MIT与天津大学团队开发出X-Hinges软件，可在3D打印物体中自动嵌入高信号传感器与不干扰导线两种材料，避免信号混淆。用户可选择压缩、上下、侧向三种运动轴，在弯曲处嵌入传感器以实现实时响应。团队已制作出能教机器人抓取的手套、感应明暗的折纸灯、识别物体的装置及鲨鱼手柄。目前需校准，团队正用计算机视觉系统对齐数据，未来希望实现驱动与传感一体化打印。

数学家Raghu Meka反思“感知壁垒”如何阻碍研究：某些方法局限或社会性难度被当作定论，使问题无人问津。他回忆研究生时因自认障碍而放弃尝试，幸得导师鼓励。他认为AI带来突破契机，应减少对既有障碍的敬畏，给好奇心更多空间，因为不相信壁垒的代价远低于相信它。

Databricks Apps 正式推出代表用户（OBO）授权，应用可以登录用户身份调用 API，由 Unity Catalog 自动执行该用户的数据权限，无需在代码中重建治理规则。应用可同时使用服务主体处理自有操作，并按需申请最小 API 范围（如只读查询）。管理员可限制范围，缺失用户令牌时应拒绝而非降级。

研究探讨用户自主设计个人感知系统时的本体边界协商问题。采用“绿野仙踪”法设计两种开放式探针，让参与者训练个性化机器学习系统并进行为期一周的日常使用研究，识别出四类协商场域：现象边界、主体与关系、信号与噪声之分、数据客观性，并提出相应设计支持思路。

VLX-Seek是OmAI Lab推出的细粒度视觉语言模型，面向机器人、无人机等边缘具身视觉场景，结合语言理解与区域级视觉感知，支持目标定位、指代理解、区域OCR、描述与计数，并引入目标缺失拒识机制，为具身智能连接环境感知与行动决策提供基础能力。

该PEP提议为Python新增两个None感知访问运算符`?.`和`?[]`，用于安全遍历可能为None的嵌套对象，避免抛出AttributeError或TypeError。运算符先求值左侧，若为None则短路返回None，否则继续正常访问，从而简化可选属性的链式访问，替代繁琐的if判断和临时变量。PEP仅聚焦这两个运算符，不涉及`??`合并运算符。

针对扩散语言模型强化学习中去噪步骤同等对待和似然估计偏差问题，提出DACA-GRPO方法，引入去噪进度分数和分层掩码似然两种机制，在三种GRPO基础上于数学推理、代码生成等七项基准测试中取得提升，最高分别提升5.6、7.4、36.3和5.9个百分点。

LightNav-0是一种基于Qwen3-VL-4B构建的紧凑通用具身导航模型，无需任务特定预测头。它通过双通道指向接口（可供性点与物体点）表达空间意图，并利用残差向量量化动作分词器将意图映射为10个SE(2)航点，实现精确连续控制。模型采用时间感知视觉历史压缩、具身推理中期训练、监督微调与强化学习，单一模型即可支持指令跟随、开放词汇物体导航和视觉跟踪，训练数据覆盖2K+场景、4K+小时。

微软为满足美国加州等地的年龄验证法规，正为 Windows 11 开发年龄感知 API。用户信息由微软统一收集并关联微软账户，应用只需申请年龄段，无需重复索要证件或生日。年龄段划分为10岁以下、10-12岁、13-15岁、16-17岁、18岁以上，应用据此分级内容。该功能尚未上线。

Iyuno发布CLOE人类感知框架新细节，该平台通过融合视觉、听觉和语言输入，模拟人类体验故事的方式，利用认知整合与持久记忆构建连贯理解。CLOE采用AI智能体处理感官信号，并持续关联关系、情感和叙事，形成可复用的语境记忆，以提升AI工作流的一致性。

国微感知推出TMS-HOST温度监测系统，采用0.1mm柔性薄膜传感器，可贴合曲面并嵌入缝隙，实现面分布测温。支持1-20检测点，精度±0.3℃，耐温-60至320℃，防水抗腐蚀。另有温压一体式薄膜，同步测膨胀力与温度，分辨率高，响应快，适用于复杂环境。

DigitalOcean推出缓存感知路由功能，通过模型亲和性和路由预算控制，避免切换模型导致缓存失效，从而降低token费用和延迟。该功能支持显式或隐式会话绑定，并提供分析面板监控缓存效率，帮助企业在token使用增长时保持成本稳定。

MIT与清华团队开发GeoPT预训练方法，利用合成动力学数据让AI模型高效学习物理规律，模拟物体对风、水、碰撞等反应。该模型训练速度提升两倍，数据需求减少60%，在工业基准测试中表现优异，可帮助工程师测试车辆设计，并朝物理基础模型迈进。

芯片初创公司Source Foundry成立仅一年估值达50亿美元，挑战ASML的EUV光刻机垄断。对冲基金Situational Awareness在爆仓后仍投入4亿美元，因其坚信算力即权力，底层芯片制造是AI供应链关键。此押注反映资本对硬科技及未来物理世界控制权的极端信仰。

AI联汇完成数亿元融资并开源端侧原生模型VLX-Seek 1.5，旨在填补物理AI端侧原生路线空白。该模型从架构设计即考虑端侧约束，通过流式多模态实现低延迟、低成本部署，在无人机等场景性能超越同规模模型，并减少目标幻觉。此举类比云原生早期，意在定义物理AI基础设施标准，推动AI规模化进入真实设备。

文章预测2027年AI将达AGI水平，2030年出现超级智能，引发智能爆炸。资本涌入但数据成瓶颈，安全防线薄弱。美国需以国家项目形式加速研发，否则可能落后于中国。若预测成真，人类面临历史性转折；若错误，仅是一场泡沫。