跳到正文
今日 48 条
10月16日周五
  1. TechCrunch · AI40

    Cal AI:通过网红营销策略实现病毒式增长,两年内营收超3000万美元

    Cal AI,由19岁高中生Zach Yadegari创立的AI驱动的卡路里追踪应用,通过部署一群网红推广品牌,在两年内实现了病毒式增长,营收超过3000万美元,并于3月份被MyFitnessPal收购。Yadegari强调,与网红合作的关键在于找到具有紧密社区影响力的网红,并承诺他们一定的收益。此外,他还创立了新的AI智能体初创公司Persona,旨在使计算与人类生活无缝融合。

  2. Decrypt70

    Google 宣称攻克量子计算最大瓶颈之一

    Google 量子 AI 宣称,通过一种名为 '魔法状态培养' 的技术,将其 Willow 芯片上的错误减少了 40 倍,产生了 99.99% 精度的魔法状态。魔法状态是运行有用量子程序所需的单次使用资源,Google 表示,据估计,制造它们的成本高达量子计算机容量的 95%。

    推荐理由:原文介绍了 Google 在量子计算领域的重要突破,读者可以了解该技术对量子计算机性能的影响和潜在应用价值。

  3. Hugging Face Blog70

    Hugging Face 发布 Granite Switch 4.1 模型,支持决策和语音识别

    Hugging Face 发布了 Granite Switch 4.1 模型,该模型集成了决策适配器和 OpenASR 领板上的最快语音识别模型,支持自然语言响应、通用和专用决策以及语音转文本任务。Granite Switch 4.1-8B 和 -30B 模型配置了新的决策 aLoRA、专用 Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC 语音识别模型。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  4. TechCrunch · AI45

    亚马逊设备负责人潘os Panay:AI设备将取代应用成为未来个人AI的核心

    亚马逊设备负责人潘os Panay在TechCrunch Disrupt活动上表示,亚马逊押注于环境计算而非应用,认为AI设备将成为未来个人AI的核心。亚马逊推出了新的AI可穿戴设备Bee,这些设备可以在后台默默工作,利用传感器和AI帮助用户确定需要做什么,而不是用户告诉设备需要做什么。潘os Panay认为,随着更多任务通过AI处理,与应用交互的概念将变得不那么重要。

  5. TechCrunch · AI67

    Meta发布可在Mac上运行的开放权重AI模型

    Meta发布了名为Muse Spark Open的开放权重AI模型,该模型专为Mac设计,具有816亿参数和1000万个token的上下文窗口,可在本地运行,并已与Muse Code AI编码终端集成。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  6. TechCrunch · AI67

    Anthropic 向 METR 研究人员开放员工级访问权限,以评估 AI 模型和安全实践

    Anthropic 向 METR 研究人员提供员工级访问权限,以独立评估其 AI 模型、安全实践和风险管理。此举旨在提高透明度和安全性,并符合行业对独立审查的需求。

    推荐理由:Anthropic 与 METR 研究人员的合作,为独立评估 AI 模型和安全实践提供了新的视角,对行业安全性和透明度有积极意义。

  7. Decrypt40

    Bitwise CIO Matt Hougan 论述比特币在AI贸易中的优势

    Bitwise首席投资官Matt Hougan在投资者报告中提出,比特币在几乎所有宏观经济情景中都能受益,将其比喻为“选择你的冒险”书籍,不同路径最终达到相同的结果。他认为,无论AI带来“超级丰裕”还是AI泡沫破裂,比特币都将受益。Hougan强调,对于长期投资者来说,宏观经济问题“不如大多数人想象的那么重要”,因为几乎所有路径最终都以比特币的上涨结束。

  8. The Decoder67

    Meta 发布 Muse Spark Open 模型,应对 Qwen、GLM 和 Kimi 的开放权重竞赛

    Meta 发布了 Muse Spark Open 模型,这是一款针对编码和智能体任务构建的开放权重模型,参数量达到 816 亿(42 亿活跃),支持文本、图像、视频和音频,并在多个基准测试中领先于 Qwen 3.8、GLM 5.3 和 Kimi K3。该模型针对 Apple 的 M5 Ultra 进行优化,可在两台配备 512 GB 统一内存的 Mac Studio 上本地运行。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  9. NVIDIA Blog62

