1. 索尼音乐出版与华纳Chappell起诉Anthropic：指控其盗版获取作品训练Claude 索尼音乐出版、华纳Chappell等多家音乐出版商周五晚在加州北区联邦法院起诉AI实验室Anthropic，并将开发Claude系列模型的两名联合创始人Dario Amodei和Benjamin Mann列为被告。原告称，Anthropic未经许可取得受版权保护的作品并用于训练Claude，索赔范围涉及「数万件」作品。

2. Tracer.AI代表微软发出版权通知，Luanti应用被Google Play下架 开源体素游戏创作平台Luanti的Android应用目前已无法从Google Play下载。项目方称，原因是品牌保护公司Tracer.AI代表微软提交DMCA通知，指控Luanti未经授权使用Minecraft资产。Luanti由非营利社区开发，默认不附带游戏或游戏资产，用户可另行下载社区内容。

3. Debian表决不禁用也不背书生成式AI：贡献者仍须理解、审查和测试输出 Debian项目表决通过「负责任使用生成式AI」立场，为软件开发、维护、软件包、文档及项目发布的其他媒体贡献设定统一规则。生成式AI可能帮志愿者节省时间，但Debian既不背书，也不禁止贡献者使用这类工具。

快讯

• OpenAI回应Cursor被SpaceX收购 OpenAI发布了针对Cursor被SpaceX收购一事的决定，但候选素材未提供决定的具体内容。

• 芯片关税方案被指可能推迟美国数据中心项目 据Politico报道，特朗普政府正考虑扩大半导体关税范围，服务器等含芯片产品也可能被征税。行业组织CCIA估算，这种方案或导致美国到2030年约20%的数据中心项目推迟或取消。

• 诉讼指控xAI使用儿童性虐待材料训练Grok 一名以Jane Doe化名起诉的原告称，xAI生成了描绘她的儿童性虐待图像，并指控公司储存相关输出、将其继续用于训练Grok；这些说法目前属于诉讼主张。

• 研究者发现AI编码代理会安装文档引用的无人维护代码 研究者扫描6214个企业域名后发现，120个网站的llms.txt或llms-full.txt引用了未注册的软件包或域名；他们注册部分目标进行验证，收到数十家公司的回连，并从进程链发现Claude、Codex和Hermes参与了安装。

• Meta测试机器人为数据中心插线和重启服务器 据多名现任及前员工透露，Meta正测试Kinova、ABB和Watney Robotics等厂商的设备，用于更换网络线缆、切断服务器电源和按下设备重启按钮。Meta未评论具体测试，但表示仍在培训和招聘数据中心工人。

• Greg Brockman被指接管OpenAI更多日常运营 The Verge报道称，随着多名高管离职，OpenAI联合创始人兼总裁Greg Brockman现已统管ChatGPT、Codex、企业业务和基础设施建设，成为公司事实上的日常运营负责人。

• Meta眼镜在录制指示灯被遮挡时将停用摄像头 Meta可穿戴设备负责人Alex Himel表示，公司将更新AI眼镜，使录制期间一旦指示灯被遮挡，摄像头便停止工作。欧盟监管机构仍在调查这类眼镜的非自愿录制风险。

• 逾百家公司联署呼吁立即应对AI网络攻击 OpenAI、Anthropic等逾百家公司签署公开信，要求各组织把网络防御列为管理层的紧急事项，并呼吁政府向医院、供水机构和地方政府提供防御型AI；信中没有列出具体投入、期限或企业承诺。

• Cara遭三轮大规模抓取后与首名抓取者合作开发防护工具 艺术作品平台Cara称，其约1200万件公开作品曾被一名学生抓取，随后另有抓取者收集约850万条链接和12.3万张图像。首名抓取者删除数据集后，现与Cara创始人Jingna Zhang合作开发保护艺术家的开源工具。

• 英伟达把AI基础设施布局扩展到GPU之外 英伟达正在推出Vera Rubin架构，以Vera CPU、Rubin GPU及存储和网络系统共同处理大规模AI计算。公司称Vera CPU在部分数据编排操作中带来最高约3倍提升。

• OpenAI研究ChatGPT与批判性思维训练对学生作业的影响 OpenAI公布一项覆盖逾1000名学生的随机研究，考察ChatGPT和批判性思维训练对真实大学作业表现及原创性的影响；候选素材未提供具体实验结果。

• EDM音乐人通过声音和画面线索排查AI生成作品 电子舞曲制作人Max“H4RRIS”Harris等音乐人正公开分析疑似AI生成的歌曲，使用人声与旋律同步卡顿、持续嘶声及异常视觉画面等线索提出质疑。报道同时指出，部分被点名作品没有确定证据证明使用了生成式AI。

• 研究提出用游戏引擎验证世界模型训练轨迹 一篇预印本提出RLHEV训练范式，利用游戏引擎检查碰撞、物理、导航和可玩性，再结合开发者的接受反馈，为空间世界模型提供可执行的强化学习奖励。

• ACE框架用准确性、复杂度和多样性评估agent训练数据 一篇综述把agent交互数据拆分为环境、任务、轨迹和验证器，并提出ACE框架，强调数据生成应同时满足执行可验证、难度适配学习者及减少重复覆盖，而不只追求规模。

阅读完整版 →