人工智能和人类网络安全防御平台公司 Deepwatch Inc. 今天宣布,已经收购了安全情报解决方案初创公司 Dassana Inc.,具体收购金额未披露。
Dassana 成立于 2020 年,专注于将复杂的安全数据转化为可行的洞察。该公司提供的解决方案可以聚合和标准化来自各种安全工具的数据,使企业能够实时了解其安全状况,加快修复速度并提高安全控制的有效性。
该公司的核心产品之一 CISO Copilot,可以协助首席信息安全官自动收集合规证据、基于业务影响分配资源,并获取实时的董事会级指标。该工具解决了安全管理中手动和耗时的问题,使领导者能够高效地做出基于数据的明智决策。
Dassana 的平台设计可与现有安全基础设施集成,打破数据孤岛,提供组织安全环境的统一视图。该平台利用高级分析和机器学习来对安全数据进行上下文分析,帮助团队确定威胁优先级并简化运营。这种整体方法不仅改善了威胁检测和响应时间,还增强了整体网络安全防御能力。
Deepwatch 计划将 Dassana 的 AI 驱动的风险和威胁暴露管理技术整合到其平台中,使其能够获取重要的威胁洞察,进一步提高客户安全团队的生产力,并帮助保护其关键信息资产的安全。
Deepwatch 首席执行官 John DiLullo 表示:"这次收购为我们的客户带来了一个难得的机会,让他们能够获得新兴的 AI 功能,同时结合无与伦比的人类专业知识,这在过去只有少数特权群体才能获得。"他补充说,将 Dassana 的技术整合到 Deepwatch 平台中,还将使 CISO 和安全领导者能够实时了解其安全状况。
在被收购之前,根据 Tracxn 的数据,Dassana 在一轮融资中筹集了 500 万美元。投资者包括 Dell Technologies Capital、Jon Oringer 和 Anand Banu Periasamy。
Deepwatch 同样获得了风险投资支持,在三轮融资中共筹集了 2.56 亿美元,其中包括 2023 年 2 月的 1.8 亿美元融资。Deepwatch 的投资者包括 Springcoast Capital Partners、Splunk Ventures、Vista Credit Partners、ABS Capital Partners Inc. 和 Goldman Sachs Group Inc.。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。