IOSG 发文称，企业与个人对私有 AI 的需求正在上升，原因包括 IP 泄漏、数据留存与法律调取风险。文章梳理了零留存、TEE、端到端加密、全同态加密和本地推理等路径，并指出在 Bridgewater 旗下 AIA Labs 与 Thinking Machines 的案例中，专家微调的开源模型在金融任务上同时实现了更高准确率和更低成本。与此同时，支持隐私环境下推理和后训练的基础设施正逐步成熟，但工具调用、搜索和 agent 工作流仍存在缺口。

IOSG 发布长文称，企业与个人正重新审视将敏感数据交给闭源 AI 服务商的代价。文中梳理了协议级隐私、TEE、端到端加密、FHE 与本地推理等路径，并指出在部分高价值垂直任务中，专家微调的开源模型已在准确率和成本上超过前沿模型。不过，工具调用、加密搜索和私有后训练仍是当前私有 AI 落地的主要缺口。

IOSG在一篇长文中指出，企业与个人对私有 AI 的需求正在上升，核心矛盾在于将敏感数据发送给闭源模型服务商后，隐私与知识产权可能在架构层外流。文章梳理了合同零留存、OHTTP、TEE、端到端加密、全同态加密和本地推理等路线，并称在特定高价值任务里，经专家微调的开源模型已在准确率和成本上同时优于前沿模型。报告认为，能在可验证隐私环境下完成训练、工具调用和搜索的基础设施仍在补齐，但价格与性能门槛正在下降。

IOSG 在一份长文中梳理了私有 AI 的需求、实现路径与商业边界。文中指出，企业正担心数据和 IP 通过闭源模型外流，零数据留存协议只能覆盖公司账号，难以解决影子 AI 风险。报告同时比较了合同式零留存、TEE、端到端加密、全同态加密和本地推理等方案的成本与限制，并以 Bridgewater 旗下 AIA Labs 与 Thinking Machines 的案例说明，经过专家数据微调的开源模型，已能在特定金融任务上同时超过前沿模型的准确率与成本表现。

IOSG 发文称，企业与个人正站在 AI 使用方式的分叉口：一边是性能更强的闭源前沿模型，另一边是更强调隐私与可验证性的开源路线。文中提到，华尔街银行、三星等机构早已限制生成式 AI 使用；OpenAI 聊天记录留存与取证争议，则把普通用户的隐私问题摆上台面。报告还梳理了 TEE、端到端加密、全同态加密和本地推理等方案，并以 Bridgewater 旗下 AIA Labs 与 Thinking Machines 的案例说明，专家调校的开放模型已在特定任务上同时跑赢前沿模型的准确率与成本。

梅奥诊所开发AI模型REDMOD，通过分析常规CT扫描，可提前三年检测胰腺癌，特异性88%，平均比传统方法提前475天。该技术有望改善胰腺癌的早期诊断，提高生存率。

Runway联合创始人Siqi Chen在通过MIRA代币为女儿募捐后，又发行ZERO代币并获利近10万美元，被质疑为诈骗。社区对此看法两极，Chen称仍在学习。

Bitwise旗下HOLD 10指数基金在头两个月实现45%回报，显著跑赢比特币。基金与标普500、债券和黄金相关性极低，同时聘请ETF专家Matt Hougan加入，标志着加密货币加速融入主流金融。