加州柏克萊模型評估與威脅研究（METR）機構研究顯示，大型語言模型（LLMs）能力正以每七個月翻倍的速度提升。預計到2030年，前沿LLM能以50%可靠性在數日內完成本需人類一個月才能完成的軟件任務；到2033年，LLM市場規模將超1400億美元。研究采用“任務完成時間范圍”指標，顯示LLM應對復雜現實任務的能力持續增強。專家指出，這一進步將極大推動創新與生產力，但也帶來管控難度增加的風險，進展速度可能受限于硬件和機器人發展。
微軟指出，面對復雜網絡威脅，政府機構需推行零信任安全體系：整合身份、遙測和實時可視化，實現“默認不信任”，并用AI提升威脅檢測和響應效率。微軟強調，零信任要求對每一次訪問實時評估風險，AI協助分析海量威脅數據，識別異常行為。只有完善環境可視化、身份追蹤和數據分類，才能讓AI賦能的零信任架構切實落地，保障核心系統和數據安全，為未來網絡防御提供可持續支撐。
OpenAI與Oracle深化Stargate合作，將在美國租用約4.5吉瓦的數據中心電力，規模相當于為數百萬家庭供電。雙方計劃在多州新建并擴展數據中心以支持AI基礎設施建設。該合作包含Oracle年度300億美元云業務大單一部分，反映AI算力需求激增和云廠商在AI浪潮中的核心地位。
英國政府將推出“創新者護照”數字系統，通過簡化審批流程，加快經過NHS驗證的新技術在全國范圍內推廣，助力10年健康計劃和生命科學產業發展。該系統將杜絕重復合規審查，使創新醫療器械和數字健康產品一經評估通過即可在多家NHS機構快速應用，提升患者獲得新治療和技術的速度。典型案例包括抗菌敷料、心臟設備保護套及流感快檢等創新成果。新政不僅優化醫療資源、縮短創新落地周期，也為生命科學企業進入NHS市場提供便利，推動英國成為全球醫健科技創新高地。
拉斯維加斯數據中心運營商Switch正在當地打造新型“AI工廠”，這是其首次在拉斯維加斯布局此類高密度算力設施。相比傳統數據中心，AI工廠體積更小但計算密度更高，專為支持人工智能系統的訓練和推理而設計。項目由英偉達（Nvidia）主導系統架構，目標實現從數據采集到高強度AI推理的全流程自動化智能“制造”。Switch已在全美多地布局AI工廠，順應AI算力需求激增的趨勢，加快智能基礎設施建設。
東京科學研究所開發出高濃度摻鈧的(Al,Ga,Sc)N三元合金薄膜，突破了材料穩定性限制，為超低功耗非易失性存儲器提供了新材料方案。該薄膜采用反應磁控濺射法制備，鈧含量提升后材料極化切換電壓大幅降低，能顯著降低存儲器能耗，并展現優異的壓電與光電特性，適用于6G通信噪聲濾波與光計算等領域。這一突破有望推動新一代節能電子器件和高效數據存儲技術的發展。
歐盟委員會公布全新生命科學戰略，目標2030年前將歐洲打造為全球最具吸引力的生命科學高地。該戰略每年投入逾百億歐元，聚焦優化創新生態、加快成果轉化、推動技術應用和增強市場信心，涵蓋生物醫藥、食品、可持續生產等領域。舉措包括出臺歐盟生物技術法、設立行業對接平臺、支持多國臨床試驗和交叉技術研發，并投入3億歐元促進創新采購。此舉旨在提升產業競爭力、推動醫療健康與綠色轉型，同時鞏固歐盟在全球生命科學領域的領導地位。
美國能源部宣布在愛達荷國家實驗室（INL）正式啟動全球首個核微堆試驗平臺DOME，選定Westinghouse與Radiant兩家公司開展首批燃料實驗，計劃2026年春投入運行。DOME平臺將為先進微堆技術提供關鍵驗證環境，助力新型微型核反應堆從實驗到商業化落地，目標涵蓋遠程社區、軍事基地及關鍵基礎設施等場景。新規簡化了核測試流程，加速了技術創新。項目背靠國防生產法優先地位，預期推動美國在下一代核能領域實現全球領先。
澳大利亞聯邦科學與工業研究組織CSIRO團隊利用量子機器學習（QML）成功研制出全球首個基于量子技術的半導體，顯著提升了半導體設計和制造中的參數建模與優化效率。團隊開發的QKAR架構通過5個量子比特實現了復雜特征提取，優化了GaN HEMT器件性能，并在樣本有限的非線性場景下超越傳統AI方法。該技術已通過新器件實測驗證，展示了量子模型在高維、小數據環境下的獨特優勢，有望變革未來微芯片的設計流程。
瑞典查爾姆斯理工大學、米蘭大學、格拉納達大學和東京大學組成的聯合研究團隊首次推出可高效模擬糾錯量子計算的新方法，實現了對GKP等容錯量子編碼的精確模擬，突破了傳統計算機難以模擬多能級bosonic碼的難題。該算法能有效檢測和糾正量子計算中的錯誤，為未來更健壯、抗干擾的量子計算機開發提供關鍵支撐。此舉有助于量子計算邁向實用化，推動更高容錯性的量子技術落地應用。
