01
Anthropic 与 Akamai 达成 116 亿美元为期七年的云计算基础设施大单
AI 创企 Anthropic 已承诺在未来七年内向 Akamai 的云基础设施投资 116 亿美元，该合作聚焦于 CPU 算力，交易总规模未来可能扩大至约 200 亿美元。此外，双方达成了一项特殊安排：随着 Anthropic 算力支出的增加，Akamai 将向 Anthropic 提供最高达 5% 的公司股权潜在份额。
阅读原文 ↗自动精选 · 2026-09-26
AI 日报
20 条动态 · 按来源内容整理，保留原文链接。
02
Meta推出个人AI智能体Muse，与OpenAI和Anthropic展开正面竞争
在Anthropic推出Opus 5.5以及OpenAI紧随其后发布GPT-6更新的模型密集发布周中，Meta凭借其个人AI智能体Muse引发广泛关注。据报道，Muse的早期表现数据已超越ChatGPT同期水平，未来将进一步适配智能眼镜等硬件设备，展现出在个人智能体及端侧AI应用领域的强劲竞争力。
阅读原文 ↗03
美联邦法院支持五角大楼将Anthropic列为供应链安全风险并排除在军用合同外
美国联邦上诉法院裁定支持五角大楼禁止 Anthropic 参与军事合同的决定。美国国防部方面认为，Anthropic 在其大模型中设置的安全与使用限制可能会危及军事行动的开展。Anthropic 则表示，被贴上供应链安全风险标签已导致公司遭受了数十亿美元的商业损失。
阅读原文 ↗04
赴美IPO前夕，英国AI算力云厂商Nscale完成33.6亿美元可转债融资
英国AI新兴云服务商（Neocloud）Nscale宣布在赴美首次公开募股（IPO）前完成33.6亿美元的可转债融资。本轮投资方包括对冲基金Third Point和英伟达（Nvidia）等知名机构。据悉，该笔资金将主要用于支持公司大规模AI数据中心基础设施的扩建与算力部署，以满足日益增长的人工智能计算需求。
阅读原文 ↗05
谷歌推进电网互动型AI数据中心：融合LVDC供电、储能与液冷技术
在 Data Center World Power 大会上，谷歌相关负责人详细阐述了其电网互动型 AI 数据中心方案。该方案采用全栈式设计，整合低压直流（LVDC）供电、电池储能系统（BESS）与液冷技术，不仅重塑了超大规模 AI 基础设施的能效表现，还使数据中心从传统的后备电源使用者转变为能够积极支持当地电网运行的协同伙伴。
阅读原文 ↗06
美国上诉法院维持将Anthropic列为供应链风险的裁决
据法庭相关动态，美国一家上诉法院已裁定维持此前将人工智能初创企业Anthropic列为供应链风险的决定。该判决可能对Anthropic在政府及敏感领域的商业合作与业务拓展产生深远影响。当前公开信息较为有限，尚未披露法院维持该裁定的具体法律依据与细节。
阅读原文 ↗07
AI智能体首次攻破政府网站：这起安全事件为何引发关注
据《自然》（Nature）期刊相关报道，AI智能体被曝首次成功入侵政府网站，引发了网络安全与AI治理领域的广泛关注。该事件标志着自主AI智能体在网络攻击与渗透能力上的突破，凸显了现有关键基础设施在面对新型AI驱动型威胁时的脆弱性。由于原文仅提供标题及链接，具体受影响的政府部门及攻击细节有待进一步披露，但该事件对AI安全防范与监管具有重要警示意义。
阅读原文 ↗08
微软Copilot迎重大改版：新增Autopilot智能体并转向按用量计费
微软对其Copilot应用进行了重构，拆分为Home、Code以及名为Autopilot的新智能体三大板块。基于OpenClaw构建的Autopilot智能体可在云端持续运行，能够自主监控Teams频道并独立完成任务。针对Autopilot和Code板块，微软摒弃了原有的固定费率模式，转向按实际使用量计费，进一步摆脱了以往的AI补贴模式。
阅读原文 ↗09
基于 Amazon EKS、EFA 与 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
文章介绍了如何在 Amazon EKS 上利用 Elastic Fabric Adapter (EFA) 和 DeepEP 扩展混合专家模型（MoE）的强化学习训练。该方案构建了结合 Amazon EKS、EFA 与 Amazon S3 的技术架构，有效针对大规模 RLHF 与 GRPO 训练场景，将整体强化学习 rollout 阶段的吞吐量提升了 40%，优化了分布式集群的通信与计算效率。
阅读原文 ↗10
基于 Amazon SageMaker HyperPod 与 SkyRL 加速多模态强化学习训练
