/
Everpure推出通用数据智能平台，弥合AI数据鸿沟
Everpure在其Accelerate 2026大会上发布多项新功能，核心是通用数据智能（UDI）层，可跨混合环境发现、分类和语境化结构化与非结构化数据。新功能还包括：用于AI数据管道自动化的Data Stream、支持AI代理查询基础设施的MCP服务器，以及提升FlashArray性能的Purity Turbo软件。此外，Evergreen//One订阅用户可通过Overdrive功能在SLA基础上突破25%性能上限，Azure云服务也同步推出以实现存算分离。
AMD收购MEXT，将预测性内存优化技术纳入AI基础设施版图
AMD宣布收购内存优化初创公司MEXT，将其预测性内存优化软件整合至AI基础设施产品组合。该技术利用AI智能调配数据在闪存与DRAM之间的流转，在不大幅扩充硬件的前提下提升有效内存容量、降低能耗与成本。分析师指出，随着DRAM价格大幅攀升、供应趋紧，软件驱动的内存优化策略正重获企业关注，AI基础设施竞争已从"芯片战"演进为"基础设施优化战"。
MSD与Protillion达成逾5.1亿美元AI药物研发合作
MSD与AI公司Protillion Biosciences达成合作，潜在里程碑付款超5.1亿美元。双方将利用Protillion的"实验室闭环"平台发现多种新型疗法。该平台基于Prot-MaP技术，通过蛋白质芯片集群，单次实验可定量分析多达百万个候选物，48小时内出结果。与纯计算方式不同，该平台强调高质量实验数据对AI模型训练的关键作用，主要用于抗体和蛋白质结合物的研发。
LTX Trainer：打造属于你自己的AI视频模型
AI视频公司LTX发布LTX Trainer框架，允许创作者和影视工作室在无需大量编码的情况下，基于自有素材训练专属AI视频模型。该工具支持本地运行，数据不上传至外部服务器，有效保护知识产权。新版本新增音频及音视频联合训练能力，并支持LoRA适配器进行风格定制。LTX联合创始人表示，目标是让创作者在享受AI高效生成内容的同时，完全掌控自己的IP资产。
DeepL收购Mixhalo，强势布局现场活动实时音频翻译
DeepL宣布收购实时音频初创公司Mixhalo，以扩展其翻译产品矩阵。Mixhalo成立于2016年，最初专注于演唱会音频体验，后转型为体育赛事及现场活动实时音频服务商，累计融资超3900万美元。Mixhalo此前已是DeepL的长期客户，双方在一次客户晚宴中促成了此次收购。DeepL近年持续深耕语音翻译领域，此次收购将推动其正式进军现场活动市场，并借机在旧金山湾区开设办公室，扩大美国业务布局。
加拿大养老基金巨头入局，押注印度AI数据中心热潮
加拿大养老金计划投资委员会（CPP Investments）宣布向印度数据中心运营商CtrlS投资最高700亿卢比（约7.41亿美元），包括收购8.2%股权及合资开发超大规模数据中心园区。此次合作旨在满足印度云计算与AI基础设施的快速增长需求。亚马逊、谷歌、微软等科技巨头近期也纷纷加码印度市场，但印度在前沿AI模型研发方面仍依赖美国技术，数据中心扩张也面临电力与水资源压力。
仿人机器人跑赢半程马拉松的秘密：电机与齿轮比
2026年4月19日，荣耀Lightning人形机器人以50分26秒完成半马，打破人类世界纪录。这背后并无神奇技术，关键在于针对跑步任务优化的45:1齿轮比，以及液冷散热系统——后者可持续带走膝关节电机产生的约150W热量。相比之下，宇树等竞争对手的机器人采用适合步行的30:1齿轮比，跑步时热耗超过300W，需借助冰背包降温。工程设计始终存在取舍，跑步优化设计在步行效率上有所牺牲。
倒计时30天！2026世界人工智能大会将于7月17日至20日在上海举行
6月17日下午，2026世界人工智能大会暨人工智能全球治理高级别会议倒计时30天发布会在世博滨江大酒店四季厅举行。
HPE Discover 2026：Neri宣布超越网络瓶颈的独特布局
在HPE Discover 2026大会上，HPE总裁兼CEO Antonio Neri发表主题演讲，重点阐述公司的自动驾驶网络战略与量子技术加速布局。他强调AI集成需要坚实的数据基础，并将HPE定位为突破高性能网络瓶颈的最佳选择。借助140亿美元收购Juniper Networks，HPE推出多项AI原生网络产品。此外，HPE还联合Intel、Quantinuum等多家企业，推进混合经典-量子计算平台建设，加速量子技术走向实际应用。
数据中心自动化的新进展与实际效果
数据中心自动化已发展数十年，如今正迎来新一轮能力跃升。从电力编排、预测性热控制、液冷技术，到物理安全与AI辅助运维，自动化正变得更加精细化、预测化与集成化。现代平台可实现机架级电力管控、工作负载优先级调度及冷却容量动态调配，同时AI视频分析与生物识别技术强化了物理安全防护。这些进步正推动数据中心从被动响应转向预测驱动的运营模式。
HPE Discover大会：Neri发布面向智能体的AI架构
