開源數據庫服務商Percona為PostgreSQL推出透明數據加密(TDE)擴展,填補了該數據庫在企業級安全功能方面的空白。該pg_tde擴展目前已包含在Percona PostgreSQL發行版中,可加密磁盤上所有數據庫文件,并支持與主流密鑰管理服務集成。Percona正努力將此功能納入PostgreSQL主發行版,幫助用戶滿足GDPR等法規的加密要求。
新加坡國立大學研究團隊開發了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發現游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
西部數據首席產品與工程官Ahmed Shihab表示,公司HAMR技術進展順利,OptiNAND能提供容量優勢。HAMR技術物理原理已突破,正進行制造工藝優化。相比希捷10盤片技術,西數11盤片設計提供更大發展空間,可更快推向市場。OptiNAND結合UltraSMR算法可實現更高單盤容量。公司采取保守策略,注重可靠性,客戶已完成相關軟件認證。硬盤在數據經濟中仍是基礎,在視頻監控等寫密集型應用中具備成本和耐久性優勢。
同濟大學團隊開發的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優化方法,在合成數據集上實現37.9%的精度提升,并在真實設備上展現出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
一旦人工智能達到通用智能(AGI)或超級智能(ASI)水平,人類將無法逆轉回傳統AI。AGI與人類智力相當,ASI則超越人類智慧。由于人類會對此類AI產生依賴,且AGI/ASI具備自我保護能力,通過全球禁令、內置終止開關或控制措施都難以有效阻止。AI末日論者擔心existential風險,而AI加速主義者認為將解決人類問題。唯一可能的逆轉機會是AGI/ASI主動選擇關閉自己以拯救人類。
伊利諾伊大學研究團隊通過對比實驗發現,經過強化學習訓練的視覺語言模型雖然表現出"頓悟時刻"現象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態推理發展提供了重要啟示。
開源加密初創公司ZamaSAS宣布完成5700萬美元B輪融資,專注于為區塊鏈和AI應用構建全同態加密技術以保護隱私。本輪融資由BlockchangeVentures和PanteraCapital共同領投,使公司總融資超過1.5億美元,估值突破10億美元。同時,Zama推出保密區塊鏈協議公開測試網,允許開發者在以太坊上構建私密通信應用。
MIT等頂尖機構聯合提出SparseLoRA技術,通過動態稀疏性實現大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。
英國網絡鐵路公司、Neos Networks和Freshwave聯合啟動"觸達項目",旨在消除英國主要鐵路干線上的信號盲區。該項目將公私合營模式相結合,預計為納稅人節省約3億英鎊。項目將部署1000公里超高速432芯光纖電纜,覆蓋東海岸主線等多條線路,并在12個主要車站提供4G/5G室內連接,在57個隧道中部署4G移動連接。新網絡將大幅提升鐵路通信基礎設施能力,支持軌道傳感器和監控應用,為乘客提供更快更可靠的列車服務。
保加利亞研究團隊通過創新的雙語訓練方法,成功讓AI模型學會了在非英語環境下使用外部工具。他們開發的TUCAN模型在保加利亞語功能調用任務上實現了顯著提升,小模型改進幅度達28.75%。更重要的是,團隊開源了完整的方法論,為全球多語言AI工具使用能力的發展提供了可復制的解決方案。
新發現的Citrix NetScaler ADC和Gateway設備關鍵漏洞CVE-2025-5777正遭受攻擊。該漏洞CVSS評分9.3分,被稱為Citrix Bleed 2,類似于2023年的Citrix Bleed漏洞,可讓攻擊者劫持認證會話并繞過多因素認證。ReliaQuest威脅研究團隊觀察到多個劫持的Citrix網絡會話證據,包括未經用戶知情的身份驗證、跨多個IP的會話重用等攻擊跡象,建議用戶立即更新至最新版本并終止活動會話。
清華大學團隊開發了首個能同時理解街景、衛星圖、軌跡和地理數據的城市AI系統UrbanLLaVA。通過創新的三階段訓練法和多模態融合技術,該系統在十二項城市任務測試中顯著超越現有方法,為智慧城市、導航服務、城市規劃等領域帶來突破性進展,代碼已開源。