AI研究者发布高效GPU内核，专为块稀疏神经网络优化并实现SOTA计算速度

探秘足球数据复兴

比利时鲁汶大学教授Jesse Davis及其体育分析实验室以机器学习与大规模数据重塑足球决策。通过分析超140万次传球与数万次掷边线球，团队发现中场将球踢出对手一侧边线可显著提升进攻效率，助力在有限次数内创造射门机会。其研究涵盖阵容评估、远射价值与点球策略，影响安德莱赫特、布鲁日等俱乐部及足协，推动事件数据与追踪数据融合。实验室坚持开源输出VAEP、xG等工具，并尝试用Transformer模型统一数据标注。尽管数据标准化仍具挑战，其成果已在赛场落地，为足球战术进化提供可量化的实践路径。

OpenAI与Anthropic虽为对手，投资者却不站队

AI投资领域正兴起“双保险”策略，投资者不再押注单一赢家，而是同时投资相互竞争的头部企业以对冲风险。由于AI市场格局割据、技术迭代快且前景不确定，单一押注风险极高，同时布局多家企业可锁定行业红利并获取信息优势。尽管该策略面临利益冲突和回报稀释的争议，但在高度动态的AI领域，这种“双轨投资”模式正成为顶级风投的常态选择。

“简直荒唐”：GitHub Copilot按令牌计费引发开发者不满

在人工智能辅助编程领域，微软旗下的GitHub Copilot曾一度被视为无可争议的王者。自2021年首次亮相以来，这款基于OpenAI Codex模型的代码助手迅速席卷了开发者的世界，成为许多程序员日常工作中不可或缺的伙伴。然而，随着技术浪潮的快速演进和竞争对手的不断涌现，GitHub Copilot的“黄金时代”似乎正在悄然落幕。

从市场表现来看，GitHub Copilot的增长势头已经明显放缓。早期，微软凭借其在开发者生态系统中的深厚根基——尤其是通过GitHub平台本身——迅速推广了这一产品。数据显示，Copilot在推出后不久便吸引了超过百万的付费用户，并获得了超...

微软开源新框架：文本描述即可生成AI行为测试

微软推出开源框架“Adaptive Spec-driven Scoring”，旨在通过规范驱动和自适应评分机制，将AI评估与回归测试工程化，提升评估的可复现性与弹性。该框架帮助团队在模型快速迭代中保持质量可控，降低线上风险，并促进透明度与行业协作。尽管评估有效性仍依赖规范设计质量，但此举标志着AI评估正从零散工具向体系化平台演进，成为技术护城河的关键部分。