格隆汇3月18日｜Xbow是一家构建人工智能软件以探测应用程序安全漏洞的初创公司，该公司已完成新一轮融资，估值超过10亿美元，这显示出投资者对将人工智能用于网络安全领域的热情。Xbow公司周三表示，DFG Growth和Northzone领投了这笔1.2亿美元的融资交易。其他参投方包括Alkeon Capital和Sofina，以及现有投资者红杉资本、Altimeter Capital和NFDG。这家初创公司目前拥有约150名员工，预计到年底员工数量将达到数百人。Xbow首席执行官德·莫尔表示，Xbow已经拥有超过100家客户，包括Moderna公司和三星电子公司，并且在韩国看到了强劲的需求。

格隆汇3月18日｜在3月18日腾讯财报媒体沟通会上，针对“如何平衡投资者回报和AI巨额投入关系”的问题，腾讯总裁刘炽平表示，资本开支与股东回报之间，其实并非完全互斥的关系。去年因为相关设备采购受限，腾讯在股份回购方面力度相对较大。<u>今年如果相关投入能够达到预期，腾讯会适当减少一些被动性的回购</u>。刘炽平表示：“整体来看，我们有充足的资源，既能支持业务发展，也能为股东提供均衡、持续的回报。而且我们在AI领域的投入，未来一定会为股东创造巨大的价值回报。”

格隆汇3月18日｜北京市人民政府办公厅印发《北京市2026年推动经济稳中有进的若干措施》，其中提出，推动人工智能应用。对新型研发机构及相关企业的算力租赁成本，按有关政策给予补贴支持。对首次应用人工智能技术解决重点行业典型应用场景需求并实际落地的优质方案，按有关政策给予资金支持。对重点领域“人工智能+”示范项目，按有关政策给予不超过5000万元支持。

格隆汇3月18日｜据一财，腾讯高管今日在财报发布后的媒体会上透露，HY 3.0正在内部业务测试中，计划在4月对外推出。这是一次混元模型的重大升级，相比HY2.0版本效果进步明显，推理和agent能力有显著提升。2025年下半年以来，腾讯混元对团队和流程进行重组，重点提升数据质量，并重建了用于预训练和强化学习的基础设施。

格隆汇3月18日｜根据德国政府当地时间17日公布的一项数据中心扩容战略规划，到2030年，德国通用数据中心的算力将在2025年基础上至少翻一番，其中专门用于人工智能（AI）的算力将至少增至2025年的4倍。德国数字化和国家现代化部长卡斯滕·维尔德贝格尔当天表示，这一战略旨在满足因AI应用、云服务和数字化进程而迅速增长的数据处理需求。“从全球来看，我们显然还有很大的追赶空间。”维尔德贝格尔说。这份即将提交德国内阁批准的战略文件共提出28项具体措施，核心目标是推动德国成为欧洲领先且具有数据主权的数据中心枢纽。

格隆汇3月18日丨据澎湃，国际四大会计师事务所之一的普华永道发布报告称，当前金融机构应用AI的核心场景，已覆盖客户服务优化、欺诈风险侦测、预测性分析等多个领域。“金融业不同机构对AI的部署应用也各有侧重。”普华永道指出，“其中，在资产与财富管理行业，AI被应用于投资与组合管理、数据与市场分析。银行业则集中于风险管控、反洗钱与合规任务，而保险业重点关注代理人能级提升、客户服务和理赔。”普华永道进一步指出，整体来看，AI给金融机构带来投资回报的主要来源在三方面：一是降低风险损失，二是提升营收，三是削减成本。不过，普华永道强调，金融机构对AI的大规模推广仍面临多重制约因素。其中，人才短缺与组织结构问题是核心障碍，其影响程度远超预算或技术层面的问题。

格隆汇3月18日｜日本乐天集团17日发布了号称“日本国内最大规模”的高性能AI模型Rakuten AI 3.0。但却被技术社区发现，其核心架构完全基于中国深度求索公司的开源模型DeepSeek V3，且初始版本中未对原创者进行任何标注，引发舆论哗然。 从法律层面看，DeepSeek V3采用允许商用的Apache 2.0开源许可证，乐天的行为并不违法。但争议焦点在于，乐天在宣传中仅模糊提及“充分利用开源社区最优成果”，全程未提DeepSeek，极力塑造“自主研发”形象，涉嫌误导公众。

格隆汇3月18日｜今日，针对密钥安全问题，腾讯云AI Agent安全中心推出“密钥沙箱”(Credential Sandbox)，“Agent永不持有密钥”。据介绍，通过密钥沙箱，Agent无需持有任何密钥即可完成全部云API调用，每次操作全程可审计，管理员可随时调整Agent的能力边界——给权限，不给密钥。

格隆汇3月18日｜北京时间3月18日凌晨，在2026 年的英伟达GTC大会上，月之暗面Kimi创始人杨植麟发表公开演讲。他表示，要推动大模型智能上限的持续突破，必须对优化器、注意力机制及残差连接等底层基石进行重构。 继今年1月底正式发布Kimi K2.5以后，杨植麟在演讲中首次系统性地披露了该模型背后的技术路线图。他将Kimi的进化逻辑归纳为三个维度的共振：Token效率、长上下文以及智能体集群（Agent Swarms）。“当前的Scaling已经不再是单纯的资源堆砌，而是要在计算效率、长程记忆和自动化协作上同时寻找规模效应。如果能将这三个维度的技术增益相乘，模型将表现出远超现状的智能水平。”此外，他判断未来的智能形态将从单智能体向动态生成的集群进化。