来自 Twitter · Hacker News · GitHub 的 AI 行业动态
完全无需LLM,在3个基准数据集上击败其他无模型竞争者,保持"轻量"理念的同时实现极速Markdown输出。
Anish Acharya指出,过去非程序员的数字创业渠道仅有YouTube;如今借助AI代理,即使不具备技术背景,年轻人也能通过制作软件实现'数字定居'式表达。
基于Qwen3-4B构建,支持原生流式输出与长文本(10分钟),31语言训练于约400万小时语音数据。非流式吞吐量5.976 req/s,RTF 0.644,SeedTTS英语测试WER仅1.75%。
Claude Code 可生成实时更新的网页 Artifact,展示代码库、外部工具数据和对话上下文。事故调查页面同步呈现错误测试、监控曲线和根因分析。Artifact 自动随会话更新,同一链接始终…
MIT CSAIL 研究员 Alexander Amini 主讲,涵盖深度学习核心概念。本讲深入比较监督学习、无监督学习与强化学习三种方法论的区别与适用场景,配套课件与视频资源免费开放。
70 层稀疏 MoE 架构,总参数 225B,每 token 活跃参数 23B,上下文 256K。256 位专家采用 top-k=16 路由,专为长时序 agentic 编码设计。支持工具调用间的原…
创业公司本质是获取持续增长的资源,当获得动力时,下一个所需资源会更倾向于选择你而非竞争对手。这种优先依附机制驱动了幂律曲线。顶级 VC 的价值在于帮助公司建立这种正反馈循环。
Mac 端用户演示重复性操作流程,Codex 自动分析生成包含触发条件、输入、执行步骤的 Skill 文件。覆盖报销填单、视频发布、issue 创建等场景,重放时换参数即可自动执行。需开启 Comp…
在讨论该方案的利弊时,Midjourney 表示展示的图像来自真实原型,但相信还能大幅改进
Midjourney 在回复中确认,所展示的视频同样由团队自行完成
xAI 发布的文字转语音模型 Grok TTS,声称在自然度上领先同类产品
美国地区的 GLM 5.2 部署在 NVIDIA B300 Blackwell GPU 上,Ollama 表示隐私重要,倡导开源模型
Garry Tan 认为缺乏方向感的人视 AI 为控制手段,而拥有主动权的人可将 AI 变为突破束缚、实现人类独立难以完成之事的解放工具。
Paul Graham 描述一次视觉误判,夕阳的光线让黄色椅子看似灯光。
OpenAI 提出的新方法旨在让 AI 模型在面对更长期、高风险任务时仍能保持有益且安全的行为,并在压力下持续保持。
Anthropic 在 Project Fetch 中让 Claude 编程机器狗,Opus 4.7 单独运行时比去年最佳人类团队快约 20 倍,但机器狗仍未能捡起沙滩球。
xAI 将最新的 Grok 模型集成至 Databricks Agent Bricks,为企业数据赋予强大 AI 代理能力。
Brain 为每次计算构建上下文图,使计算机具备状态记忆,Max 订阅用户可抢先体验。
用户只需描述任务,Cursor 自动生成触发器、指令和工具,实现快速自动化。
他指出,即使 Q1 也能显著提升实际效用,Anthropic 致力于提升有用智能,体现在收入而非测评上。
每周超过2.3亿用户在ChatGPT上提问健康与保健,GPT-5.5 Instant 可更好识别紧急护理需求、追问上下文、解释不确定性并简化复杂信息,且已向所有免费用户开放。
下午全时段进行医疗主题问答,Midjourney 团队在线回复粉丝提出的健康相关问题。
在与Coinbase CEO Brian Armstrong讨论AI基础设施时,Musk断言太空计算是必然方向,因其规模扩展潜力远超地球部署,可达地球的一万亿倍以上。
该法案针对营收超2亿美元的AI初创公司,GarryTan认为这是反繁荣之举,并指出同一势力此前试图禁止初创公司收购,阻断85%创始人唯一的退出路径,直言这是在攻击美国的创业精神。
在被问及Noams群体为何擅长AI时,Altman拒绝给出解释,仅以玩笑口吻将其成功归因于神圣庇佑,暗示该群体的AI天赋如同其他一切成就般神秘难解。
新功能可将代码会话转化为可交互的页面,类PR演练或实时项目仪表盘,通过私人链接在团队内部分享,目前处于Beta阶段,仅向Team和Enterprise计划用户开放。
回应@brivael时表达对政府职责的看法,强调政府的基本义务是保障公民安全与权益。
vLLM 可在自有 GPU 上高速低成本运行开源模型,支持 NVIDIA、AMD 等硬件。OpenAI Responses API 兼容意味着任何兼容 Agent 可直接指向你的服务器,支持 GLM…
涵盖医疗、电信、制造、能源、零售等领域,法国正借助NVIDIA技术为欧洲AI未来奠定基础设施与应用基础
该框架探讨当AI未能按预期运行时如何应对,旨在为Google内部部署的先进AI系统建立安全管理和风险控制机制。