悉尼科技大学在AWS上构建课程数据服务平台，采用领域驱动设计，将课程数据作为受治理资产。架构分为边缘、摄取、持久化、应用和接口五层，使用MSK、Neptune、OpenSearch、Lambda等无服务器服务。2024年11月上线后零事故，变更平均1.6秒可用，一名工程师即可运维，显著降低成本并提升复用性。

2025年，美国伊利诺伊州埃尔金社区学院因担忧Flock安全摄像头与海关及边境保护局共享数据、数据安全存疑及访问权限被滥用，要求拆除摄像头，但Flock以未违约为由拒绝。校方用黑色垃圾袋遮盖镜头，Flock人员多次偷偷移除遮盖物，双方反复拉锯，直至2026年4月合同到期，摄像头才被拆除。

OpenAI为ChatGPT青少年模式推出“大学规划”工具，帮助美国10至12年级学生汇总申请要求、截止日期、任务及助学金步骤，并可随时提问。ChatGPT还新增学习功能：iOS支持连续拍照合并为PDF，并能根据笔记生成单词卡。此前有报告批评该工具风险高。

首尔大学医院基于近3万张眼底照片的研究发现，糖尿病使视网膜年龄差增加2.52年，白内障增加1.86年，吸烟增加0.5年，高血压和高脂血症无显著关联。视网膜年龄差检测无需抽血、成本低，但受图像质量影响大，个体预测误差超2.5年，生物学机制尚不明确，目前仅适用于群体筛查，不能用于个体风险分层。

MIT报告指出，生成式AI已能完成本科几乎所有书面作业，最大危机是学生“认知投降”，绕过学习本身。报告反对禁令和AI检测，主张逆向设计课程，用口试、作品集等替代传统作业，并重建校园人际连接与持续治理机制，强调AI应增强而非替代学习。

岛根大学研究发现，自发性走神通过两条独立路径影响ADHD：宏观干扰指日常频繁被杂念打断，损害注意力稳定性；微观干扰指走神瞬间大脑难以切回任务，导致反应变慢、出错增多。二者机制不同，且与刻意走神无关。该研究提示ADHD或需针对两条路径分别干预，但尚待验证。

莱斯大学与英伟达提出RoboTok，一个面向互联网规模人类视频的示范检索数据引擎。它从网络视频中筛选片段、重建三维手部轨迹，学习运动嵌入空间，实现高效相似行为检索，无需任务标签。实验显示其检索质量远超基线，并能提升灵巧操作策略成功率，为机器人学习提供可持续扩展的数据来源。

南京大学副教授蒋炎岩在《生成式软件工程》课程PPT中提出“没有Token的CS学生应退学”，引发争议。文章指出，此言论旨在强调AI时代Token作为资源的重要性，但暴露了教育不平等：付费AI工具加剧学生差距。学校需思考如何公平分配资源，而非仅靠专业调整应对AI变革，教育应成为公平起点而非新门槛。

AI写作虽在语法、逻辑和用词上无可挑剔，却让读者感到不适。原因在于其过度追求完美，缺乏变化和“人味儿”，滥用特定句式和高深词汇，显得空洞。这种“讨好型”写作源于训练机制，导致读者产生“抗药性”。文章呼吁保留写作中的“摩擦”和不完美，因为真诚比完美更珍贵。

AI写作虽字句完美、逻辑清晰，却因过度优化、缺乏人味而让读者不适。滥用固定句式和高深词汇，使文章失去层次和呼吸感。研究指出，AI因讨好读者而显得空洞，读者能迅速察觉这种“塑料感”，甚至迫使人类作者故意犯错以示真实。最终，完美本身成了缺陷，真诚与不完美更显珍贵。

塔夫茨大学莱文提出衰老新理论：细胞衰老源于完成发育目标后失去共同目标，而非损伤积累。虚拟细胞实验显示，无新目标时系统自发退化，持续给目标则能维持。该理论解释扁形虫、龙虾等长寿物种，并暗示细胞蓝图仍在，可通过生物电信号重启。

应科院与圣方济各大学签署合作备忘录，建立策略伙伴关系，专注推动人工智能生物材料及数码健康技术研发。合作涵盖联合研发、技术转移及商品化、人才发展三大范畴，包括开发AI驱动的生物材料设计平台、纳米生物材料诊断方案、数码健康及长者护理等应用，并设立学生实习计划。

韩国梨花女子大学研究发现，餐前先吃蔬菜可显著降低餐后血糖峰值达74%，并减少血糖波动。33名健康女性连续3天测试四种进餐顺序，结果显示先吃蔬菜组血糖更平稳，胰脏负担更小。该策略简单有效，但长期效果及对不同人群的适用性仍需更多研究验证。

印尼日惹的UGM Indosat NVIDIA AI技术中心正式启动，这是该国首个大学AI中心，由Komdigi、Indosat、NVIDIA和UGM合作建立，旨在发展本地AI人才。中心利用NVIDIA全栈平台和Indosat的GPU服务，支持医疗、农业和灾害应对等国家优先项目，如TB筛查、精准农业和灾害预警，推动印尼AI主权和创新。