Zoom发布全新智能代理AI功能，旨在帮助用户在工作中节省时间。新的自定义AI助手插件可连接16多个第三方应用，无需离开Zoom界面。该AI助手现已支持在线购买并可集成到微软Teams和谷歌Meet等第三方会议平台。智能代理AI能够独立运行，自动执行任务、收集数据并达成目标。新功能包括日程管理、会议录制剪辑生成、文档创作辅助等，月费12美元。

随着Debian 13"Trixie"版本即将发布，MX Linux 25也将推出新版本，但将失去部分初始化系统切换能力。由于systemd-shim项目因内核6.12版本关闭cgroup v1支持而停止维护，MX Linux 25用户需要在下载时选择init系统，而非启动时切换。项目将提供独立的ISO镜像，systemd为默认选项以确保与Debian生态系统的兼容性。

工业革命上半场，机器带来无限能量；在下半场，关键词则是信息。

特拉维夫大学研究团队通过分析GCG攻击机制，发现越狱攻击的成功依赖于"注意力劫持"现象，即攻击后缀能占据AI注意力机制的主导地位。研究表明，攻击的万能性与劫持强度直接相关，并基于此开发了增强攻击效果和防御攻击的实用方法，为AI安全研究提供了新视角。

2019华为分析师大会结束了，我简单谈谈我的参会感受。

谷歌DeepMind推出AlphaFold3，革命性提升分子结构预测能力。该AI模型采用创新扩散网络架构，能够精确预测蛋白质与DNA、RNA、药物等分子的相互作用，准确率比传统方法提高50%以上。这一突破将显著加速新药开发，推动基础科学研究，并通过免费开放服务促进全球科研合作，标志着生命科学研究进入AI驱动的新时代。

近年来，受疫情的影响，远程办公市场需求集中爆发，协同办公系统逐渐成为各行各业的办公标配，很多企业也通过协同办公这个突破口，走上了数字化转型之路。

现在的我，只想给大家一个忠告，千万不要钓鱼，因为你也不知道你钓的到底是鱼还是囚服。

达拉斯德州大学和Zoom公司联合研究团队开发了LogicIFGen框架，用于测试AI模型执行复杂逻辑指令的能力。他们构建了包含426个任务的LogicIFEval测试集，对21个主流AI模型进行评估。结果显示即使是最先进的模型准确率也仅为85%，大部分模型低于60%。研究发现AI在控制流执行、状态跟踪等方面存在显著不足，具有思考能力的模型表现更好。

通信服务提供商（CSP）正面临着变革其运营商网络基础设施（CNI）以创建新的业务网络服务、创造新收入流并提高运营效率的挑战。在此背景下，通信服务提供商正在利用软件定义网络（SDN）和部署网络功能虚拟化（NFV）。

戴尔今天宣布推出NativeEdge操作平台，该平台于今年5月推出，旨在简化、保护边缘基础架构和应用，并实现自动化。

马里兰大学研究团队开发出ECAD系统，利用遗传算法为AI绘画模型自动寻找最优加速方案。该技术无需重新训练模型，就能让AI画图速度提升2-3倍并保持图像质量。在多个主流模型上的测试显示，ECAD不仅跨模型通用，还能跨分辨率工作，为AI绘画的普及和商业化应用扫清了重要障碍。

本研究提出了VLM2Vec-V2多模态嵌入模型和MMEB-V2评估基准，首次实现对文本、图片、视频和文档的统一理解。该模型在78个任务上全面领先现有基线，展示了从专门化向通用化发展的重要趋势，为多媒体内容理解、智能搜索和人机交互带来突破性进展。

当下，如何让5G进一步发挥商用价值，是全球每一家运营商的核心关注点。

工业革命上半场，机器带来无限能量；在下半场，关键词则是信息。

斯坦福大学研究团队开发出能在《Among Us》游戏中进行类人交流和推理的AI系统。该研究突破了传统AI训练方法，让AI学会"听"和"说"两项核心技能：通过理解他人发言更新认知，以及提供有价值信息帮助队友。训练后的15亿参数AI胜率达60%，超越70亿参数模型，展现出直接指控、提供证据等人性化行为，为AI社会智能发展开辟新路径。

让工业数字化转型也能从“小事”做起。

伊利诺伊大学香槟分校研究团队提出ToolRL方法，通过精细的奖励机制训练大语言模型正确使用工具。该方法突破传统监督微调局限，采用格式奖励和正确性奖励相结合的评估体系，在多个基准测试中相比基础模型提升17%，相比传统方法提升15%，显著改善了模型的工具使用能力和泛化性能。

氛围编程从小众概念迅速发展为主流开发方法，开发人员越来越依赖 AI 生成和辅助编码。随着 GitHub Copilot 等工具使 AI 辅助编码成为常态，下一个战场已经从代码生成转向端到端的开发工作流程。在这个竞争激烈的领域，Cursor、Lovable、Bolt 和 Windsurf 等公司都在 AI 辅助开发方面采取了不同的方法。氛围编程代表了一种文化转变，开发人员更关注意图和结果，而非手动实现细节。

Katanemo Labs研究人员推出Arch-Router，一个智能路由模型框架，可将用户查询映射到最合适的大语言模型。该框架采用"偏好对齐路由"方法，允许用户用自然语言定义路由策略，通过域-动作分类法组织任务。Arch-Router是15亿参数模型，在四个公开数据集上达到93.17%的路由准确率，超越顶级专有模型平均7.71%。系统支持实时策略调整，无需重新训练，为企业多模型部署提供灵活解决方案。