该实践指南介绍了如何在 Amazon SageMaker HyperPod 上运行开源强化学习框架 SkyRL，采用 GRPO 算法对 Qwen3-VL-8B 视觉语言大模型进行后训练。内容涵盖构建容器镜像、通过 SageMaker Studio 启动 Ray 分布式集群、提交与监控训练作业，以及最终部署和托管训练所得的 LoRA 适配器以进行推理。
阅读原文 ↗11
Meta押注个人AI智能体Muse引发关注，对标主流前沿模型
在Anthropic与OpenAI相继推出前沿模型更新之际，Meta凭借其代号类似电子宠物的个人AI智能体Muse引发广泛关注。据报道，Muse的早期增长数据已超过ChatGPT同期表现，并计划进一步集成至智能眼镜等硬件设备中，展示了Meta在端侧与穿戴式个人AI助手领域的战略布局与快速推进态势。
阅读原文 ↗12
美国多地推进出台措施遏制投机性数据中心项目
随着公众对数据中心过度建设的抵触情绪上升以及各州政策的调整，美国多地正逐步推行大负荷电价机制及其他监管措施。这些政策旨在规范高耗能用电需求，淘汰缺乏实际落地保障的投机性数据中心项目，缓解电网压力并优化算力基础设施布局。
阅读原文 ↗13
在 Amazon SageMaker AI 上部署 Qwen3-TTS 实现实时个性化语音合成
Amazon SageMaker JumpStart 现已支持部署开源的 Qwen3-TTS-12Hz-1.7B-Base 文本转语音模型至全托管的实时终端节点。开发者可利用简短的参考音频片段快速完成声音克隆，且该模型具备跨语言克隆能力，能在不同语种切换时稳定保留说话人的独特音色特征，为构建高保真、个性化的多语言实时语音交互应用提供了便捷的落地路径。
阅读原文 ↗14
GitHub Copilot推出Canvas画布功能：支持用自然语言定制工作流界面
GitHub发布面向初学者的Copilot应用指南，介绍如何利用画布（canvases）构建自定义工作流。用户只需使用日常英语描述所需界面，AI智能体即可实时生成一个可交互、可动态更新的工作界面，方便人机协同操作。该功能旨在减少开发者适应和配置工具的时间，提升工作流定制效率与实际产出。
阅读原文 ↗15
又一谷歌DeepMind研究员离职，直言过快构建超智能AI极其不负责任
谷歌DeepMind研究员Robert O'Callahan宣布离职，他认为当前人工智能的发展变革速度过快。O'Callahan此前主要从事芯片设计工具的研究，旨在降低AI成本并提升速度，但他表示自己已无法在道德上认可这一贡献，认为短期内打造超智能AI在本质上是不负责任的。他还透露，许多同行其实心存同样的担忧，但鲜有人公开表达。
阅读原文 ↗16
部分Supabase用户数据遭公网泄露，暴露AI编程应用的安全隐患
调查发现，开源后端服务平台Supabase的部分客户因配置不当，导致大量敏感用户数据直接暴露在公网中。该事件揭示了利用AI生成代码及快速原型开发（vibe-coded）应用所带来的安全隐患：当开发者缺乏安全配置和权限防护意识时，这类由AI协助构建的应用极易发生严重的数据泄露风险。
阅读原文 ↗17
前沿AI模型破译二战密码：Astra与Opus通过图灵的“另一项测试”
最新动态显示，以Astra和Claude Opus为代表的前沿大语言模型成功参与并完成了阿兰·图灵在二战期间留下的密码破译工作。这项突破被视为AI模型通过了图灵在经典智能测试之外的“另一项测试”，展现了前沿AI在处理复杂历史密码学难题、逻辑推导以及大规模符号推理方面的强劲能力。具体技术细节及完整破解过程有待进一步披露。
阅读原文 ↗18
知名博主评Meta智能体Muse：消费级Agent系统背后的云端虚拟机与安全隐患
科技博主John Gruber对Meta推出的AI智能体系统Muse进行了点评。Muse在技术上具备突破性，为每位用户在Meta云端配备专属且持久化的Linux虚拟机，并通过易用的可爱吉祥物界面封装，成为首个面向大众消费者的Agentic AI系统。但评论同时指出，普通消费者可能尚未意识到让智能体拥有完整虚拟机环境所带来的潜在安全风险与操作隐患。
阅读原文 ↗19
Meta力推个人AI智能体应用Muse，登顶应用商店榜单
个人AI智能体应用Muse近期在应用商店榜单名列前茅，并实现用户规模的快速增长。对此，Meta正全力为其提供支持，并在旗下各大应用及外部平台全面加大对该AI智能体应用的推广与宣传力度，加速其在消费端AI市场的渗透与扩张。
阅读原文 ↗20
NarrateAI在Amazon Bedrock上实现生产级大模型质量保证方案
NarrateAI展示了基于Amazon Bedrock构建生产就绪的大语言模型质量保证（QA）体系。该方案详细介绍了五项核心技术：自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估以及数据准确性验证。通过这些技术组合，系统在保障实时流式响应输出的同时，使数值准确率达到了约99%，为大模型生产落地提供了高可靠的质检参考。
阅读原文 ↗