AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
Supabase：现可通过 Stripe CLI 直接创建 PostgreSQL 数据库
Supabase 与 Stripe 合作推出集成功能，开发者可通过 Stripe CLI 直接创建和管理 Supabase PostgreSQL 数据库，作为 Stripe Projects 开发者预览版的一部分。
@supabase
阅读 →
MIT CSAIL：21 年前用计算机生成的胡言乱语论文被掠夺性期刊接收
MIT CSAIL 回顾了 21 年前研究人员用计算机自动生成无意义论文并成功被掠夺性期刊接收的经典实验，并提供了在线工具供自行生成体验。
@MIT_CSAIL
阅读 →
LlamaIndex：演示 Gemini 3.1 Live API 语音 Agent 实时调用文档解析
Google DeepMind 将 Gemini 3.1 接入 Live API，LlamaIndex 随即构建演示：通过终端语音助手直接对话，触发本地文档解析工具调用，实时听取 Agent 反馈解析结果。
@llama_index
阅读 →
vLLM：修复 Mamba-1 CUDA 内核中的 uint32 溢出静默 Bug
AI21Labs 发现并修复了 vLLM 中 Mamba-1 CUDA 内核的一个隐蔽 Bug：uint32_t 类型的 stride 与 cache_index 相乘在大规模场景下静默溢出，已合并至 PR #35275。
@vllm_project
阅读 →
宝玉译文：西方 VC 深入中国 AI 生态两周的第一手观察
Delphi Ventures 创始人 José Macedo 在中国 AI 生态圈实地考察两周后撰文，分享对中国 AI 创始人特质、硬件壁垒、软件泡沫以及中西方不对称性的深度观察。
@dotey
阅读 →
Claude Code Skills 管理最佳实践——全局与项目级分离
AI 领域 KOL 宝玉分享 Claude Code Skills 管理经验：通用 skills 装全局，专用 skills 装项目级别互不干扰，不同任务在不同项目中完成即可，无需专门管理器。
@dotey
阅读 →
OpenClaw + Pi 将「吞噬软件」，Andreessen 即将做客 Latent Space
Latent Space 主播 swyx 预告 a16z 联创 Marc Andreessen 即将上节目，讨论 OpenClaw 和 Pi 如何从「软件吞噬世界」演进到「AI 吞噬软件」的新叙事。
@swyx
阅读 →
YC 新秀 Sazabi：面向快节奏工程团队的 AI 原生可观测性平台
Y Combinator 支持的 Sazabi 正式发布，主打 AI 原生可观测性，支持分钟级接入、AI 驱动的自主告警和无缝事件排查，为高速迭代的工程团队打造。
@ycombinator
阅读 →
Boston Dynamics：发布机器人与 AI 工具在设施运营中的应用指南
Boston Dynamics 发布行业指南，介绍机器人和 AI 工具如何在制造、能源和重工业领域填补设施运营缺口，降低维护风险并提升响应速度，实现企业级数据采集自动化。
@BostonDynamics
阅读 →
a16z 投资 Airbase：射频频谱软件平台，国防+商业双轮驱动
a16z 宣布投资 Airbase，该公司为无线电频谱提供软件平台——频谱是经济和国家安全依赖的隐形高速公路。商业太空经济起飞和电子战转型正在推动频谱管理现代化。
@a16z
阅读 →
Cohere 开源 Transcribe：2B 语音识别模型，Apache 2.0，14 种语言
Cohere 发布 Transcribe 语音识别模型（2B 参数，Apache 2.0），支持 14 种语言。为 vLLM 贡献了编码器-解码器优化，语音工作负载吞吐量提升 2 倍。
@vllm_project
阅读 →
黄玄：两周用 AI 独立完成 Vue Lynx，完整方法论
字节跳动 Lynx 团队架构师黄玄分享：借助 AI 独立完成 Vue Lynx（让 Vue 3 跑在字节跨平台引擎上），展示了跨 session 架构一致性、自动化测试验证闭环等 AI 驱动开发方法论。
@dotey
阅读 →
Google DeepMind 研究：AI 有害操纵风险上升，覆盖情感利用与认知欺骗
Google DeepMind 发布 9 项研究（逾 1 万名参与者），探讨 AI 可能被滥用进行有害操纵（含情感利用和认知欺骗），涵盖金融和健康两大高风险领域。
@GoogleDeepMind
阅读 →
