下载:活体肝脏、十亿美元电池交易与AI热潮
本期《The Download》聚焦三大科技新闻:澳大利亚研究团队利用自动化泵‑传感系统让供体肝脏在体外存活七周,刷新纪录;Sila 与 Panasonic Energy 达成价值逾十亿美元的硅‑碳负极材料供应协议,凸显美国电池产业的国防资金与地缘政治色彩;AI Hype Index 用简明指标区分AI真实进展与炒作,提醒行业关注安全与监管。
本期《The Download》聚焦三大科技新闻:澳大利亚研究团队利用自动化泵‑传感系统让供体肝脏在体外存活七周,刷新纪录;Sila 与 Panasonic Energy 达成价值逾十亿美元的硅‑碳负极材料供应协议,凸显美国电池产业的国防资金与地缘政治色彩;AI Hype Index 用简明指标区分AI真实进展与炒作,提醒行业关注安全与监管。
澳大利亚研究团队在悉尼使用名为扩展器官灌注系统的全自动化血液、营养和废物管理装置,将一枚捐献肝脏在体外维持了七周的常温生理状态,打破此前约两周的世界纪录,为器官保存和再生医学提供了新思路。
在经历了一些引人注目的失败的艰难几年之后,美国的下一代电池出现了一些积极的消息。 Sila 刚刚与全球电池制造商松下能源公司签署了一项协议,供应硅碳阳极材料,这可能是制造更小、更轻电池的关键。 Sila 表示,随着时间的推移,这笔交易的价值可能会超过 10 亿美元。这种安排也表明了电池政治最近发生了多大的变化。
DaisyRose-27B 模型正式发布,其核心主张是在“训练后效率”上实现前沿突破。该模型名称中的 27B 指向其参数规模。由于源内容未提供发布机构、具体技术细节或量化性能指标,目前可确认的信息仅限于模型名称及其对训练后效率的定位。 “训练后效率”通常指模型在预训练完成后,通过指令微调、对齐或推理优化等环节提升表现与资源利用率的阶段。DaisyRose-27B 以这一环节为卖点,意味着其目标是在有限算力下优化部署与微调成本。但源内容未披露基准测试结果、训练数据或应用场景,后续需关注官方技术报告以验证其效率声明。
基于272次生产环境监督微调任务(总计约7,382 GPU小时)的实测数据,一项即将发表于arXiv的研究对比了解析式FLOPs估算与实际运行时长。研究利用NVIDIA H200 GPU集群的生产日志,发现常见的FLOPs粗略计算往往严重低估任务时长,导致调度失准。 在共享GPU集群上,任务时长估计偏差会造成资源闲置或队列延误,直接影响实验进度与交付。该研究旨在揭示FLOPs估算的误差范围,并探索在任务调度前使用学习型预测器提升时长预测精度的可行性,从而将GPU调度从猜测变为规划。
IBM与Confluent宣布将时间序列基础模型原生集成到Confluent平台,支持云端和本地部署,并可在CPU上运行。这些模型下载量已超过5000万次,能够利用Apache Flink和SQL对流式数据进行实时预测、异常检测和语义智能分析,使模型输出可直接提供给负责后续行动的应用程序和人员。 传统上,预测结果往往在事件发生后才产生,例如生产运行、缺货或支付授权完成后才得到准确预测,但为时已晚。时间序列基础模型通过学习多样化历史数据中的通用模式,可应用于新的序列和任务,无需为每个序列单独训练模型。团队还可根据任务和部署情况对模型进行微调,或将其输出与其他数据和业务逻辑结合,从而在信号仍具价值时将其转化为决策。
就像令人讨厌的皮疹一样,人工智能似乎到处蔓延。 谷歌将人工智能概览塞给你,尽管这让公司损失了数十亿美元的广告收入。 离开你的公寓,你可能会看到两个人正在把人工智能驱动的人形机器人推上楼梯去清洁某人的房间。 去超市,也许你会因为人工智能辅助的网络攻击而在地板上凝结的一滩融化的冰淇淋上滑倒。
新泽西州的一家初创公司正在开发全球首个“嗅觉基础模型”,旨在赋予计算机嗅觉能力。创始人声称该AI已具备“人类水平的嗅觉智能”,正致力于辅助香氛品牌设计新气味。
