Figure AI 的人形机器人现在正在真实零售环境中部署。该公司与 JCPenney 和 Brooks Brothers 合作，在仓库中处理物流任务。初期数据显示，单家 JCPenney 仓库中，Figure 的机器人已处理 88,000 个包裹。这标志着 AI 硬件从实验室进入实际生产环境的重要一步。机器人需要应对真实世界的复杂性——不同的包裹尺寸、不可预测的工作条件、与人类员工的协作。Figure 的成功部署证明了当前人形机器人技术已经接近商用阶段，具备足够的成熟度和可靠性。对零售和物流行业来说，这预示着大规模的自动化浪潮即将到来。对观察者来说，这显示 AI 不仅在数字世界改变游戏规则，现在也正在重塑物理世界的工作方式。

由Artificial Analysis和IBM推出的ITBench-AA SRE基准测试显示，所有前沿大模型得分均未超过50%。Claude Opus 4.7（自适应推理，最大努力）以47%领先，GPT-5.5（xhigh）和Qwen3.7 Max分别得46%和42%。该测试包含59个需要通过Shell命令调查Kubernetes事件快照并提交根因诊断的智能体任务。关键发现是模型推理轮次差异近3倍，但更长的轨迹并不转化为更高准确率，过度调查的模型会因提交误报而受罚。在成本方面，开源模型Gemma 4 31B（Reasoning）以每任务$0.14的成本获得37%得分，优于成本更高但得分更低的闭源模型。

Anthropic 发布了针对企业部署自主 AI 智能体的安全框架，指出前沿大语言模型正将漏洞利用周期从数月压缩至数小时。部署智能体面临双重风险：基础设施易受 AI 加速攻击，且智能体自身具备自主决策与执行能力。文章提出一个三层零信任架构（基础、高级、优化级）及八阶段实施流程，并概述了提示注入、工具投毒、记忆投毒等特有威胁。

Google Research 推出了一种新的隐私分析解决方案。该方案结合了一种新的密码学安全聚合协议与可信执行环境（TEE）的透明性，旨在实现前沿的隐私与安全保证。其核心是基于零信任原则，通过密码学与硬件保护的结合，确保系统仅能获取群体的匿名化聚合洞察。

黄仁勋展示了新的台湾园区。 英伟达计划每年在台湾投资约1500亿美元。 就在竞争对手AMD宣布将向台湾AI领域投资超过100亿美元一周后。