DeepSeek将其R2模型训练从华为昇腾芯片转回英伟达，暴露了中国在AI芯片自主研发中面临的生态系统成熟度、软件支持和芯片通信等深层技术挑战。这一事件凸显了英伟达在高性能AI训练领域的生态优势，并迫使中国AI企业在国家技术自主战略与商业实用性之间寻求务实平衡，揭示了技术主权之路的复杂性与长期性。

WeTransfer因为更新条款，被网友们怀疑拿用户文件去训练AI，引发了一场“删号威胁”风波。官方火速澄清：没这回事！我们非常重视用户数据隐私和伦理。这波乌龙再次提醒大家，AI时代数据隐私是多么重要，公司得透明，用户得警惕。

美国法院最新裁定，允许Anthropic等AI公司在未经作者同意的情况下，使用合法购买的已出版书籍训练其大型语言模型，援引“合理使用”原则，将其视为一种“转化性使用”。这一里程碑式的判决为AI模型的数据获取降低了版权风险，但同时强调了盗版内容使用的非法性，并引发了关于版权保护与技术创新之间平衡的深刻讨论。该判决在参考Google Books和GitHub Copilot等历史案例的基础上，可能对OpenAI和Meta等公司的类似版权诉讼产生影响，预示着未来围绕AI数据来源和知识产权的新一轮法律和伦理博弈。

上海AI Lab和人大高瓴团队提出的MathFusion框架，通过独特的“指令融合”策略，成功提升了大型语言模型（LLMs）解决复杂数学问题的能力。该方法利用仅45K合成数据，便在多个基准测试中实现了平均18%的准确率提升，证明了在数据质量而非数量上进行突破的重要性。MathFusion通过模拟问题之间的内在逻辑关联，使LLMs从“死记硬背”转向真正的逻辑推理和知识串联，为AI在更深层次的认知任务中发挥作用奠定了基础。