---
date: 2026-03-13
tags: [AI醫療, 大型語言模型, 臨床試驗, mRNA疫苗, 任務自動化]
---

🩺 AI與醫藥每日摘要 - 第 023 期 (2026-03-13)

🌟 重點導讀 (Daily Highlights)

1. 導入認知層架構：提升大型語言模型在心理治療互動中的表現（A cognitive layer architecture to support large-language model performance in psychotherapy interactions）
- 原文連結： Nature Medicine
- 核心摘要： 隨著 AI 聊天機器人普及，其在心理健康領域的應用備受關注。一項真實世界研究顯示，在通用型聊天機器人中導入專門的「認知層架構（Cognitive Layer Architecture）」，能賦予模型專業的心理治療推理能力。與單純使用傳統聊天機器人或僅依賴人類治療師相比，這種混合型 AI 系統在改善患者憂鬱與焦慮症狀方面展現了更顯著的療效，為 AI 輔助精神醫療指出了極具潛力的新方向。

2. 針對立百病毒的結構化 mRNA 疫苗：健康成人第一期臨床試驗（A structure-based mRNA vaccine for Nipah virus in healthy adults: a phase 1 trial）
- 原文連結： Nature Medicine
- 核心摘要： 立百病毒（Nipah virus）致死率極高且目前無獲批疫苗。最新發表於《自然醫學》的第一期開放標籤劑量遞增試驗證實，編碼馬來西亞株嵌合融合前 F 蛋白與糖蛋白 G 的 mRNA 疫苗（mRNA-1215），在健康成人體內具備良好的安全性。在長達一年的追蹤期內，該疫苗成功誘發了高水準的免疫反應，成為未來防範立百病毒爆發的關鍵候選疫苗。

3. Romiplostim 預防化療引起之血小板低下症的第三期試驗（Romiplostim versus Placebo for Chemotherapy-Induced Thrombocytopenia）
- 原文連結： NEJM | Medical Xpress
- 核心摘要： 化療引起的血小板低下症（CIT）常迫使癌症患者中斷治療。一項全球性的第三期雙盲安慰劑對照試驗結果出爐，證實藥物 Romiplostim 能有效保護骨髓細胞免受化療破壞，顯著提升患者持續製造血小板的能力。這項突破性進展不僅降低了患者的出血風險，也確保了癌症化療療程能夠如期進行，大幅改善患者的治療預後。

4. 急性靜脈血栓栓塞患者使用 Apixaban 與 Rivaroxaban 的出血風險比較（Bleeding Risk with Apixaban vs. Rivaroxaban in Acute Venous Thromboembolism）
- 原文連結： NEJM
- 核心摘要： 直接口服抗凝血劑（DOACs）廣泛用於治療靜脈血栓栓塞，但不同藥物間的安全性比較一直備受關注。最新的大型臨床試驗數據顯示，在三個月的急性期治療中，使用 Apixaban 的患者發生臨床相關出血事件的風險，顯著低於使用 Rivaroxaban 的患者。這項實證結果將直接影響未來臨床醫師在選擇抗凝血藥物時的處方決策。

5. 建立臨床環境模擬器以進行動態 AI 評估（A clinical environment simulator for dynamic AI evaluation）
- 原文連結： Nature Medicine
- 核心摘要： 醫療 AI 系統在真實醫院環境中的表現往往難以預測。研究人員提出了一種創新的數位醫院模擬環境框架，專門用於評估臨床 AI 的動態表現。該模擬器能夠捕捉臨床決策帶來的連鎖效應與不斷變化的限制條件，確保 AI 工具在實際部署前能經過更嚴格、更貼近現實的安全與效能測試，降低醫療錯誤風險。

6. Gemini 的任務自動化功能正式登場，表現令人驚豔（Gemini’s task automation is here and it’s wild）
- 原文連結： The Verge
- 核心摘要： Google 與三星聯手將「代理型 AI（Agentic AI）」推向消費端裝置，賦予 Gemini 跨應用程式的任務自動化能力。使用者現在可以授權 Gemini 在虛擬視窗中代替人類操作手機應用程式，例如自動完成餐點外送訂購或呼叫叫車服務。這項技術的落地標誌著 AI 已經從單純的「內容生成」正式跨越到「代客操作」的全新里程碑。

