ME News

ME News 消息，6 月 17 日（UTC+8）， Rootstock Labs 机构与生态负责人 Richard Green 表示，随着整体 DeFi 流动性持续下降，比特币 DeFi 项目正在将重点转向更小众但资金更深的用户群体。 Green 在 BTC Prague 会议期间表示，过去较容易触达的加密原生交易者和对冲基金，如今大多因 DeFi 市场资金外流而退场。数据显示，DeFi 协议总锁仓价值已从去年 10 月约 1800 亿美元降至当前约 700 亿美元。 在这一背景下，Rootstock 正将目标用户转向比特币矿工和数字资产财库公司，为其提供借贷和收益产品。这类用户通常持有大量 BTC，但可能需要在不出售资产的情况下获取流动性或收益。 Green 认为，当前比特币 DeFi 的需求并非广泛分布，而是集中在少数资金实力较强的细分群体中。对于项目方而言，关键不再是面向泛 DeFi 用户做规模化获客，而是围绕真实资产负债表需求设计产品。（来源：ME）

ME News 消息，6 月 17 日（UTC+8）， 跨链基础设施平台 Squid 宣布集成 Ripple 发行的稳定币 RLUSD，用户可在不同区块链和数字资产之间，一笔交易完成换入或换出 RLUSD。 通过此次集成，RLUSD 将接入 Squid 支持的 100 多条区块链和 2 万多种代币。用户可将 USDC、USDT、ETH、XRP 等资产直接兑换为 RLUSD，无需手动跨链、封装代币或执行多笔交易。 RLUSD 目前原生发行于 XRP Ledger 和 Ethereum，并通过 Wormhole 的 Native Token Transfer 标准扩展至 XRPL EVM Sidechain、Optimism、Base、Ink、Unichain 等以太坊 Layer 2 网络。Squid 的路由层位于这些底层转移机制之上，使用户可不受具体发行链限制地使用 RLUSD。 Squid 表示，其基于 intent 的路由系统由做市商在目标链使用流动性完成订单，可在数秒内结算，并兼容多种跨链消息和发行标准。除面向终端用户外，开发者也可通过 Squid 工具接入 RLUSD，用于跨链支付、财库管理、用户入金和 DeFi 应用。（来源：ME）

ME AI 消息，职场搜索和生产力公司Glean发布的最新“Work AI Index”显示，使用AI工具的员工平均每周花费6.4小时在“照看机器人”上——为AI系统提供背景信息、监督其输出并纠正错误。[3] 研究表明，这种监督工作占据了员工与AI互动总时间的约37%，这意味着承诺的生产力提升往往因需要人工质量控制而被抵消。[3] 报告还指出，频繁使用AI的用户担心失去工作的可能性是很少使用AI工具的同事的三倍。[3] 这些发现为高管关于AI驱动效率的论述增添了复杂性，表明许多组织尚未完全将AI以减少返工和错误检查的方式整合到工作流程中。研究作者认为，在AI能够大规模可靠地提供净生产力收益之前，需要更好的提示设计、模型调整和工作流程整合。（来源：ME）

ME AI 消息，发表在《Nature Mental Health》的一项新研究探讨了当**医院涉及AI系统的不良事件**时，公众是如何分配责任的。研究发现，公众主要还是将责任归咎于医院，而不是AI开发者。[5] 研究人员对受访者进行了调查，内容涉及AI工具在临床决策中影响并导致错误的假设情境；即使在错误明显与AI系统的建议有关时，参与者仍然更倾向于认为医院和医务人员应该承担责任。[5] 研究表明，从公众信任的角度来看，卫生系统不能将责任转移给算法，必须对AI的部署保持强有力的监督、验证和管理。[5] 这些发现对监管和责任框架具有影响，表明如果AI导致错误发生，医院可能会面临声誉和法律风险，不论与技术供应商的合同安排如何。作者认为，清晰地沟通AI在医疗中的使用方式，结合健全的安全和监测程序，对维持公众对临床AI的信任至关重要。（来源：ME）

ME AI 消息，6 月 17 日（UTC+8），Google DeepMind发布Decoupled DiLoCo分布式训练架构，将计算解耦为异步故障隔离的“岛屿”，使大语言模型预训练可在地理分布数据中心间进行，无需传统方法的紧密同步。该架构将跨数据中心带宽需求从198 Gbps降至0.84 Gbps（八数据中心），降幅达235倍。在120万块芯片高故障率模拟中，Decoupled DiLoCo保持88%有效利用率，而标准数据并行仅27%。使用Gemma 4模型测试准确率达64.1%，与传统基线64.4%基本持平。跨四个美国区域仅用2-5 Gbps广域网成功训练120亿参数模型，速度较传统同步方法快20倍以上。该架构支持混合TPU v6e和TPU v5p异构硬件，可延长旧加速器寿命并缓解硬件代际转换期间的容量瓶颈。

ME AI 消息，一家中国公司发布了一款专为“情感陪伴”设计的拟真人形机器人，引起了广泛关注。[1] 该机器人作为最近一系列AI成果的一部分展示，专注于模拟人类表情和互动行为，为可能孤独或社交隔离的用户提供安慰、对话和陪伴感。[1] 尽管技术细节在公开摘要中仍然有限，这一发布已引发关于依赖AI驱动的拟人机器人作为陪伴的伦理和心理影响的讨论，包括围绕情感依附、隐私和情感商业化的问题。[1] 该机器人是东亚机器人在社会和护理应用中日益增长的趋势的一部分，此类机器人的拟真设计被视为使AI系统在家庭或护理环境中更易接近和支持的方式。[1] 评论人士认为，此次发布可能会加剧全球在个人和治疗用途的人形机器人领域的竞争。[1]（来源：ME）

ME News 消息，6 月 17 日（UTC+8），，Principal Mineral 正在收购由 Cerberus Capital Management 支持的 Isola Group。Isola 主要生产印刷电路板（PCB）所需的关键材料，而 PCB 广泛应用于汽车、飞机以及 AI 服务器等电子产品中。总部位于美国达拉斯的 Principal Mineral 致力于打造本土化的 PCB 供应链体系。该公司未披露此次收购 Isola Group 的具体交易金额。与此同时，Principal Mineral 还宣布获得约 2.8 亿美元的新融资，以扩大运营规模。本轮融资由 Overmatch Ventures 和 The New Industrial Corp 领投。（来源：ME）

ME News 消息，6 月 17 日（UTC+8），Telegram创始人Pavel Durov在其频道发文称，印度信息技术部因部分用户传播考试试题泄露内容，对Telegram实施为期一周的禁令。Telegram认为，此举影响了印度约1.5亿普通用户，却未能真正惩罚泄题者或内幕人士。Telegram表示，禁令并未解决问题，相关内容只是转移到了其他应用平台。公司强调，尽管泄题源头并非Telegram，其过去数周仍积极配合治理，已删除数百个传播泄露试题及相关诈骗内容的频道。 此外，Telegram称其近期加强了“已编辑（edited）”标签的可见度，以防止通过修改发布时间等方式实施的回溯造假诈骗。Telegram最后表示，该平台一直是“积极力量（force for good）”，认为即使是临时封禁也是错误决定，并呼吁监管机构采取更有针对性的执法措施，而非影响广大守法用户。 据悉，印度政府临时封禁Telegram至6月22日，以防止诈骗团伙在Telegram上传播NEET UG 2026重考（6月21日举行）试题泄露和假答案。此举源于5月NEET考试大规模泄露丑闻，NTA（国家测试局）要求禁用消息编辑功能至6月30日，目前全国ISP已执行封锁，重考后预计恢复。（来源：ME）