全部资讯

How lasers could help provide fuel for nuclear rea

美国肯塔基州帕迪尤卡附近储存着大量铀废料，全球激光浓缩公司（GLE）计划利用激光浓缩技术对其进行再处理，以更高效的方式提取铀-235，为核反应堆提供燃料。随着俄乌冲突后西方减少对俄铀依赖，以及核能需求增长，激光浓缩技术因成本低、能耗少而备受关注。GLE已与美国能源部签约，计划在帕迪尤卡处理20万吨废料，预计2030年投产。尽管技术细节保密，但行业认为该技术有望填补短期铀供应缺口。

Enigma raises $71M to make controlling a robot as

一家未具名的AI金融科技初创企业完成大规模种子轮融资，由Index Ventures和Ribbit Capital联合领投，Conviction Partners参投。尽管金额未披露，但顶级风投的联合出手及资本寒冬中的罕见规模，凸显市场对AI+金融垂直赛道的高度信心。分析认为，该企业可能聚焦大语言模型、联邦学习或高频交易等前沿技术，旨在重塑金融基础设施与AI应用范式。

The Download: lasers for nuclear fuel, and organ p

在当今全球能源转型的关键时刻，核能作为一种清洁且稳定的基荷电源，正重新回到各国政策制定者的视野之中。然而，核能的发展并非一帆风顺，燃料供应的成本与效率始终是制约其大规模扩张的核心瓶颈。近日，一项名为“激光浓缩”的前沿技术正在从实验室走向商业化验证，有望彻底改变核燃料的生产方式，为全球核反应堆提供更加经济、可持续的燃料来源。

根据国际能源机构的数据，目前核能约占全球电力供应的9%。随着各国纷纷宣布新建反应堆的计划，这一比例有望在未来几十年内显著提升。但一个不容忽视的现实是，传统的铀浓缩工艺不仅能耗巨大，而且对基础设施建设要求极高，导致新建核项目的燃料成本居高不下。在此背景下，一...

AI智能体持久记忆的五大架构设计模式

AI代理长期部署面临记忆与状态管理难题，传统LLM无状态特性导致上下文窗口膨胀、信息丢失和决策矛盾。业界引入向量数据库、知识图谱等外部记忆模块及状态机架构以提升持久化能力，但面临系统复杂性、记忆平衡及安全隐私等挑战。突破该技术对AI代理从工具向伙伴演进、商业化落地及安全性至关重要，未来需在模型架构与设计哲学上持续创新。

The path to artificial superintelligence

Imagine a healthcare system made up of multiple AI agents: one that manages symptom assessment, another scheduling, a third insurance, and a fourth pharmacy. Each is an expert in its domain. But they all have their own distinct knowledge and objectives. Today they can exchange data, but they are ...

闭环数据驱动AI药物发现

AI在药物研发中展现出巨大潜力，通过预测性设计加速候选药物筛选、降低成本并提高成功率。然而，AI模型面临数据质量与完整性挑战，尤其是缺乏负面实验数据及数据造假问题。未来，全自动实验室有望实现闭环研发，但需解决系统集成与成本平衡问题。目前尚无完全由AI发现的药物获批，但预计未来2-3年内将出现突破。

Building the enterprise environment for agentic AI

英特尔通过数千次实验，为企业部署代理式AI总结了五项实用经验：代理式AI是系统问题而非仅推理问题；现有评估工具局限性大；应基于每vCPU代理密度而非代理数量进行容量规划；监控任务延迟而非平均CPU利用率；默认采用横向扩展架构。文章强调，企业成功的关键在于构建可靠的基础设施，以支持工作流自动化、成本管理和规模化扩展。

This Is Donald Trump’s AI Brain Trust

在美国人工智能政策制定过程中，内部讨论的复杂性远超外界想象。一位不愿透露姓名的美国政府高级官员向《连线》（WIRED）杂志透露，这并非一场简单的两方辩论，而是一场涉及多达十个不同利益相关方的复杂博弈。这一表述揭示了当前美国在制定AI监管框架时所面临的独特挑战：技术飞速发展、国家安全考量、产业竞争力、社会伦理以及国际竞争等多重因素交织在一起，使得政策制定过程变得异常艰难。

长期以来，外界普遍认为美国AI政策主要围绕两大阵营展开：一方主张严格监管以防范风险，另一方则倡导自由发展以促进创新。然而，这位官员的言论表明，实际情况远比这种二元对立复杂得多。在华盛顿的权力走廊里，至少存在十...

How AI is expanding what people do at work

OpenAI最新研究显示，AI并非简单替代人类工作，而是通过ChatGPT等工具帮助员工跨越传统职业边界，承担更多元化任务。这种“任务扩展”现象在知识密集型行业尤为显著，改变了从“专人专事”向“人机协作、一专多能”的演进。研究指出，AI降低了学习新技能的门槛，缩短了职业成长周期，但也可能加剧劳动力市场两极分化，需要政策制定者关注技术普惠性。最终，AI正在重新定义工作意义，让人类发挥多重潜能。

Are brain waves the next unlock for physical AI?

近日，人工智能领域内的一项前沿研究趋势引发了广泛关注：物理AI（Physical AI）模型的训练正从依赖海量网络视频，转向更为复杂、精细的多模态数据采集。业内专家指出，传统的YouTube视频等网络资源已经无法满足下一代物理AI的学习需求，取而代之的是多角度摄像头、密集标注数据，甚至未来可能引入脑电波（brain wave）读取技术。这一转变标志着AI从“虚拟感知”向“物理理解”迈出了关键一步。

长期以来，计算机视觉和机器人学习领域习惯于利用互联网上的海量视频素材进行模型训练。这些视频虽然数量庞大，但往往存在视角单一、场景杂乱、标注粗放等问题。对于需要理解真实物理世界交互的...