Reka与Moonvalley合作，吸纳DeepMind、Meta等公司的AI研发人员，旨在加速实体AI模型与基础设施建设。新团队将重点研发世界语言行动模型(WLAM)，通过仿真模拟实现对现实世界的感知与行动。

MIT开发的新内核Fractal为研究人员提供了更清晰的处理器内部视图，揭示了Apple M1芯片的未知行为。Fractal在裸机上运行，减少背景噪声，允许更准确地分析硬件行为。研究发现M1芯片存在“幽灵”推测攻击的证据，且不同特权级别之间的缓存访问仍可被用户代码影响。Fractal旨在成为微架构研究的基础设施，提升实验的可靠性和准确性。

贾里德·西尔斯在2024年加入Anthropic之前没有编写过代码。他利用Claude Code开发了CLAFTS应用，帮助高效处理客户邮件，节省了每天2-3小时。现在，他担任产品经理，专注于为销售团队构建Claude驱动的解决方案，提升工作效率，自动化客户沟通，优化销售流程。

8×8推出的8×8 Resolve平台专为非固定办公人员设计，通过短信、语音等渠道进行紧急通信，确保信息有效传达并记录响应情况。这一创新解决了传统沟通方式的不足，提升企业应对突发事件的能力和业务连续性。

安全研究员Ammar Askar披露了Visual Studio Code中的高危漏洞，该漏洞可窃取GitHub OAuth Token，导致开发者仓库受到攻击。因对微软安全团队处理漏洞的不满，他选择公开该漏洞。微软已确认并修复此漏洞，用户应尽快升级VS Code以防止攻击。

MIT和IBM研究人员开发了ChartNet数据集，包含超过一百万种多样化图表，旨在提升视觉语言模型对图表的理解能力。该数据集通过合成数据生成，帮助小型企业利用AI进行商业趋势分析和科学数据解读。研究表明，使用ChartNet训练的开源模型在图表提取和总结任务上优于大型商业模型。

在2026年，市场营销团队面临将实验转化为日常操作的挑战。Dify是一个LLM应用开发平台，允许用户构建可视化的自动化工作流程，连接不同的模型和数据源。它支持多渠道内容生成、潜在客户评分和智能路由等功能，帮助团队提高效率。与传统聊天助手相比，Dify更适合构建复杂的自动化流程，确保人类监督并优化工作效率。

NVIDIA的工程师们使用Codex作为机器学习实验的主要工具，Codex基于GPT-5.5，能够处理长会话并自动发现问题。工程师Dennis Hannusch表示，Codex提高了开发效率，帮助快速构建生产系统。研究团队利用Codex自动化研究流程，从识别研究领域到编写实验脚本，显著提升工作效率。Codex正在加速NVIDIA的工程和研究工作，未来潜力巨大。

GitHub将于6月1日起实施基于使用量的计费模式，Copilot的使用将消耗GitHub AI积分。同时，GitHub对个人计划进行了调整，以确保客户的可靠和可预测的体验。

研究显示，从2005年到2019年，人们每天与他人交谈的词汇量减少了近28%，疫情后这一趋势可能加剧。年轻人受影响更明显，平均每天减少338个词。专家建议通过增加亲子对话和减少手机使用来改善这一现象。

麻省理工学院研究人员开发了一种AI模型，利用非侵入性中子散射技术，能够同时检测材料中的六种缺陷。该模型基于2000种半导体材料的数据，解决了传统方法在缺陷浓度测量上的不足，推动了半导体和电池材料的改进。

Krisp推出实时客户侧口音转换功能，旨在提升客服人员对不同口音的理解，减轻认知负担，改善客户体验。该技术无需配置，实时调整音频，确保沟通清晰，减少处理时间和重复工作，提升双方满意度。

生成式人工智能工具如GitHub Copilot正在改变软件开发者的工作方式。研究显示，使用Copilot后，开发者的编码时间增加了12.4%，而项目管理时间减少了24.9%。尽管AI加快了编码速度，但96%的开发者对AI生成的代码缺乏信任，且可能导致团队合作减少，影响开源社区的协作价值。AI在提升技能和加速学习方面表现良好，但公司不应因此减少初级职位的招聘。