林俊旸离职后首文：从推理思维到智能体思维，大模型的下一个阶段
前阿里 Qwen 技术负责人林俊旸发布长文：大模型的下一阶段不是让模型想得更久，而是让模型为了行动而思考。回顾 o1/R1 的教训：RL 不再是轻量附加步骤，而是系统工程问题。
@dotey
阅读 →
Mistral 发布 Voxtral 4B TTS：9 种语言、20 种预设音色、企业级语音合成
Mistral 发布 Voxtral 4B TTS 模型（CC BY-NC 权重，非商用），支持 9 种语言的自然韵律和情感表达，多款预设音色，超低延迟流式输出（24kHz）。企业可通过 API 商用。vLLM 首日支持。
@vllm_project
阅读 →
Google Gemini 支持从其他 AI 应用导入记忆、偏好和聊天历史
Google 宣布 Gemini 现在支持从其他 AI 应用导入用户的记忆、偏好和聊天历史，降低用户切换成本。
@Google
阅读 →
a16z Sakina：AI 竞赛赢家不是最聪明的模型，而是最会让本地人变强的公司
a16z 投资人 Sakina 分享 YouTube 国际化经验：AI 竞赛的赢家不是拥有最聪明模型的公司，而是最善于把本地信任节点（教师、会计、社区领袖）放大 10 倍的公司。
@a16z
阅读 →
VS Code 现在可以直接用 Ollama 本地模型了
Visual Studio Code 通过 GitHub Copilot 集成 Ollama，用户可以在 VS Code 中直接选用 Ollama 的任意本地或云端模型进行编程辅助。
@ollama
阅读 →
开源推荐：Type4Me——Typeless 平替，本地语音输入+大模型后处理
基于 SherpaOnnx 的 macOS 语音输入工具，支持本地/云端双引擎识别，可接入大模型做文本优化和语音命令，数据全部存在本地。
@dotey
阅读 →
Runway：推出 Multi-Shot App 多镜头视频生成应用
只需简单提示即可生成包含对话、音效、剪辑节奏和电影级构图的完整场景，支持图生视频和纯文本生成。
@runwayml
阅读 →
Google：AI 搜索语音对话 Search Live 全球上线 200+ 国家
Search Live 交互式多模态对话功能已覆盖 200+ 国家和地区，由 Gemini 3.1 Flash Live 驱动，原生支持多语言。
@Google
阅读 →
Cursor：公开 Composer 2 技术报告，每 5 小时迭代一次模型
Cursor 发布 Composer 2 技术报告，揭示通过实时强化学习训练新检查点的方法，实现每 5 小时更新一次模型版本。
@cursor_ai
阅读 →
Google：Gemini 3.1 Flash Live 带来语音交互全面升级
新模型响应更快、对话更自然，Gemini Live 对话记忆翻倍，多语言支持扩展至 200+ 国家和地区。
@Google
阅读 →
Google DeepMind：发布 Gemini 3.1 Flash Live 音频模型
最新音频模型支持更自然的对话体验，改进了函数调用能力，使 AI 对话更实用、更智能。
@GoogleDeepMind
阅读 →
期待 AI Agent 能一句话完成从代码到部署的全流程
Karpathy 分享构建 menugen 的经历，指出最难的不是代码而是组装各种服务（支付、认证、数据库等），期待 Agent 自动完成全栈部署。
@karpathy
阅读 →
Mistral AI：发布 Voxtral TTS 开源语音合成模型
Voxtral TTS 支持 9 种语言，具备情感表达能力和超低首音延迟，可轻松适配新声音，模型权重开源。
@MistralAI
阅读 →
Meta AI：发布 TRIBE v2 三模态脑编码器基础模型
TRIBE v2 基于 500+ 小时 fMRI 数据训练，能预测人脑对视觉和听觉的反应，可零样本预测新受试者、新语言和新任务。
@AIatMeta
阅读 →
xAI：新一代 Imagine 图像模型即将发布
Elon Musk 预告 xAI 新版 Imagine 图像生成模型将更加出色，并展示了视频演示效果。
@elonmusk
阅读 →
海螺 AI 联合巴西 Belas Artes 大学举办创意 AI 工作坊
海螺 AI 将于 3 月 31 日在圣保罗 Belas Artes 大学举办线下工作坊，探索 AI 如何变革设计、摄影、视频和动画创作流程。
@Hailuo_AI
阅读 →
如何让老板理解「AI 是工具不是魔法」
知名博主宝玉分享职场 AI 认知难题——当老板对 AI 期望过高时，或许可以让他亲自体验 AI 的局限性，知难而退。
@dotey
阅读 →