数字人直播中发生的“喵喵叫”事件，揭示了大型语言模型普遍存在的“提示词攻击”漏洞，即恶意指令可穿透AI安全护栏。这不仅暴露出AI系统在智能与可控之间难以平衡的困境，更对新兴的AI商业应用带来了潜在的经济与信任风险，凸显了构建有效AI安全策略的紧迫性。

OpenAI与微软之间长达八个月的谈判陷入僵局，曾经的科技模范合作关系正濒临破裂。双方在股权分配、融资条件、云服务独占权、知识产权归属，乃至通用人工智能（AGI）的定义权上存在深刻分歧，OpenAI甚至考虑向监管机构提起反垄断指控，这场深度博弈将对全球AI生态系统的权力格局和未来发展走向产生深远影响。

Qodo与谷歌云宣布合作，将免费提供基于谷歌Gemini 2.5 Pro的AI代码审查工具，旨在提升AI驱动软件的质量和完整性。此举降低了企业级代码质量工具的获取门槛，尤其对初创企业意义重大，并有望促进AI生成代码的标准化与负责任的扩展。

中国AI大模型领域的“六小龙”正经历残酷的市场洗牌，零一万物和百川智能因战略失焦、商业化困境及内部动荡而掉队。文章深入分析了技术主义与战略焦虑如何导致它们未能将技术优势转化为商业价值，并探讨了“四小强”在巨头挤压下的生存之道，强调了适应性、技术深耕与商业化破局对AI创业公司的决定性意义。

一份新报告揭示了中国情报机构对人工智能的大规模投资，旨在利用AI增强间谍能力，包括数据分析、预测和网络攻击。这一举动加剧了全球范围内的AI军备竞赛，促使各国在国家安全领域积极部署AI，同时也引发了对AI在情报活动中带来的伦理、隐私和国际冲突风险的深层考量。

AI眼镜市场正经历类似智能音箱初期的“百镜大战”狂热，巨头和初创公司纷纷涌入。然而，其发展面临重量、续航和功能平衡的“不可能三角”挑战，若不能有效解决这些物理限制并提供核心价值，恐将重蹈智能音箱高开低走的覆辙。大模型的赋能为AI眼镜带来了转机，有望提升其智能交互能力并使其成为下一代计算平台，但最终能否成功仍取决于技术成熟度与用户价值的实现。

过去十年，AI制药经历了从颠覆性愿景到务实发展的剧烈转变，初期由资本狂热推动，但在临床试验屡遭挫折后，行业开始反思并回归制药本质。头部企业或积极拓展AI在材料、农业等新领域的应用，或坚守制药主业并寻求模式创新，共同将AI定位为赋能新药研发的“新基建”，预示着一个更加理性且充满潜力的二次进化阶段。

由Transformer核心贡献者Llion Jones创立的Sakana AI，其智能体ALE-Agent在国际编程竞赛中取得了前2%的优异成绩，显著突破了AI在NP难题上的解决能力。该智能体通过融合领域知识与多样性搜索策略，实现了对复杂优化问题的自动代码生成与迭代优化，展现了AI在算法工程领域的巨大潜力，同时也提示了未来编程工作模式的变革以及AI在实际工业应用中的广阔前景。

Google最新推出的“Try On”AI试衣功能正通过生成式AI深度模拟服装穿着效果，旨在解决网购中的试穿痛点并降低退货率。该技术结合了高精度人像识别、3D身体建模、服装物理特性分析与扩散模型，实现了高度逼真的虚拟试穿体验，预示着电商行业效率和用户体验的巨大提升。然而，其强大的图像生成能力也引发了深远的伦理挑战，包括非自愿的形象操纵和对数字身份真实性的冲击，需要技术开发者和社会各界共同探索负责任的应对策略。

MiniMax开源了其首个大规模混合架构推理模型M1，以4560亿参数、MoE架构和独特的“闪电注意力”机制，在长上下文处理和Agent工具使用方面展现出卓越性能，并大幅降低了训练成本。M1的开放标志着中国AI公司在高效、超长上下文推理技术上的重要突破，预示着未来AI在复杂任务协作中的广阔应用前景。

上海AI Lab和人大高瓴团队提出的MathFusion框架，通过独特的“指令融合”策略，成功提升了大型语言模型（LLMs）解决复杂数学问题的能力。该方法利用仅45K合成数据，便在多个基准测试中实现了平均18%的准确率提升，证明了在数据质量而非数量上进行突破的重要性。MathFusion通过模拟问题之间的内在逻辑关联，使LLMs从“死记硬背”转向真正的逻辑推理和知识串联，为AI在更深层次的认知任务中发挥作用奠定了基础。

一场ChatGPT与1979年《Video Chess》的对局以大语言模型惨败告终，暴露了其在处理离散、规则严格的状态追踪任务上的固有弱点。此次事件引发了对当前AI能力，尤其是LLM“理解”边界的深刻反思，提醒业界和公众需更清醒地认识到AI的局限性，并呼吁构建更符合任务需求的混合AI系统。