7. Anthropic 的 Claude AI 現在能夠生成圖表與視覺化內容（Anthropic’s Claude AI can respond with charts, diagrams, and other visuals now）
- 原文連結： The Verge
- 核心摘要： Anthropic 為其強大的 AI 聊天機器人 Claude 推出了重大更新，賦予其在對話中直接生成自訂圖表、流程圖與其他視覺化內容的能力。當 Claude 判斷視覺輔助有助於理解上下文時，會直接在對話框中插入圖像。這項多模態功能的升級，大幅強化了 AI 在數據分析、教育解說與商業簡報上的實用價值。

🔬 醫藥領域動態 (Medical News)

Evidence (實證醫學)

• 弭平迷幻藥物潛力與臨床證據的差距 (Bridging Promise and Evidence in Psychedelic Medicine)
  迷幻藥物在精神醫學上的應用備受期待，但也亟需更多實證支持。最新文獻探討了如何弭平迷幻藥物潛力與現有臨床證據之間的鴻溝，呼籲在推動新興療法的同時，必須維持嚴謹的科學評估標準。
• 臨床世代研究中的基因變異分析 (Genetic Variation in Clinical Cohorts)
  研究人員進一步分析了大規模臨床世代中的基因變異數據，以釐清特定基因型與疾病表型之間的關聯。這些數據有助於精確識別高風險族群，並為未來的個人化醫療與基因標靶治療奠定更穩固的實證基礎。
• 脈搏血氧機在不同膚色患者上的效能影響：英國國民保健署計畫的測量與診斷準確性研究 (Re: The impact of skin tone on performance of pulse oximeters used by NHS England COVID Oximetry @home scheme: measurement and diagnostic accuracy study)
  這項研究重新審視了居家脈搏血氧機的測量準確度，特別關注膚色差異可能導致的系統性誤差。實證結果提醒臨床醫師在解讀非白人患者的血氧數據時應保持警覺，並呼籲監管機構改進醫療設備的審查標準。
• 建立繪製腫瘤細胞多樣性的新圖譜，引導頭頸癌的個人化治療 (New atlas that charts tumor cell diversity could guide personalized therapy for head and neck cancer)
  頭頸部鱗狀細胞癌因其高度的異質性導致治療反應差異極大。科學家最新建立的腫瘤細胞圖譜，詳細描繪了腫瘤微環境與細胞多樣性，這將有助於臨床醫師為高復發風險患者量身打造更精準的個人化治療方案。

Clinical (臨床研究與應用)

• Pegcetacoplan 在 C3 腎絲球病變與免疫複合體 MPGN 的應用 (Pegcetacoplan in C3 Glomerulopathy and Immune-Complex MPGN)
  補體系統異常在特定腎臟疾病中扮演關鍵角色，而標靶補體 C3 的療法正受到廣泛測試。最新臨床數據顯示，使用 Pegcetacoplan 治療 C3 腎絲球病變與膜增生性腎絲球腎炎（MPGN）能有效改善患者的腎功能指標，為這類罕見腎病帶來新曙光。
• 安寧療護中觀察到的藝術與分散注意力效益：提醒醫療不只是「藥物」 (Benefits of arts and distraction observed within palliative care; a reminder that medicine is more than just ‘’medicines’’)
  安寧病房的最新臨床觀察指出，非藥物介入措施如藝術治療與注意力轉移，能顯著減輕末期患者的焦慮與疼痛感。這項發現再次強調了全人醫療的重要性，提醒臨床工作者醫療照護應超越單純的藥理學處置。

Guideline (醫療指引與政策)

• FDA 啟動統一的不良事件通報系統 (STAT+: FDA launches unified system for adverse event reports)
  美國食品藥物管理局（FDA）正式推出整合型的不良事件通報系統，旨在簡化藥物與醫療器材的安全性監測流程。這項政策變革預期將提升數據收集的效率與準確性，幫助監管機構更快速地應對潛在的公共衛生危機。
• 國會顧問呼籲控制聯邦醫療保險優勢計畫支出以應對產業壓力 (STAT+: Congressional advisers call to rein in Medicare Advantage spending amid industry pressure)
  美國醫療保險諮詢委員會（MedPAC）指出 Medicare Advantage 存在高達 760 億美元的超額支付問題，呼籲國會介入控制支出。然而，保險業者的遊說團體強烈反對此一研究結果，凸顯了醫療政策制定與商業利益之間的巨大拉扯。
• 風濕性多發性肌痛症的臨床診斷與治療指引 (Polymyalgia Rheumatica)
  最新的臨床回顧重申了風濕性多發性肌痛症的診斷標準，該疾病主要好發於 50 歲以上長者，特徵為肩頸或髖部疼痛伴隨晨間僵硬。指引強調在排除巨細胞動脈炎後，應及早給予糖皮質激素治療以迅速緩解發炎與臨床症狀。
• 環境永續的糖尿病藥物處方原則 (Environmentally sustainable prescribing of diabetes medication)
  醫療碳足跡逐漸受到重視，最新發表的指引文章探討了如何在治療糖尿病時兼顧環境永續。專家建議在評估患者療效的同時，也應將藥物製造、包裝與廢棄物處理的環境成本納入處方考量，推動綠色醫療。

