Subscribe to blockchain&AI
<100 subscribers
每周国内外AI发展动态研究-2025年11月11至17日
按：从2021年开始，关于区块链发展动态，通过每日国外区块链发展动态来进行研究，从最初每天都会通过X研究相关的行业代表性人物、代表性项目，后面发展为不定期但最多一周会有一两次研究，坚持了有五年，几经更换研究的对象人物和代表项目，包括后来另一个项目：研究当月获得融资的区块链项目也有五年以上； 关于区块链的研究，应该是成功的； 关于AI的研究，除了前几年批量阅读些AI类书籍外，今年前几个月，因为大模型的流行，我有几个月研究了大模型产品、周边的DOCKER VSCODE python dify等产品，甚至研究了具体的应用部署、应用案例，陷入技术细节，我感觉不应该这样，于是决定从AI和产品部署类应用脱离出来；我于今天20250801在坐车时，突然决定应该仿照区块链研究的路径，也做个AI每日发展动态研究，找到国内外最牛的100个AI人物(以X为研究媒体，这些人物可能很多没有X账号或不活跃，则略去)和AI项目（拟再做个专题研究）也做个系列，这比陷入AI产品细节里更适合我当前需要； 初步决定每周一到两次；以后有变化再说； 此为志。 第一次调整（2025年8月5日）：删除X不活跃的AI人物，增加了排名靠前的X活跃的AI类项目若干。
开放人工智能，@OpenAI，OpenAI 的使命是确保通用人工智能造福全人类。
ChatGPT 中的 GPT-5.1 将于本周向所有用户推出。 它更智能、更可靠，也更具对话性。
ChatGPT 中的群聊现已在日本、新西兰、韩国和台湾进行试点。 一种在同一对话中与朋友、家人或同事和 ChatGPT 协作的新方式。
我们开发了一种新方法来训练具有人类更容易理解的内部机制的小型 AI 模型。 像 ChatGPT 背后的语言模型这样的语言模型具有复杂的结构，有时甚至令人惊讶，我们尚未完全了解它们的工作原理。 这种方法有助于我们开始缩小这一差距。
与普通模型不同，我们经常发现我们可以从稀疏模型中提取简单、易于理解的部分，这些部分执行特定任务，例如在代码中正确结束字符串或跟踪变量类型。 我们还显示出有希望的早期迹象，表明我们的方法可能会 显示更多 开放人工智能 @OpenAI · 11月14日 这是一个早期步骤;从这项工作到完全理解我们最强大的模型的复杂行为还有很长的路要走。 我们的目标是了解更大的模型，逐步扩展我们可以可靠解释的行为集，并使用我们的
您的 ChatGPT 个性化选项卡中现在有 8 种独特的聊天风格，让您更轻松地设置适合您的基调和风格： -违约 -专业的 -坦诚 -古怪 - 友好（以前称为听众） - 高效（以前称为机器人） -宅 -玩世不恭
GPT-5.1 Thinking 现在更有效地根据问题调整思考时间，将更多时间花在复杂问题上，而花在简单问题上。 用更少的行话来回答更清晰。
谷歌人工智能，@GoogleAI，让人工智能对每个人都有帮助。展现思维↓
不可否认......团队一直在发货!以下是本周推出的所有内容： — 一些重大更新开始推出 @NotebookLM 包括自定义视频概览样式、聊天记录、图像作为来源和深入研究 — 使用 AI 进行编辑、创建和搜索的六种新方法 @googlephotos （包括纳米香蕉！ — 使用 Nano Banana 直接在 Google Messages 中重新混合您的照片 — Google 购物直接集成到 @GeminiApp 方便假日购物 — 代理 AI 购物功能正在 AI 模式下推出，包括代理结账和代表您呼叫商店以获取可用性。 - 图像选项卡 @FlowbyGoogle 作为生成和优化图像的专用工作区 — SIMA（可扩展指令多世界代理）2，我们创建通用且有用的人工智能代理的研究的下一个里程碑
Meta 的人工智能，@AIatMeta，我们与人工智能社区一起，通过开放科学突破可能性的界限，创造一个更加互联的世界。
隆重推出 Meta 全语言自动语音识别 （ASR），这是一套模型，可为 1,600 多种语言提供 ASR 功能，其中包括 500 种 ASR 系统以前从未提供过的低覆盖率语言。 虽然大多数 ASR 系统都专注于在互联网上得到充分代表的有限语言集，但此版本标志着朝着构建真正通用的转录系统迈出了重要一步。了解更多信息：https://go.meta.me/f56b6e 今天，我们将发布全套模型和数据集：1️⃣全语ASR：一套从300M到7B参数的ASR模型，支持1600+种语言2️⃣
全语 ASR 是通过结合 Meta 开发的其他几种模型的功能而实现的。该项目的研究员马特·塞茨勒 （Matt Setzler） 在这里详细介绍了这一切。
Microsoft Azure，@Azure，Limitless innovation. ☁️ Follow along for the latest news and resources from the official
代理人工智能的时代已经到来。 不要错过我们的#MSIgnite创新会议“使用代理工厂生成和管理 AI 应用”，了解团队如何在 Azure AI Foundry 中快速交付企业级治理。 保存您的座位：https://msft.it/6017tP8AP
