WebSailor-V2標誌著自主AI代理的重大躍進，縮小了開源與專有深度研究系統之間的差距。這個30B參數模型透過創新的資料生成和強化學習技術，在具挑戰性的基準測試中超越了更大型的對手。研究人員開發了SailorFog-QA-V2，一個建立在複雜知識圖譜上的資料集，並實施了雙環境訓練方法。該模型在BrowseComp和Humanity’s Last Exam上達到令人印象深刻的分數，與頂級專有代理匹敵。透過採用ReAct框架並專注於強大的基礎，WebSailor-V2證明了較小、高效的模型能夠匹配大型專有系統的能力。這項突破讓更多人能接觸到先進的AI研究工具，並為通用人工智慧的未來發展提供了範本。
微軟的 AI 策略正快速演進，Windows AI Lab 的推出標誌著朝向實驗性 AI 功能和直接使用者回饋的重大轉變。這項倡議補充了微軟超越 OpenAI 的擴展合作夥伴關係，包括將 Anthropic 的 Claude 模型整合到 Microsoft 365 Copilot 中。該公司正透過 AI 驅動的 Edge 增強功能重新構想瀏覽體驗，旨在提供更互動和高效的使用者體驗。這些發展正在重塑 Windows、生產力工具和企業解決方案，承諾提升無障礙性、簡化工作流程和增強安全性。微軟的多面向方法強化了其對競爭對手的地位，為 AI 無縫整合到運算各個方面的未來奠定了基礎。
AI 已成為軟體開發不可或缺的一部分，90-95% 的開發者現在每天使用 AI 工具。Google 2025 年 DORA 報告揭示，AI 作為放大器，放大現有的團隊動態。強大的團隊透過 AI 表現得更出色，而掙扎中的團隊則面臨額外挑戰。報告識別出驅動 AI 影響的七個關鍵實務，包括清晰的 AI 政策、品質數據生態系統和有效的版本控制。AI 程式碼助手已顯著演進，開發者越來越多地使用自然語言來指定需求。雖然生產力普遍有所改善，但衡量 AI 的真實影響需要考慮超越簡單生產力提升的多個指標。建議組織建立強大基礎、投資平台工程，並整體性地處理 AI 採用，以在這個開發新時代中最大化好處。
THOR 是一個突破性的數學推理框架，透過階層式強化學習將外部工具與大型語言模型整合。它透過生成高品質資料、執行細粒度最佳化，以及利用即時回饋增強推論來解決工具整合推理中的關鍵挑戰。THOR 的創新組件包括用於資料生成的 TIRGen、雙重最佳化策略，以及推論期間的自我修正機制。在具挑戰性的數學基準測試評估中，THOR-Thinking-8B 在維持合理成本的同時超越了更大的模型。該框架的效益延伸到數學之外，在程式碼生成任務中也展現改善。THOR 代表了結合語意理解與精確執行的重大進展，有可能徹底改變 AI 處理需要創意和計算準確性的複雜推理任務的方法。
Google 的 Gemini AI 現已在 Google TV 上推出，首先從 TCL 的 QM9K 系列電視開始。這項整合為客廳帶來先進的對話式 AI 功能，讓使用者能夠自然地與電視互動，進行內容發現、智慧家庭控制和資訊查詢。Gemini 能理解情境、記住偏好，並能進行多輪對話。這項技術將擴展到其他裝置，可能觸及超過 3 億台 Google TV 和 Android TV OS 驅動裝置。這項舉措代表了 Google 環境運算的願景，並將該公司定位為消費性裝置實用 AI 應用的領導者。隱私控制和使用者資料管理選項已包含在內，以解決潛在的擔憂。
SigLIP 2 由 Google DeepMind 於 2025 年 2 月發布，標誌著視覺語言模型的重大躍進。這個新的多語言編碼器家族建立在 SigLIP 架構基礎上，融入創新技術來增強語意理解、定位和密集特徵提取。訓練配方結合了 sigmoid 損失、基於解碼器的預訓練，以及自蒸餾與遮罩預測。提供兩種變體：固定解析度和原生長寬比可變解析度。SigLIP 2 擁有改進的多語言能力，支援 109 種語言，並在零樣本分類、檢索、密集預測和定位任務上展現卓越效能。其多功能性使其適用於從視覺搜尋到自主系統的各種應用，而其開源特性讓更多人能夠使用尖端的視覺語言技術。
一項突破性研究引入了 CodeEraser，這是一種新穎的機器遺忘技術，用來解決程式語言模型（CLMs）中的隱私漏洞。這種方法選擇性地清除 CLMs 中的敏感資訊，如密碼和 API 金鑰，而無需完整重新訓練，在記憶減少方面達到 93.89%，同時維持 99.00% 的原始性能。該方法優於現有方法，每個樣本僅需 47 秒即可完成處理。這項研究對資料保護法規和隱私保護 AI 系統的發展具有重大意義。它為組織提供了有效遵守「被遺忘權」請求的實用解決方案，為更值得信賴的 AI 驅動軟體工程工具鋪平了道路。
Apple 在 2025 年 9 月的發表會上推出了多元的 iPhone 17 產品線，包含四款機型：標準版 iPhone 17、Pro、Pro Max，以及全新的 iPhone Air。每款都針對不同用戶需求，在效能、設計和功能性方面各有不同取向。
標準版 iPhone 17 獲得重大升級，模糊了與 Pro 機型的界線。Pro 版本解決了先前的散熱和相機限制。iPhone Air 推出超薄外型設計，可能預告了未來的摺疊式 iPhone。
設計差異明顯，Air 是最輕的，僅重 146 公克，厚度 5.6mm。所有機型都配備升級螢幕，包括基本款的 120Hz ProMotion。
效能表現各異，Pro 機型配備均熱板散熱以維持持續效能。A19 和 A19 Pro 晶片提供顯著改進，支援新的 AI 功能。
相機系統區分各機型，Pro Max 在功能方面領先。新的「
Nvidia 對 OpenAI 突破性的 1000 億美元投資標誌著 AI 歷史的關鍵時刻。這項合作夥伴關係旨在為 OpenAI 的下一代 AI 基礎設施部署 10 吉瓦的 Nvidia 驅動系統，遠超過該領域先前的投資。規模令人震撼，相當於 10 座核反應爐，比當今最大的資料中心大 200 倍。這鞏固了 Nvidia 在 AI 晶片領域的主導地位，同時為 OpenAI 提供前所未有的運算資源。這項合作引發了關於能源消耗和環境影響的重大問題，可能需要專用發電廠。這項協議加速了開發人工通用智慧的時程，並在各產業實現新的 AI 應用，標誌著大規模基礎設施投資和 AI 快速創新的新時代。
阿里巴巴通義實驗室開發的突破性 AI 代理 AgentFounder，引入了代理持續預訓練（Agentic CPT）來革新 AI 代理開發。這種新穎的三階段方法加入了專注於代理行為的中間訓練階段，解決了目前兩階段模型的限制。透過使用一階動作合成和高階動作合成等創新資料合成方法，AgentFounder-30B 在多個基準測試中達到最先進效能，超越現有開源模型和一些專有系統。這項研究證明了代理能力的對數擴展模式和改進的微調效率。這項工作為更有能力的通用 AI 代理鋪平了道路，這些代理能夠自主導航複雜資訊環境並解決多步驟問題。