Pharma (藥物研發與產業)

• 癌細胞能將蛋白質「吐」至細胞表面，這可能創造免疫療法的新標靶 (STAT+: Cancer cells can ‘barf’ proteins onto their cell surface. That may create new targets for immunotherapies)
  科學家發現一項意外的生物學機制：癌細胞會將特定的內部蛋白質排出並附著於細胞膜表面。這項針對實體腫瘤的突破性發現，為長久以來難以尋找理想標靶的免疫療法，提供了極具潛力的全新藥物研發方向。
• 選擇性殺死衰老細胞的脂肪酸，為抗衰老療法開啟新徑 (Fatty acids that selectively kill senescent cells open new paths for age-related therapies)
  明尼蘇達大學的研究團隊識別出特定種類的脂肪酸，能夠精準誘導導致老化與慢性疾病的「衰老細胞」死亡。這項發表於《細胞》子刊的研究成果，為抗衰老藥物的開發及改善高齡者健康狀態提供了嶄新的生化途徑。
• Epstein 的密友試圖在生技界東山再起，Prasad 離開 FDA (Epstein’s pal attempts a biotech comeback, and Prasad exits the FDA)
  生技產業界近期人事動盪頻傳。備受爭議的人物正試圖重返生技創投圈，引發業界對公司治理與道德風險的擔憂；同時，FDA 高層官員的離職也可能對未來的藥物審查政策與產業發展動向產生微妙的影響。

AI Medicine (AI 醫療應用)

• 針對持續學習中人類活動識別的門控適應技術 (Gated Adaptation for Continual Learning in Human Activity Recognition)
  物聯網穿戴式感測器在遠距健康監測中扮演重要角色。本研究提出了一種基於 AI 門控機制的適應模型，解決了醫療 AI 在學習新任務時容易發生「災難性遺忘」的問題，大幅提升了長期追蹤病患活動的穩定性與準確度。
• 為何疫情時期的病患打破了外科 AI 預測模型，以及隨後的改變 (Why pandemic-era patients broke surgical AI forecasts, and what changed next)
  華盛頓大學的研究人員利用穿戴式裝置數據建立預測手術結果的機器學習模型。然而，COVID-19 疫情導致病患的行為模式發生劇變，使得原本的 AI 預測失準；研究團隊隨後重新校準模型，凸顯了醫療 AI 必須具備適應突發公衛事件的彈性。

Public Health (公共衛生)

