企业人工智能面临数据基础设施问题，数据分散导致项目失败。Confluent通过实时数据流提供安全的AI应用基础，强调历史数据与实时信号结合是AI成功的关键，企业需提升数据处理能力以实现安全的操作决策。

加州大学河滨分校等团队在《IEEE Robotics and Automation Letters》上提出CMP框架，通过多车信息共享提高自动驾驶轨迹预测精度，误差降低12.3%。该技术在真实场景和仿真中验证，解决了传统系统的感知盲区问题，为复杂交通环境下的安全决策提供新方案。

Cloudflare推出的威胁事件平台为客户提供实时威胁活动的上下文数据，整合大量流量信息，简化复杂威胁分析，用户可通过自定义过滤器获取相关数据，从而提升安全决策能力。

OpenAI预告了新的推理模型o3和o3-mini，尚未公开发布。o3在编码测试中表现优异，超越了前代模型，并在数学和科学问题上取得高分。同时，公司研究了逐步安全决策的对齐方法，以提升模型遵循安全指南的能力。