日常修图需求。工具特色一、本地离线处理：去除杂物、AI无损放大全部在设备端执行，图片不泄露，全面保护隐私。二、智能内容修补：一
国安部警告：知名AR手游旗下AI公司收集近300亿条环境数据，或用于军事AI模型
近期，有外媒披露，某知名AR手游旗下人工智能公司获取了游戏用户上传的近300亿份环境扫描数据，可能将这些数据用于训练能识别和理解物理空间的人工智能模型。由于该人工智能公司与某国军工有合作关系，相关模型可能被用于军事目的。该报道引起了全世界对“民用数据军事化应用”的担忧，也为数智时代的数据安全问题再次敲响了警钟。AR（增强现实）技术，通过将虚拟信息叠加到真实场景中，可以让用户获得虚实融合的交互体验。上文提到的游戏名义上是依托AR实景交互的“增强现实互动”，实质上则是诱导玩家完成精确的三维点云扫描，实时采集地
AI合成数据：隐私保护还是新型泄露？
研发团队为赶进度，将生产库数据导出，输入本地开源大模型，让其"脱敏"制造一批新测试数据。几分钟后，数千条看似与真实用户毫无关联的新数据出炉——众人如释重负：终于无需苦等数据安全团队审批生产数据导出申请了。但这口气，松得是否合理？若有人追问"这批数据确信不会暴露任何真实用户信息吗"，恐怕鲜有人能给出令人信服的解答。测试本就依赖贴近生产环境的数据特征——边界值、异常组合、字段间业务关联，这些才是发现问题的关键，但直接使用生产数据意味着身份证、手机、地址等隐私将在测试环境中原形毕