predictive-ai

JEPA-Anything 提出了一种基于正交预测因子分解的领域无关框架，用于跨视觉、生物学和控制等多种系统学习预测模型，并展示了改进效果和实验验证。

普林斯顿大学和PPPL的研究人员成功测试了PACMAN AI框架，该框架可实时控制聚变等离子体，决策时间仅20毫秒，并能预测不稳定现象。

预测性AI代理预计在2027年前取代传统BI仪表盘，标志着向更主动数据分析的转变。

布鲁斯·施奈尔警告称，专用预测型AI（而非生成式LLM）将推动下一波自动化黑客攻击，从而改变AppSec中的威胁建模优先级。