• 引發世界衛生組織警報的 B 型肝炎出生劑量試驗 (The Hepatitis B Birth Dose Trial That Triggered the WHO Alarm)
  一項關於 B 型肝炎疫苗出生劑量的最新試驗數據引發了世界衛生組織的高度關注。專家呼籲各國應重新檢視新生兒疫苗接種計畫的落實率，以避免原本已受控制的病毒傳播死灰復燃，確保母嬰公共衛生的防線穩固。
• 伊波拉病毒在產後母乳中的持續存在現象 (Postpartum Persistence of Ebola Virus in Breast Milk)
  臨床追蹤發現，即使伊波拉病毒感染者已從急性期康復，病毒仍可能在產婦的母乳中長期存留。這項公衛發現對於疫區的母嬰傳染防治策略具有重大意義，凸顯了針對康復後哺乳期婦女進行長期病毒監測的必要性。
• 分析 Medicare 數據顯示心理健康提供者透過遠距醫療治療的對象 (Analysis of Medicare data shows who mental health providers treat over telehealth)
  最新針對聯邦醫療保險數據的分析打破了傳統迷思：儘管心理健康專家廣泛採用遠距醫療，但他們實際上並未顯著增加對偏鄉地區病患的服務量。這項數據指出，單靠推廣遠距技術，仍無法徹底解決城鄉醫療資源分配不均的公衛困境。
• 全球運動率仍然停滯不前 (Exercise rates are still a non-moving target)
  儘管公衛學者、城市規劃師與健康專家不斷倡導身體活動的重要性，全球人口的整體運動參與率卻始終沒有顯著提升。這項現象促使決策者重新反思現有的健康促進策略，尋找更具行為經濟學驅動力的干預措施來改善大眾健康。
• 經歷解雇、資金削減與槍擊事件後，士氣低落的 CDC 員工能恢復嗎？ (After firings, funding cuts and a shooting, can a demoralized CDC workforce recover?)
  美國疾病管制與預防中心（CDC）在經歷大規模裁員、預算縮減以及工作場所安全事件後，機構內部士氣嚴重受挫。公衛專家擔憂，這種內部動盪將長期削弱聯邦政府應對未來傳染病大爆發與公共衛生危機的基礎能力。
• Medicare Advantage「黑錢」團體試圖為保險公司爭取更高的支付額 (Medicare Advantage 'dark money' group tries to win higher payments for insurers)
  近期看似由基層民眾發起、要求提高聯邦醫療保險優勢計畫給付的抗議活動，實際上是由隱藏的產業支持團體在背後操盤。這種公關操作揭露了美國醫療保險政策制定過程中，商業利益如何影響公共資源分配的深層問題。
• 蜱蟲傳播的肉類過敏症影響畜牧業者的健康與生計 (Tick-borne meat allergy can affect livestock producers' health and livelihood)
  由蜱蟲叮咬引起的「Alpha-Gal 症候群」會導致患者對紅肉產生嚴重過敏。這項新興的公衛威脅不僅危害了農村居民的身體健康，更讓依賴肉品生產的畜牧業者面臨無法食用甚至接觸自家產品的困境，嚴重打擊其生計。
• 研究人員預測前列腺癌死亡率將會下降 (Prostate cancer deaths to decrease, researchers predict)
  雖然全球前列腺癌的確診人數預期在未來幾十年內會持續上升，但耶魯大學研究團隊對此抱持樂觀態度。他們指出，隨著早期篩檢技術的普及與精準醫療的進步，整體前列腺癌的死亡率反而有望在未來呈現穩定下降的趨勢。

🤖 AI 領域動態 (AI News)

Foundation Models (大模型與基礎研究)

• NVIDIA AI-Q 如何在 DeepResearch Bench I 與 II 中奪冠 (How NVIDIA AI-Q Reached #1 on DeepResearch Bench I and II)
  NVIDIA 發表了其最新的 AI-Q 模型架構，並在具備高難度推理要求的深度研究基準測試中拔得頭籌。這項成就展示了該模型在處理複雜文獻分析與跨領域資訊整合上的卓越能力，為學術研究自動化奠定了基礎。
• 透過推理實現具可解釋性的大型語言模型遺忘機制 (Explainable LLM Unlearning Through Reasoning)
  為了消除 AI 模型中的版權或危險知識，「機器遺忘」技術變得至關重要。本研究提出了一種基於推理過程的遺忘新框架，比起傳統的梯度上升法，這種新方法能更精準地抹除特定知識，同時避免模型通用能力的衰退。
• 針對異質偏好對齊的個人化群體相對策略最佳化 (Personalized Group Relative Policy Optimization for Heterogenous Preference Alignment)
  現有的強化學習（如 RLHF）通常只針對全球單一目標進行優化，導致模型難以適應多樣化的個人偏好。研究團隊提出改良的群體相對策略優化演算法，允許模型在訓練過程中動態對齊不同族群的價值觀，提升了 AI 的個人化程度。
• LWM-Temporal：用於無線通道特徵學習的稀疏時空注意力模型 (LWM-Temporal: Sparse Spatio-Temporal Attention for Wireless Channel Representation Learning)
  這是大型無線通訊模型家族的新成員，專門針對無線電波的時空特性進行優化。透過引入稀疏時空注意力機制，該模型能夠精準捕捉因行動裝置移動所產生的訊號變化，大幅提升了下游通訊任務的預測與優化能力。
• GUI 代理的混合式自我進化結構化記憶 (Hybrid Self-evolving Structured Memory for GUI Agents)
  視覺語言模型賦予了 AI 操作電腦介面的能力，但在處理長步驟任務時仍容易出錯。研究團隊為 GUI 代理程式設計了一套具備自我進化能力的結構化記憶庫，幫助 AI 記錄並修正過往的操作失誤，顯著提高了完成複雜工作流程的成功率。
• HEAL：用於推理蒸餾的後見之明熵輔助學習 (HEAL: Hindsight Entropy-Assisted Learning for Reasoning Distillation)
  將大型推理模型的知識蒸餾至小型模型時，常會遇到「教師天花板」的問題，導致複雜的邊角案例被忽略。新提出的 HEAL 方法利用熵輔助技術，讓學生模型能夠從教師模型未能獨立解決的問題中學習，突破了傳統蒸餾方法的限制。
• 超越純量：透過幾何進度與穩定性評估及理解 LLM 推理 (Beyond Scalars: Evaluating and Understanding LLM Reasoning via Geometric Progress and Stability)
  傳統上僅依賴機率數值難以真實反映語言模型的推理品質。這項研究引入了一種名為 TRACED 的幾何動力學框架，透過分析模型生成軌跡的「推進力」與「穩定性」，能更敏銳地識別出正確推理與產生幻覺時的拓樸差異。
• 透過不精確機率將 LLM 的高階不確定性語詞化 (Verbalizing LLM's Higher-order Uncertainty via Imprecise Probabilities)
  傳統的機率框架無法完全捕捉語言模型在回答模糊問題時的不確定性。研究人員提出了一套基於不精確機率的理論，引導 LLM 以自然語言更準確地表達其內部的高階不確定度，減少了在上下文學習與自我反思中的系統性失敗。

