اخراج ۲۵۰ کارمند در بخش سخت‌افزار آمازون

استارتاپ آلمانی «میورِی» موفق به جذب ۷.۱ میلیون یورو سرمایه برای توسعه فناوری تصویربرداری از قطعات فلزی ضخیم مانند موتورهای موشک شد. این شرکت با استفاده از ذرات «میون» که قدرت نفوذ بالاتری نسبت به اشعه ایکس دارند، به همراه هوش مصنوعی، تصاویر سه‌بعدی از داخل قطعات صنعتی تهیه می‌کند. این سرمایه‌گذاری شامل ۳.۵ میلیون یورو سرمایه خصوصی و ۳.۶ میلیون یورو بودجه عمومی از برنامه «افق اروپا» است. فناوری این شرکت به تولیدکنندگان اجازه می‌دهد تا عیوب پنهان قطعات را بدون نیاز به ساعت‌ها اسکن و با تابش اشعه کمتر شناسایی کنند. میورِی که از مرکز تحقیقات فیزیک ذرات «دزی» در هامبورگ برخاسته، قصد دارد اولین خدمات صنعتی خود را در سال ۲۰۲۷ ارائه دهد. این استارتاپ همچنین در حال مذاکره برای استفاده از این فناوری در بنادر جهت شناسایی مواد هسته‌ای در محموله‌ها است.

شرکت‌های چینی DeepSeek و Moonshot AI از مدل OpenAI GPT-6 Astra برای آموزش مدل‌های خود استفاده کرده‌اند. این روش به نام distillation به شرکت‌ها اجازه می‌دهد تا از مدل‌های پیشرفته‌تر یاد بگیرند. OpenAI قبلاً Moonshot را به استفاده از روش‌های مشابه متهم کرده بود. این گزارش به تنش‌های موجود بین شرکت‌های آمریکایی و چینی در زمینه هوش مصنوعی اضافه می‌کند. شرکت‌های آمریکایی ادعا می‌کنند که distillation به رقبای خود اجازه می‌دهد تا با هزینه کمتر از قابلیت‌های پیشرفته استفاده کنند.

شرکت هوش مصنوعی آنتروپیک در نامه‌ای به گاوین نیوسام، فرماندار کالیفرنیا، پیشنهاد داد که دولت باید بتواند از دادگاه درخواست مسدودسازی مدل‌های AI خطرناک کند. این پیشنهاد در پاسخ به فرمانی از نیوسام برای تقویت قوانین ایمنی AI ارائه شد. آنتروپیک پیشنهاد کرد که ارزیابندگان مستقل خطرات را به دادستان کل گزارش کنند و در صورت خطر فوری، دادگاه می‌تواند مدل را متوقف کند. این شرکت همچنین به اهمیت نظارت داخلی و گزارش‌های خطرات دوره‌ای اشاره کرد. در واشینگتن نیز، آنتروپیک یک پیش‌نویس قانون فدرال برای مسدودسازی مدل‌های خطرناک ارائه کرده است.

پروژه MicroZig سیاست سخت‌گیرانه‌ای علیه استفاده از هوش مصنوعی و LLM پذیرفته است. از ۲۸ اکتبر ۲۰۲۶، استفاده از محتویات تولید شده توسط LLM، ترجمه، ویرایش، یا حتی استفاده از آن‌ها برای پیدا کردن اشکال در کد ممنوع است. همچنین صحبت در مورد استفاده از چت‌بوت‌ها یا LLM در فضاهای این پروژه ممنوع است. این سیاست برای حفظ محیط مثبت و فنی در پروژه MicroZig و گروه Zig Embedded اعمال می‌شود.

مودل Qwenputer یک پردازنده RISC-V کاملا کارکرده را در داخل وزن‌های Qwen 3.5 4B پیاده‌سازی کرده است. این مودل از لایه‌های Gated DeltaNet خود به عنوان حافظه (RAM) استفاده می‌کند و قادر به اجرای عملیات ریاضی، کد C و MicroPython بدون نیاز به ابزار خارجی است. Qwenputer از Hugging Face و ModelScope در دسترس است و کد آن در GitHub قرار دارد. این مودل نشان می‌دهد که لایه‌های GDN می‌توانند به عنوان حافظه دقیق عمل کنند و هزینه کمتری نسبت به مکانیسم‌های توجه معمولی دارند.

پروژه آلفین لینوکس پس از تلاش مهاجمان برای سوءاستفاده از آسیب‌پذیری بحرانی گیت‌لب با شناسه CVE-2026-97229، زیرساخت خود را از نو بازسازی کرد. این آسیب‌پذیری با نمره ۱۰ در موتور ارزیابی عبارات منظم در زبان روبی رتبه‌بندی شده است. حملات در تاریخ‌های ۲۰ و ۲۱ اکتبر با استفاده از تنظیمات مخرب CI روی نسخه‌های آسیب‌پذیر انجام شد که منجر به هشت بار توقف فرآیندهای کاری گیت‌لب شد. تیم امنیتی اعلام کرد هیچ مدرکی مبنی بر اجرای کد مخرب روی سرورها یا دستکاری مخازن آلفین یافت نشده است. با این حال، به دلیل عدم قطعیت کامل، تمامی رمزهای عبور کاربران بازنشانی شده و از آنان خواسته شده است اطلاعات خود را به‌روزرسانی کنند. بسته‌های اصلاحی مرتبط با این باگ سرانجام در نسخه‌های جدید روبی و گیت‌لب ارائه شدند.