    NVIDIA 发布 RTX Spark 智能电脑

    NVIDIA 发布了针对创作者、游戏玩家和 AI 智能体的 RTX Spark 智能电脑,该电脑具备强大的本地 AI 性能,并将在全球范围内举办发布会庆祝其发布。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  10. TechCrunch · AI20

    TechCrunch Founder Summit 优惠截止:10月16日

    TechCrunch Founder Summit 优惠活动将于10月16日截止,活动期间创始人及投资者通行证可享受高达200美元的折扣。活动将于11月4日在波士顿的SoWa Power Station举行,汇集1000多位创始人、投资者和经验丰富的企业家,涵盖融资、招聘、产品市场匹配和构建AI原生公司等议题。

  11. Hugging Face Blog85

    Meta 发布 Muse Spark Open:开放权重前沿多模态混合专家模型

    Meta 发布了 Muse Spark Open,一个具有 8160 亿参数的开放权重多模态混合专家模型,支持文本、图像、音频和视频输入。该模型专注于智能编码,能够阅读代码库、编写和调试代码,并调用工具。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  12. The Decoder85

    Nvidia发布Nemotron 3.5 Super VL:面向企业AI智能体的开源模型

    Nvidia发布Nemotron 3.5 Super VL,一个具有120亿参数的多模态开源模型,专为企业和边缘设备上的AI智能体设计。同时发布的还有两个紧凑型Bolt模型,旨在将AI智能体带到本地PC和边缘设备上。Nvidia表示,Super VL在保持与Nemotron 3 Ultra相当准确性的同时,参数量减少了五分之一,在代理任务上比其他类似规模的开放模型快四倍。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  13. The Decoder67

    谷歌推出 Gemini 4 Argon 智能体模型

    谷歌推出新的智能体模型 Gemini 4 Argon,旨在为机器人提供全流程控制,包括构建虚拟训练世界和评估训练视频。该模型能够更好地理解空间关系、编写控制代码和解释视频中的物理现象。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  14. Google DeepMind67

    Google Antigravity 加速抗菌肽搜索

    Google DeepMind 发布了 Google Antigravity 平台,该平台通过提供智能科学工作台,帮助生物学家快速发现、评估和优先考虑有希望的靶点,并使用 ProtNLM 模型预测蛋白质的生物功能。

    推荐理由:原文介绍了 Google Antigravity 平台如何加速抗菌肽的发现,读者可以了解该平台如何改变现有工作流程。

  15. Microsoft Research85

    Magnetar:基于证明的通用计算

    Magnetar 是一种新的通用计算形式,它使用零知识证明来验证程序的执行,同时保持了高效性和安全性。

    推荐理由:Magnetar 作为一种基于零知识证明的通用计算形式,在效率和安全性方面取得了重大进展,为可验证计算领域带来了新的可能性。

10月15日周四
  1. Hugging Face Blog70

    Hugging Face 发布 FLUX.3 Image Klein 模型

    Hugging Face 发布了 FLUX.3 Image Klein 模型,该模型支持文本到图像、多参考图像到图像,并新增了布局控制功能。模型已在 Diffusers 中开放,支持快速推理和多种训练脚本。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  2. The Decoder85

    GPT-6-Astra 解决 50 个物理研究问题中的 49 个,平均成本不到 3 美元

    GPT-6-Astra 在 OpenAI 的 Codex 编码环境中运行,解决了 50 个物理研究问题中的 49 个,平均每个问题成本不到 3 美元。该研究测试了多个 AI 智能体,并发现 GPT-6-Astra 在没有人类提示的情况下表现最佳。

    推荐理由:GPT-6-Astra 在物理研究问题解决上取得显著成果,展示了 AI 在理论物理领域的潜力,对相关领域的研究和人才培养可能产生重要影响。

  3. AWS Machine Learning Blog70

    AWS 推出深度信任:赋予智能体更多自主权而不失去控制

    AWS 推出深度信任机制,旨在赋予智能体更多自主权,同时确保其行为符合预设规则。该机制通过定义智能体的作用范围、身份验证、行为限制和观察反馈等层面对智能体进行管理,以提高其安全性和可靠性。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  4. Mistral AI85

    Mistral AI 发布时间序列基础模型 Timestral

    Mistral AI 发布了其首个时间序列基础模型 Timestral,该模型在 GIFT-Eval、TIME 和 fev-bench 三个主要公共基准测试中排名第一,具有 5M 到 209M 参数的四种尺寸,支持过去和未来的协变量,并可在 CPU 上高效运行。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。