TechCrunch年度创业大赛吸引数千家申请企业,从中筛选出200强,其中20家在主舞台竞争10万美元大奖。以下是太空与国防科技领域的7家入选企业:Airbility开发双座电动垂直起降飞行器;Astrum Drive研发无推进剂太空推进系统;Charter Space提供航天器风险分析保险平台;Endox为美军提供AI检测维护系统;Hance构建实时音频处理AI神经网络;Skylark Labs创造机器安全应用自学习AI;Skyline Nav AI开发不依赖GPS的导航软件。
当今桌面浏览器内置大量AI功能,但用户可以选择隐藏它们。移除Chrome中AI工具需要几个步骤:隐藏Gemini按钮、禁用AI模式按钮、关闭智能写作助手、禁用AI历史搜索,以及设置默认搜索引擎显示网页结果。通过chrome://flags和设置页面可以关闭这些功能,确保获得纯净的浏览体验,避免AI内容干扰正常搜索和浏览。
达世莲最新通行密钥报告显示,通行密钥不再是IT部门的未来项目,已成为用户日常生活的一部分。报告显示40%的达世莲客户至少存储一个通行密钥,较去年翻倍增长。谷歌将通行密钥设为个人账户默认选项,推动使用量增长超过350%。苹果在iOS26等系统中支持FIDO联盟通行密钥可移植标准,解决了企业面临的重大挑战,员工和IT团队可在不同密码管理工具间安全迁移凭证,为企业级无密码生态系统奠定基础。
TechCrunch年度创业大赛吸引数千家申请者,最终200强中有180家企业在各自领域表现突出。本文盘点了网络安全类入选企业,包括AIM Intelligence的AI驱动企业安全产品、Corgea的代码安全扫描工具、CyDeploy的资产发现映射平台等。这些公司涵盖AI安全防护、代码漏洞检测、勒索软件防护、深度伪造识别等前沿技术领域。
2025年生成式AI在游戏行业全面渗透,出现在年度最热门游戏中,包括年度游戏奖作品。大型游戏工作室CEO声称AI已广泛应用于开发流程,而独立开发者强烈抵制,推出"无AI"标识。虽然支持者宣称AI能缩短开发时间、降低成本,但实际效果不尽人意,多款游戏因使用AI素材遭到批评。
尽管AI实验广泛开展,但大多数AI项目缺乏成熟度无法规模化。93%的组织在使用或构建AI系统,但仅不到10%建立了强健的治理框架。研究显示,超过50%的AI实验从未投产,仅1%的项目实现真正变革性成果。缺乏数据和AI主权是关键障碍,而拥有主权的组织AI项目成功率提升2倍,回报率增长5倍。
企业正竞相释放AI的变革潜力,但真正的瓶颈不在技术而在人力准备度。Gartner研究显示,56%的CEO计划在未来五年削减管理层级,但91%的CIO未跟踪AI引发的技能变化。超过80%的领导者根本不衡量AI准确性。AI价值取决于员工适应和与智能机器共同发展的能力。CIO必须应对五个关键人力障碍:AI退出效应、中层管理困境、行为副产品、准确性悖论和影子AI现象,这些深层次的行为反射和组织动态如不解决将阻碍转型。
未来集团报告显示,AI电脑出货增长将在明年急剧放缓。微软Windows 10支持终止是2025年企业采用AI电脑的主要推动因素。预计2027年增长率将趋于正常化,AI电脑将遵循可预测的更新周期。全球AI电脑市场未来五年复合年增长率预计达38%,最乐观情况下2030年市场规模可达3500亿美元。缺少系统升级推动因素后,企业需要看到生产力、安全性、成本控制等方面的实质改善才会推进AI电脑普及。
美容公司玛丽凯采取审慎策略部署AI技术,先建立生成式AI基础,再推进AI智能体应用。公司已在一个市场部署AI智能体,计划扩展更多应用场景。通过与Salesforce和Microsoft等供应商合作,玛丽凯既采用现成解决方案加速部署,也开发定制化智能体。公司建立AI治理委员会确保合规和风险管控,专注于代码生成、视频翻译等可重复任务的自动化,并推出AI粉底液匹配工具等面向客户的应用。
