法律科技企业在大模型应用推动下加速增长，Clio年经常性收入升至5亿美元，Anthropic加码布局法律场景，产业链上下游关系更趋复杂。

日本数字厅宣布，将在2026年11月面向国产大语言模型公开招募，选定用于政府生成式AI基盘“源内”的基础模型。2027年度起将以政府采购方式有偿导入，并事先公开行政实务向的评测方法与条件。

AI安全公司Alice的研究显示，通过对模型内部“拒绝信号”进行技术性削弱，Meta、Google等多家厂商公开的安全训练版开放权重大模型，其针对钓鱼、化学武器、恶意软件生成等高风险请求的防护，可在数分钟内被绕过。

清华大学、卡内基梅隆大学、哈佛大学等研究者提出一种名为「Neuron Auctions」的广告竞价方法，通过调节大语言模型内部与品牌相关的神经元激活强度，在不改动用户输入的前提下，让特定品牌更自然地出现在回答中，同时在广告收益与用户体验之间寻找平衡。

未査読論文リポジトリ arXiv 在最新说明中强调，使用生成式 AI 工具撰写论文时，所有内容（包括不当表述、错误引用与潜在抄袭）均由作者本人负责。如有明确证据表明作者未核查大模型输出，相关作者最高可被禁止在 arXiv 投稿一年。

研究者指出，生成式人工智能往往产出更接近“考试英语”的文本：更正式、信息密度更高但多样性较低；而人类英语在词汇与句法上更具变化，也更容易呈现个人风格。

中国 AI 企业 DeepSeek 发布新一代开放权重大模型 DeepSeek‑V4，包含高性能 Pro 版与轻量 Flash 版，两者均原生支持 100 万 Token 长上下文，并在推理、长文处理与 Agent 能力等多项基准测试中宣称达到开放模型第一梯队。

麻省理工学院研究人员提出RLCR方法，让大型语言模型在保持甚至提升准确率的同时，大幅改善置信度校准，减少“自信地说错”的情况。

美国德克萨斯大学奥斯汀分校与 Cognizant AI Lab 搭建虚拟社会环境 TerraLingua，并为其中的 AI 智能体加入资源约束与有限寿命，观察到知识与规则在多代智能体之间不断积累、演化，呈现出类似人类“累积文化”的现象。

Google Research 提出全新 KV 缓存压缩方案 TurboQuant，通过极坐标量化等技术，将大模型 KV 缓存压缩 6 倍以上，并在长上下文场景中实现最高约 8 倍推理加速，同时几乎不损失模型精度。

D-ID宣布发布V4表现力视觉代理，称其基于扩散模型并以真实演员表演数据训练，可实现低于0.5秒对话延迟、精准唇同步与最高4K输出，面向实时对话与长篇企业视频场景。

OpenAI 宣布收购专注于大模型安全测试的初创公司 Promptfoo，并计划将其评估与安全测试能力整合进企业级 AI 基础设施，以强化生成式 AI 在企业落地过程中的质量与安全保障。