AI Products & Tools (AI 生態產品與工具)

• Facebook Marketplace 新增 AI 自動回覆功能，解決惱人的「這件商品還有嗎？」訊息 (Facebook Marketplace adds AI auto-replies for annoying ‘Is this still available?’ messages)
  Meta 在 Facebook Marketplace 推出由 AI 驅動的全新工具，旨在提升賣家效率。其中最引人注目的功能是透過 Meta AI，自動回覆買家常見的「這件商品還有嗎？」等繁瑣訊息，大幅節省了用戶在二手交易中的溝通時間。
• 用於資料產品優化的代理控制中心 (Agentic Control Center for Data Product Optimization)
  製作高品質的資料產品通常需要領域專家耗費大量時間人工設計查詢指令與視圖。本研究提出了一個由專業 AI 代理構成的持續運作系統，能自動分析資料庫並生成支援性的輔助資產，大幅降低了企業優化資料產品的門檻與成本。

AI Industry & Business (AI 產業與商業動態)

• 客製化 AI 模型是電影製作的下一個大趨勢 (Bespoke AI models are the next big thing in filmmaking)
  儘管目前市面上的通用型影片生成模型（如 Sora）仍難以直接生成完整的電影長片，但好萊塢正在轉向使用專為特定電影或視覺特效訓練的「客製化 AI 模型」。這種作法不僅保留了創作者的控制權，也預示了影視產業運用 AI 的務實新方向。
• 以務實為設計理念：為現實世界打造 AI 工程 (Pragmatic by design: Engineering AI for the real world)
  AI 的影響力正從數位領域迅速擴展到我們的日常生活，從自駕車、智慧家電到拯救生命的醫療設備。產品工程師現在更傾向於採取務實的工程方法，利用 AI 來增強、驗證並簡化實體產品的設計流程，確保其在現實環境中的可靠性。

AI Safety & Ethics (AI 安全、對齊與倫理)

• Anthropic 不信任五角大廈，你也不應該信任 (Anthropic doesn’t trust the Pentagon, and neither should you)
  以重視 AI 安全著稱的 Anthropic 陷入了與美國國防部（五角大廈）的激烈法律糾紛。五角大廈近期將 Anthropic 列為供應鏈風險，而該公司則提起訴訟反擊。此事件凸顯了頂尖 AI 實驗室與國家軍事監控機構之間在隱私與倫理上的嚴重分歧。

Hardware & Infrastructure (晶片、算力與基礎設施)