在新泽西州纽瓦克机场附近的一个实验室里,一支由大约 30 名经验丰富的人类嗅探员组成的团队正在慢慢地寻找地球上的每一种气味。他们仔细的笔记——“坚果味”、“桃味”、“海洋味”——与化学分析交叉引用,为人工智能初创公司 Osmo 所说的世界上第一个嗅觉基础模型创建了一组丰富的训练数据。 创始人 Alex Wiltschko 表示,该公司的目标是“让计算机拥有嗅觉”。 “气味分子确实是这个星球上大多数物种能说的唯一语言,”他说。 “大多数物种无法通过声音或视觉进行交流,因此它确实是地球的原始语言。
MIT科技评论调查报道了“认知永生”这一前沿领域,探讨人类意识、个人情节记忆和主观推理能否被映射、保存并在计算上重构,从而超越生物学死亡。虽然全脑模拟仍是一个长期的挑战,但高带宽神经接口和生成式认知模拟的进步已使高保真对话式数字孪生成为可能。然而,学者们警告称,这引发了关于身份连续性、法律人格以及死后数据商业化前所未有的本体论困境。
根据美国能源信息署(EIA)发布的最新监测数据,由于持续多年的历史性特大干旱和创纪录夏季高温,美国西南部水力发电厂在4月至8月期间的发电总量较过去十年平均水平暴跌28%,跌入有监测记录以来的历史冰点。 依赖胡佛水坝(Hoover Dam)和鲍威尔湖(Lake Powell)等关键蓄水枢纽的数百万居民与工业设施正面临严峻的电力缺口。水库水位的骤降不仅直接削弱了清洁基荷电源的调度能力,更迫使区域公用事业公司重新调用高碳天然气调峰机组,给当地乃至全美的脱碳转型规划蒙上沉重阴影。
MIT技术评论发布的最新综合报告详细阐述了重塑全球科学版图的宏观技术轨迹。简报强调,突破性创新正越来越多地诞生于基础AI架构与实证物理科学的交叉点。
随着企业机构积极将多智能体自主框架整合到运营工作流中,企业风险架构师警告称,当前最核心的危险并非孤立的大模型(LLM)幻觉,而是数百个专业化智能体在进行递归交互时产生的混沌且非确定性的复杂性。这种现象正在改变企业对AI治理的传统认知,即风险已从单一模型的输出准确性演变为复杂的系统性风险。当自主采购智能体、算法定价系统和自动化合规监测器在缺乏中心化同步机制的情况下协同执行决策时,极小的提示词扰动便可能触发复合式的交易循环。这种非确定性的互动意味着错误会以几何倍数增长。若缺乏严密的可观测性和分布式事务边界,企业可能面临在毫秒级“机器速度”下发生的自主财务分配失误,从而导致难以挽回的经济损失。目前,建立跨智能体的治理协议已成为企业AI战略的重中之重。
随着大模型技术从‘问答交互’向具备自主行动能力的‘Agentic AI’深度演变,传统的安全防御边界正在被彻底打破。企业安全专家指出,仅仅在前端应用程序层依靠Prompt工程拦截和规则过滤已完全无法防范恶意或越权的AI自主操作,企业数据治理与权限控制必须全面下沉至最底层的数据存储与数据库层。 一旦Agent拥有直接执行SQL查询、修改记录甚至调用外部支付API的自主权,安全策略必须在数据库引擎内核中强制实施细粒度行级访问控制(RLS)、密码学数据血缘追踪以及行为不可逆审计。只有让数据库具备对AI身份的原生认知,才能从根源上杜绝内鬼提权与数据投毒侵害。
在客户体验(CX)与全渠道服务领域,单点式智能客服机器人正在被具备全自主执行能力的智能体集群(Agent Clusters)全面取代。权威分析指出,现代消费者在呼叫中心、移动App、社交平台多端切换时,企业面临的最大瓶颈并非AI的自然语言理解能力,而是如何高效编排跨平台、跨部门的多个专用Agent。 例如,一个处理退货与赔付的场景,需要售后Agent、仓储物流Agent与风控审核Agent在秒级内完成状态同步与权益校验。如果缺乏统一的上下文消息总线与编排框架,智能体之间将出现严重信息孤岛,导致客服满意度骤降。高效的Agent编排系统已成为未来五年消费品与出海企业的核心竞争力。