三安光电在北京的研讨会上介绍了其碳化硅方案在AI服务器电源领域的最新成果，650V SiC MOSFET效率高达96.71%，能效提升约5%。预计五年内可节省电费60万美元，并降低散热能耗和运维成本。公司已在多个领域应用碳化硅产品，并计划加速8英寸衬底的量产。

全球固定网络宽带联盟（WBBA）在亚太宽带发展峰会上推出了AI-Net认证，旨在提升数据通信领域的网络性能与智能化。该认证评估国家政策和运营商的网络智能化水平，涵盖AI WAN和数据中心网络等方面。

美国联邦通信委员会（FCC）计划在下月投票，决定是否取消广播电视台的所有权上限，允许单一公司拥有超过39%的电视家庭。FCC主席布伦丹·卡尔认为，社交媒体和流媒体的兴起使这一规则过时，限制了地方广播电视台的发展。反对者则警告，取消该规则可能会损害地方新闻竞争，认为只有国会有权修改这一限制。

本文探讨了领域特定语言（DSL）与大型语言模型（LLM）的结合。LLM在DSL的约束环境中表现出色，能够根据自然语言生成代码。DSL提供明确的语法和语义模型，帮助开发者设计和实现复杂系统。文章介绍了Tickloom框架，展示了如何利用DSL简化分布式系统的开发与测试。LLM在设计阶段作为头脑风暴伙伴，在DSL建立后则作为自然语言接口，提升开发效率。

Meta推出了新的AI模型Muse Spark 1.1，旨在提升编码能力，支持复杂错误检测和修复。该模型通过Meta Model API向美国开发者开放，并提供20美元的免费积分。这是Meta在AI竞争中追赶OpenAI和谷歌的努力之一。

GeneBench-Pro是一个新基准，用于评估智能体在多阶段统计推理中的能力，涵盖基因组学和药物基因组学等领域。该基准包含129个经过专家审查的问题，旨在模拟真实的科学分析过程。尽管现有模型在某些任务上有所提升，但整体通过率仍较低，尚未实现完整的推理闭环，未来需要增强模型的规划和自我修正能力。

思科计划在7月底前为9万名员工部署个人AI代理，以提高效率和控制成本。然而，裁员近4000人引发员工对新工具的信任危机，尽管公司财务状况良好，员工的心理安全感受到威胁，可能影响AI工具的使用效果。未来一年将决定思科的AI部署能否成功。

视频编码技术正经历从传统编解码器向AI驱动的转变。AI在视频压缩和内容分析中展现出潜力，但短期内不太可能完全取代传统技术。混合模式结合经典编码与AI服务，提升流媒体体验。AI超分辨率技术改善视频质量，但保真度和解码器生态系统的挑战仍需解决。未来，AI可能在特定场景中成为有效工具，但传统编码仍将占主导地位。

Epidemic Group收购了斯德哥尔摩的视频娱乐公司Blenda Labs，扩展至视频领域。Blenda Labs结合人工智能与创意，提供高质量视频内容。此次收购旨在提升内容创作效率，Blenda将独立运营并保留创意团队，利用Epidemic的资源。

GPT-5.6在数学领域取得重大突破，剑桥学生Barreto利用该模型解决了长期未解的埃尔德什问题，获得数学界认可。AI不仅能解题，还能独立发现定理，挑战人类数学家的传统地位。

本文探讨了反因果领域泛化，旨在提高模型在新环境中的鲁棒性。研究提出利用无标记数据，通过惩罚模型对环境扰动的敏感性来增强适应性。提出的两种方法在特定环境下具有最优性，并在实际系统和生理信号数据集上验证了效果。

中国信通院发布了AISHPerf人工智能软硬件基准体系3.0版本，包含智算运维智能体和算子生成智能体的评测基准，旨在提升国产芯片的运维能力和标准化。该基准体系基于近百亿条真实运维数据，评估智能体在实际生产环境中的问题解决能力，推动国产算力集群的高效发展。

根据工业和信息化部公告，音视频标委会发布了《云视频会议系统概念模型》等12项行业标准，涵盖云视频会议、智能电视等领域，旨在解决产业发展中的痛点需求，推动音视频产业的高质量发展。这些标准将于2026年12月1日实施，标志着技术规范的统一。

Anthropic开发了13个官方插件，增强Claude Code的功能。这些插件通过动态检查将静态领域知识转化为实时指导，涵盖代码审查、功能开发和安全监控，旨在提高开发效率和代码质量。

Five9发布的《2026年商业领袖客户体验报告》显示，92%的企业在客户服务中应用了AI，但消费者信任仍是挑战。尽管80%的消费者愿意使用AI服务，三分之二的人仍偏好与真人沟通。报告强调，成功的AI应用需与客户旅程和员工流程整合，以提升透明度和人性化体验。调查还发现，电话是最受欢迎的服务渠道，消费者希望在需要人工帮助时获得更多选择和无缝服务。

Meta在2023年推出了支持AV1编解码器的实时视频通话功能，显著提升了通话质量并降低了带宽需求。AV1在低端设备上表现优异，尤其在带宽受限的情况下。尽管存在延迟和功耗挑战，Meta通过低复杂度编码器和机器学习优化设备兼容性，成功扩大了AV1的应用范围，预计未来将进一步提升通话质量。