• 使用 NVIDIA Warp 為 AI 建立加速的、可微的計算物理程式碼 (Build Accelerated, Differentiable Computational Physics Code for AI with NVIDIA Warp)
  電腦輔助工程（CAE）正逐步從人工驅動轉向 AI 驅動。NVIDIA 介紹了其 Warp 框架，讓開發者能輕鬆建立高效能且可微的計算物理程式碼，這對於訓練能泛化於複雜物理系統的基礎 AI 模型提供了強大的底層算力支援。
• 使用分層、可重現的配方驗證 Kubernetes 在 GPU 基礎設施上的應用 (Validate Kubernetes for GPU Infrastructure with Layered, Reproducible Recipes)
  在 Kubernetes 上運行的 AI 叢集需要從底層驅動程式到高階應用的完美協同。這篇文章介紹了如何利用分層且可重現的配置腳本，來確保 GPU 基礎設施的穩定性與安全性，大幅降低了企業部署大規模 AI 訓練環境的維運難度。
• 運用邊緣優先的大型語言模型，為自動駕駛與機器人建立次世代實體 AI (Build Next-Gen Physical AI with Edge‑First LLMs for Autonomous Vehicles and Robotics)
  實體 AI（Physical AI）正推動軟體定義自動駕駛車與人形機器人的快速進化。NVIDIA 強調，將大型語言模型部署於邊緣設備（Edge-First）已成為解決低延遲與高可靠性需求的關鍵，這將徹底改變智慧機器與物理世界互動的方式。
• MoE-SpAc：在異質邊緣場景中基於推測啟用效用的高效 MoE 推理 (MoE-SpAc: Efficient MoE Inference Based on Speculative Activation Utility in Heterogeneous Edge Scenarios)
  混合專家（MoE）模型雖然效能強大，但常受限於邊緣裝置的記憶體瓶頸。本研究提出將推測解碼（SD）技術重新定位為記憶體管理的預測感測器，有效優化了模型在 I/O 存取上的負載，讓大型 MoE 模型能在資源受限的設備上順暢運行。

其他未分類

• 一萬四千台路由器感染了具高度抗清除能力的惡意軟體 (14,000 routers are infected by malware that's highly resistant to takedowns)
  資安專家發現超過一萬四千台家用與商用路由器遭遇到高度進階的惡意軟體感染，其中多數為位於美國的華碩（Asus）設備。該惡意軟體具備極強的抗清除機制，為全球網路安全基礎設施帶來了嚴峻的挑戰與隱憂。

🌐 English Daily Highlights

Today's Intersection of AI and Medical Breakthroughs

Today's news highlights significant advancements across clinical medicine and artificial intelligence, demonstrating both fields' rapid evolution toward real-world applications and improved human health.

In the medical sphere, a major breakthrough was published in Nature Medicine regarding a Phase 1 clinical trial for a Nipah virus mRNA vaccine (mRNA-1215). The vaccine showed excellent safety profiles in healthy adults and induced sustained immune responses over a year, offering hope against this highly lethal virus. In oncology and hematology, a pivotal Phase 3 trial featured in the NEJM confirmed that Romiplostim effectively prevents chemotherapy-induced thrombocytopenia, protecting patients' bone marrow and allowing critical cancer treatments to proceed without interruption. Additionally, another crucial NEJM study provided compelling comparative effectiveness data, showing that Apixaban carries a significantly lower risk of bleeding compared to Rivaroxaban for patients treated for acute venous thromboembolism.

The intersection of AI and healthcare also saw remarkable progress. Another study in Nature Medicine demonstrated that embedding a "Cognitive Layer Architecture" into general-purpose Large Language Models (LLMs) significantly enhances their therapeutic reasoning. This hybrid approach improved depression and anxiety outcomes in real-world psychotherapy interactions. Furthermore, researchers introduced a dynamic clinical environment simulator designed specifically to evaluate medical AI systems before hospital deployment, ensuring safety by anticipating the cascading effects of AI-driven clinical decisions.

In the broader AI landscape, agentic capabilities are officially reaching consumer hands. Google announced that Gemini can now perform cross-app task automation—such as ordering food or hailing a ride—directly on smart devices, marking a shift from generative to actionable AI. Meanwhile, Anthropic enhanced its Claude AI with multimodal output capabilities, allowing the chatbot to generate and insert custom charts and diagrams dynamically within conversations. On the infrastructure front, NVIDIA continues to push the boundaries of "Physical AI," optimizing edge-first LLMs for autonomous vehicles and releasing tools like NVIDIA Warp to accelerate AI-driven computational physics.