香港中文大学等顶尖院校联合研究发现,当前最先进的AI视频生成技术已能制作出连顶级检测系统都无法识别的假视频。研究团队开发了Video Reality Test平台,测试结果显示最强生成模型Veo3.1-Fast的假视频仅有12.54%被识别,而最强检测系统Gemini 2.5-Pro准确率仅56%,远低于人类专家的81.25%。研究还发现检测系统过度依赖水印等表面特征,音频信息能提升检测准确性,但技术发展已对信息真实性判断带来严峻挑战。
Google DeepMind团队提出了革命性的"扩散预览"模式,通过ConsistencySolver技术实现AI图像生成的"预览+精修"工作流程。该技术能在5-10步内生成高质量预览图像,与传统40步完整生成保持高度一致性,用户体验测试显示总体时间节省近50%,大大提高了创作效率和创意探索的自由度。
马里兰大学研究团队开发了V-REX评估框架,首次系统性地测试AI的探索推理能力。通过将复杂视觉推理分解为问题链,该研究发现AI在跟随既定推理路径方面表现较好,但在自主制定探索策略方面相对薄弱。研究还揭示了模型规模与推理能力的关系,以及引导式推理能够显著提升AI表现的重要发现。
北京大学团队开发VIPA-VLA模型,通过分析人类操作视频让机器人学会三维空间理解。该方法构建Hand3D数据集,包含30万条空间操作指令,采用双编码器架构和三阶段训练策略。实验显示在仿真环境中成功率达96.8%,真实机器人测试中显著优于传统方法,为机器人技术发展开辟新方向。
武汉大学联合多家机构开发了MentraSuite心理健康AI框架,包含评估平台MentraBench和模型Mindora。该框架能像专业咨询师一样进行系统性推理,在认知评估、诊断、干预策略制定等方面表现出色。通过创新的混合训练方法和一致性检测机制,Mindora在20个模型对比中表现最佳,推理过程更透明可靠,为AI心理健康应用提供了重要突破。
字节跳动研究团队通过NL2Repo-Bench平台测试发现,即使是Claude、GPT-5等顶级AI编程助手,在独立完成整个软件项目时成功率也仅有20-40%。研究揭示AI存在过度自信提前停工、无法维持长期架构一致性、依赖管理混乱等根本性缺陷。这项包含104个真实项目的大规模测试表明,AI距离完全自主的软件开发还有很长路要走,为未来AI发展指明了关键改进方向。
快手科技发布KlingAvatar 2.0,这是一项革命性的数字人物生成技术。该系统通过协同推理导演和分层制作策略,仅需一张照片、音频和文字描述,就能创造出高质量、长时间的数字人物视频。系统解决了传统技术的时间漂移问题,支持多人控制,在嘴唇同步、表情丰富度和指令执行方面均达到业界领先水平,为数字内容创作和娱乐产业带来重大突破。
人大与蚂蚁集团联合推出ReFusion模型,创新性地将文本生成从逐字进行提升到段落级并行处理。该模型采用"规划-填充"双步骤机制,实现了史无前例的键值缓存完全重用,在七项权威测试中相比现有方法平均性能提升34%,速度提高18倍以上,同时在多个任务上超越传统自回归模型,为AI文本生成技术带来重大突破。
这是南洋理工大学与复旦大学合作完成的突破性研究,提出了无误差线性注意力(EFLA)技术。该技术通过将线性注意力建模为连续时间动力学系统并推导出精确闭式解,在保持线性计算复杂度的同时完全消除了传统方法中的数值误差累积。实验显示EFLA在处理长序列时具有卓越稳定性,为构建高保真度可扩展序列模型奠定了坚实理论基础。
华盛顿大学与Adobe联合开发的DiffusionBrowser系统实现了AI视频生成过程的实时可视化预览,用户可在生成过程中随时查看包括RGB、深度、法线等多维度信息,并进行交互式调整。该技术将预览生成时间从几分钟缩短至1秒内,同时提供了两种变化生成机制,让用户能够真正参与和引导AI的创作过程,为视频AI从黑盒工具向协作伙伴的转变奠定了基础。
香港大学研究团队开发了DrivePI系统,这是首个统一的"四维"自动驾驶AI模型,能同时进行空间理解、三维感知、运动预测和路径规划。该系统仅用5亿参数就在多项测试中超越了现有专业系统,三维感知提升10.3%,碰撞率降低70%,同时具备自然语言交互能力,能实时解释驾驶决策,为自动驾驶的可解释性和实用性带来重大突破。