在HPE Discover 2026大会上，CEO Antonio Neri发表主题演讲，宣布HPE全面押注AI。核心发布包括：网络层面引入新型QFX交换机、PTX 12000路由平台及量子安全防火墙；计算层面Private Cloud AI扩展至256个GPU，新款ProLiant DL 394 Gen 12专为智能体工作负载设计；存储层面Alletra MPX 10000统一文件与对象存储；此外还推出零代码智能体注册与三层身份治理模型。Neri同时警示，美国2028年将面临19GW电力缺口。
Genesis AI发布首款通用人形机器人Eno
Genesis AI推出首款通用机器人Eno，采用极简主义设计，搭载自研基础模型GENE作为机器人AI大脑，具备毫米级精准操控与长周期任务自主规划能力。Eno配备可选认知界面屏幕，实时展示机器人思考与行动状态，提升人机协作透明度。该公司计划2026年底前启动量产，首批面向制造、物流及实验室等工业客户，随后拓展至酒店、医院及家庭场景。Genesis AI已完成1.05亿美元种子轮融资。
Kodiak如何借助AI与概率风险评估保障自动驾驶卡车安全
自动驾驶卡车公司Kodiak采用两大核心工具提升安全工程能力：一是概率风险评估（PRA），融合贝叶斯概率论、系统工程与统计模型，量化评估不同严重程度碰撞事故的预期发生率，并与人类驾驶基准对比；二是AI验证工具BreakPoint，专门搜寻可能导致碰撞的边缘案例。两者协同构成Kodiak安全案例的核心，支撑其高效、可扩展地部署AI自动驾驶系统。
芯片可解释性设计：片上数据分析与弹性架构深度探讨
多位半导体行业专家就片上数据分析与弹性设计展开讨论。核心议题包括：片上监控数据的采集、传输与分层处理机制；如何通过实测硅片行为替代保守的最坏情况设计裕量，以提升PPA指标；以及如何在本地硬件响应、片上处理和集群级学习之间构建层次化可观测性架构。专家们还探讨了监控器面积开销与ROI的权衡，以及遥测数据反哺数字孪生、驱动下一代芯片设计的飞轮效应。
RLWRLD获世界经济论坛2026年技术先锋奖，推动实体AI基础设施发展
物理AI公司RLWRLD凭借其自研机器人基础模型RLDX-1，被世界经济论坛评选为2026年科技先锋。在今年入选的物理AI企业中，RLWRLD是唯一被归入"AI卓越中心"而非"先进制造"类别的公司。与此同时，RLWRLD领导团队在WEF官网发表文章，正式推出DexBench——一套面向制造、物流和服务场景的机器人操作性能全球标准框架。此前，该公司还在台湾Computex 2026 InnoVEX创业大赛中斩获大奖。
Raymond与Third Wave Automation携手推进叉车车队的实体AI扩展
Raymond公司与Third Wave Automation宣布技术合作，依托丰田物料搬运北美部门的支持，将AI驱动的物理自动化能力引入Raymond自动化叉车系列。双方自2021年起已深耕多年，此次合作将Third Wave的共享自主平台与Raymond设备整合，支持一名远程操作员同时管理最多10台叉车，提升仓库吞吐量、灵活性与安全性，初步产品包括自动化Swing-Reach叉车及多款即将发布的新品。
面向AI生物设计工具的可验证审计追踪框架
人工智能驱动的生物设计工具降低了新型生物材料的创造门槛，在带来药物研发突破的同时，也引发严峻的治理挑战：监管方难以判断上传序列是否出于安全目的。本文提出一种跨工具、防篡改的审计追踪框架，结合结构化溯源记录与硬件绑定密码签名，实现可重现性与不可否认性。作者指出，部署的主要障碍并非技术层面，而在于治理结构缺失、审计负担不均及机构审查能力不足，并提出相应政策建议。
捷图·帕特尔如何让思科焕然一新
在Cisco Live 2026上，首席产品官Jeetu Patel兑现了两年前"让思科焕然一新"的承诺。思科正从产品与仪表盘的集合体，转型为以AI为核心的统一基础设施平台，以Cloud Control为管理平面、Cisco IQ为客户体验引擎、安全网络为整合纽带。这一转变不仅是功能更新，更是运营模式的根本性重构——人类操作员与AI代理共享数据与行动系统，共同管理基础设施。
从像素到规划：地球AI助力自然生态修复
谷歌Earth AI开发了一套高分辨率深度学习框架，可识别传统卫星难以探测的细小生态特征，如树篱和小树丛。新发布的矢量数据集将像素信息转化为可操作的生态清单，覆盖英国全境逾13万平方公里。该系统结合视觉Transformer模型、双层标注机制与Google Earth Engine并行计算，可精准区分树林、树篱走廊等生态要素，为土地所有者和保育人士提供碳核算与生物多样性保护的实用工具，同时避免与粮食安全产生竞争。
AI皮肤病辅助工具如何帮助普通用户理解皮肤状况
谷歌研究团队近期发表多项研究，探讨AI工具如何帮助普通用户理解皮肤相关问题。研究显示，使用AI辅助工具后，用户识别皮肤状况的准确率提升近3倍，且更愿意尝试命名病症。然而，在判断下一步就医措施方面，AI的辅助效果仍有限。研究还指出，多模态（图文结合）的AI搜索方式比单一方式更受用户青睐，未来需持续优化以支持多元用户的医疗决策。
京公网安备 11010802021500号
