重塑韧性：AI 赋能亚太地区气候适应型电网
一份报告指出，2024年亚太地区贡献全球近50%的可再生能源发电量，预计2050年风电和光伏发电量将从约3000太瓦时增至超20000太瓦时、占比达85%以上，电网管理重点正从扩容转向系统灵活性与韧性。
#部署/工程
199ITAI 评分3535
量子位AI 评分5252 逐际动力 FluxVLA Engine V2 技术报告详解：打通具身智能训练、评测与真机部署全链路
逐际动力更新开源工程底座 FluxVLA Engine 的第二版技术报告，相较首版新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖。
量子位AI 评分5353 逐际动力发布FluxVLA Engine V2技术报告，在线强化学习与真机部署链路实测公布
逐际动力更新开源工程底座FluxVLA Engine的第二版技术报告，新增在线强化学习后训练并扩展仿真评测与真机部署覆盖。在线强化学习实验中，SmolVLA在LIBERO-10和RoboTwin Clean十项任务成功率分别提升10.0和15.4个百分点；推理端8组模型与设备组合实测频率提升至2.31至9.64倍，其中A100上π 0.5从2.20Hz升至21.2Hz。
199ITAI 评分5757 卡内基科学研究所研究：全球9347座数据中心中25%面临水资源缺口
卡内基科学研究所团队发表于《环境科学与技术》的研究分析了全球9347座正在运营的数据中心，发现约25%位于每年至少有一个月水资源供需失衡的地区，约6%一年中大部分时间面临水资源压力；在气温比1900年高3摄氏度的情景下，这一比例可能升至33%。
Microsoft Research精选AI 评分6060 微软研究院推出 Magnetar：基于标准哈希函数的零知识证明虚拟机
微软研究院发布零知识证明虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在速度、通用性和密码学假设上同时推进。
Microsoft ResearchAI 评分4545 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习流水线，可提前30至60分钟为美国本土66,935座变电站生成位置级空间天气风险估计。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据，在评估期内检出近80%的重大空间天气事件。其Dst预测器在2020-2026年评估期内地磁活动最活跃时段有62.2%的小时数优于Burton方程。
Microsoft Research精选AI 评分6767 微软研究：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软对机器人端侧推理的系统性测量显示，把推理卸载到边缘或云端可提升任务成功率与续航，并给出可复用的 Kubernetes 工具链。