1.美国NNSA与AWS启动“Genesis”AI试点项目
美国能源部国家核安全局（NNSA）与亚马逊云服务（AWS）启动“Genesis示范项目”试点，合同金额1000万美元，隶属一项持续至2027年的3000万美元合作。该试点旨在在安全、涉密的云环境中快速验证核心人工智能概念，为后续更大规模的Genesis任务提供设计依据，以增强国家安全能力。AWS此前已深度参与能源部及其国家实验室的AI项目，相关合作被认为有助于显著压缩核技术与工程设计周期。
2.美国ARPA-H资助推进3D生物打印肝脏项目
由卡内基梅隆大学牵头的“LIVE项目”获美国高级健康研究计划局（ARPA-H）2850万美元资助，利用低免疫“通用供体”细胞与FRESH 3D生物打印技术，研发可灌注、生物相容的临时肝脏，用于急性肝衰竭患者，提供2—4周功能支持以争取自体肝脏再生，避免免疫抑制治疗。团队计划五年内完成成人级生物工程肝脏的临床前测试，并拓展至心脏、肾脏等器官。
3.美能源部与NASA携手推进2030年月球核反应堆计划
美国能源部（DOE）与美国国家航空航天局（NASA）签署新合作备忘录，重申联合研发月球裂变表面电源系统，目标是在2030年前部署月球核反应堆。该系统可长期稳定供电，且无需补充燃料即可持续运行多年，不受昼夜和极端温差影响，将为未来月球探测任务提供稳定电力支持。两家机构将在开发、制造、审批以及为月球表面反应堆的发射做准备等方面共同努力，延续双方50余年的协作传统，体现“美国优先”太空政策。
4.瑞士团队开发单细胞检测技术评估抗生素杀菌效果
瑞士巴塞尔大学和巴塞尔医科大学研究人员开发出一种抗菌单细胞检测方法，可连续追踪单个细菌，区分抗生素是仅抑制生长还是能够真正杀灭细菌。该方法揭示了不同药物组合及不同患者菌株在耐受性上的显著差异，并在结核病及严重肺部感染测试中显示出更高的疗效预测能力。相关成果有助于优化个体化用药选择，提高治疗成功率，并为新型抗生素研发提供更可靠评估工具。
5.日本研究团队用少量数据实现机器人“类人触觉”抓取训练
日本庆应义塾大学研究团队提出一种基于高斯过程回归的自适应运动复现系统，使机器人仅凭少量训练数据即可生成类人抓取与施力动作。该模型通过记录人类抓取不同硬度物体的动作，能够理解物体属性与人类施加的力以及抓取位置之间的关系，从而能够推断出人类的动作意图，并为那些它从未见过的物体生成相应的运动方式。实验显示，该系统在插值与外推任务中显著降低位置和力控制误差，明显优于传统方法，为机器人在家庭、医疗等复杂环境中的应用奠定基础。
6.曼彻斯特大学牵头建立石墨烯单层厚度检测新国际标准
曼彻斯特大学联合英国国家物理实验室（NPL）及15家国际研究机构，开展全球最大规模的单层石墨烯检测研究，提出基于透射电子显微镜（TEM）的可靠测试流程。该方法系统评估测量不确定性，确保区分单层与多层石墨烯的准确性。研究成果已被直接纳入即将发布的ISO/TS 21356-2国际技术规范，为石墨烯及二维材料的产业化应用提供可信质量基准。
7.Planet公司与谷歌合作探索“轨道数据中心”可行性
Planet公司与美国谷歌展开合作，研究在轨部署计算基础设施的可行性，项目隶属于谷歌“Project Suncatcher”。该研究旨在评估利用近乎持续的太阳能，在近地轨道运行支持人工智能负载的数据中心级系统。Planet将凭借其小卫星制造与星座运营经验，计划于2027年前后建造并发射两颗验证卫星，重点测试供电、散热、辐射与通信等关键问题，项目定位为技术验证而非商业部署。
8.Anthropic推出由AI主导开发的通用智能代理Cowork
Anthropic公司发布智能代理工具Claude Cowork研究预览版，面向非编程任务，允许用户授权访问本地文件以完成工作。公司称该产品主要由Claude自身编写完成，人类仅负责架构与产品决策，开发周期不足两周。Cowork源于用户对Claude在非编码场景的需求增长，目前向Claude Max订阅用户开放。该产品发布后在科技界引起轰动，其易用性获得高度评价。
9.SpaceX斩获7.39亿美元NSSL第三阶段商业化发射订单
美国太空军向SpaceX授予价值7.39亿美元的任务订单，涵盖未来三年内为航天开发局（SDA）和国家侦察办公室（NRO）执行的9次发射任务，属于国家安全航天发射（NSSL）第三阶段任务订单。相关任务主要支持近地轨道导弹预警与跟踪星座建设。SpaceX已包揽迄今所有第一通道（用于商业类任务）订单，进一步巩固其在美国国家安全发射市场中的主导地位。
10.Naver宣布建成韩国最大AI计算集群
韩国科技巨头Naver宣布建成韩国规模最大的人工智能计算集群，该集群由4000台英伟达下一代B200 Blackwell图形处理器组成，计算能力可媲美全球前500名超级计算机。内部仿真显示，该集群可将720亿参数模型的训练时间从约18个月缩短至6周，效率提升约12倍。新集群将用于加速Naver自有基础模型和多模态模型的研发，并支撑其在服务业和产业领域的AI应用，成为韩国提升本土人工智能竞争力和技术自主的重要基础设施。
