Meta 收购 Assured Robot Intelligence，模型公司向机器人训练环节下沉
Meta 在 5 月 1 日 22:13:27 UTC 收购 Assured Robot Intelligence，以加强人形机器人 AI 训练。交易说明现实世界 AI 的瓶颈不仅是基础模型，还包括动作数据、仿真、评估与硬件反馈闭环。
收购并不等于 Meta 已拥有可量产机器人。真正需要验证的是训练系统能否跨硬件迁移、在长尾环境中保持安全，并把实验室表现转化为稳定操作。Meta 的优势是算力与研究团队，短板则是制造和现场运营经验。
训练公司的价值在于缩短“采集动作—更新策略—回到实体测试”的循环，而不是单独提供一套机械结构。Meta 后续如何把该团队与模型研究、仿真环境和硬件伙伴连接起来，会决定收购是能力补丁还是完整机器人平台的一部分。
五角大楼与 Nvidia、Microsoft、AWS 签约，把 AI 扩展到机密网络
五角大楼相关 AI 部署合同于 5 月 1 日 16:02:36 UTC 披露，供应商包括 Nvidia、Microsoft 与 AWS。涉密环境要求模型、算力和数据在更严格网络边界内运行，采购重点因此从通用能力转向部署、审计和供应链保障。
合同公告不能证明系统已全面投入任务。模型访问级别、人工授权和误用追踪仍是关键未知数；多供应商并行也意味着互操作与责任边界必须提前定义。
Uber 计划把司机网络变成自动驾驶道路传感器网
Uber 在 5 月 2 日 06:36:28 UTC 披露，希望利用大量司机车辆收集道路变化信息，服务自动驾驶公司。相比专门测绘车，这种网络覆盖广、更新快，可能降低地图维护成本。
但普通手机和车辆传感器的数据质量不一致，司机授权、隐私与补偿机制也需要明确。Uber 能否把规模变成可靠数据，取决于校准、去重和质量控制，而不是车辆数量本身。