GPT-5.1 系列来自 @OpenAI 今天在 Azure AI Foundry 中推出。 该系列专为更快的自适应推理而构建，可提高延迟和效率，同时提供增强的逐步推理、多模态智能和企业级合规性。
通过 Azure 超级磁盘上更灵活的定价，以更高的性能、可靠性和作连续性推动任务关键型业务应用程序。I/O 密集型工作负载的延迟降低 80%在小磁盘上节省高达 50% 的成本用于快速恢复的即时访问快照
今天，我们将在亚特兰大推出下一个 Fairwater AI 数据中心，为世界上第一个全球规模的 AI 超级工厂提供动力。 在计算密度、可持续性和网络方面取得突破，可有效满足前所未有的 AI 需求。
准备好构建安全、安全且完全可观察的 AI 应用程序和代理了吗？ 了解新 Microsoft Learn 计划的核心原则和最佳做法：https://msft.it/6017tM1Wc
加入主持人Swetha Mannepalli，她将与Microsoft副总裁Wangui McKelvey对话。聆听她在维也纳FabCon上的灵感，并独家预览她家乡亚特兰大FabCon即将举办的活动：
AWS 人工智能，@AWSAI，在 AWS 上构建和扩展下一波 AI 创新浪潮，
提高您的安全性#generativeAI具有自动推理功能的应用签入#AmazonBedrock护栏️参加这个实践研讨会，了解如何逐步构建可配置的保护措施、验证输出和减少幻觉。#AWS https://go.aws/4o无WD
第 3 部分 @JaneGoodallInst + #AWS系列经过数月的开发，我们对我们的人工智能平台进行了测试。人工智能能否解锁简·古道尔 65+ 年的黑猩猩研究？ 最终结果和未来路线图揭晓。#generativeAI
通过统一的多模态嵌入转变内容发现 @NatureFootage 正在使用#AmazonNova多模态嵌入，帮助客户在其庞大的野生动物和自然镜头库中找到准确的内容。#AWS #generativeAI
Amazon Devices 正在使用#AgentCore缩短产品开发时间⏰烙他们的专业代理将模型训练时间从几天缩短到不到一个小时。 了解 AgentCore 如何帮助您的代理解决方案更快地推向市场。#AWS
英伟达人工智能，@NVIDIAAI，面向商业领袖的最新突破和人工智能的未来。
NVIDIA Dynamo 现已在主要云提供商处提供，包括 @awscloud , @googlecloud , @Azure 和 @OracleCloud ——在云中的 Kubernetes 上实现高效的多节点推理。它已经取得了成果： @basetenco 正在看到更快、更具成本效益的复杂模型服务。Dynamo 集成#Kubernetes简化 AI#inference在数据中心规模上，提高复杂 AI 推理和 MoE 模型的性能和效率。Dynamo 中的新 NVIDIA Grove API 简化了 Kubernetes 中推理组件的协调，提高了可预测性和资源利用率。了解更多信息：https://nvda.ws/48aP8bL
️在几秒钟内彻底改变工程设计，而不是几天。#NVIDIAInception启动 @BeyondMathLtd 正在使用人工智能驱动的模拟来实现实时物理实验，从而显着减少迭代时间。观看完整视频：https://nvda.ws/49MMiuN
1,750+ 家商店。数百万客户。一个人工智能策略。 @Lowes 合作伙伴 @nvidia 和 @Dell 因其全面的人工智能战略，旨在彻底改变客户购物体验、增强店员能力并改变销售方式。 阅读全文：https://nvda.ws/4qRuBAz
长老 @MattMahanSJ 加入本周的 @NVIDIAAI 与 Jumbi Edulbehram 合作的播客，揭示了人工智能如何使圣何塞变得更加智能——优化交通、提高城市工作人员的技能以及推动开创性的公民计划等等。 收听完整的播客：https://podcasts.apple.com/us/podcast/mayor-matt-mahan-on-how-ai-is-changing-city-life-in/id1186480811?i=1000736458428
NVIDIA AI 播客的新功能：️圣何塞市长 @MattMahanSJ 与 NVIDIA 的 Jumbi Edulbehram 一起讨论 AI 如何改变城市服务，从优化交通到实时翻译公共会议。在这里听：https://nvda.ws/4pck3ud
AMD 的 AI，@AIatAMD，共同推动人工智能创新。与开发人员一起构建，为开发人员服务。通过开放的生态系统提供支持。由 AMD 提供支持。
@AMD 带着一堆 NUC 拉起来 @LiquidAI_ Office 这样我们就可以对一些硬件进行微调！有兴趣加入的话，请私信
周末黑客松模式：已激活很高兴能与 @LiquidAI_ 在旧金山的 Hack the Edge 团队——为期两天的构建、学习和突破极限。我们走吧！
SF 开发者，新的黑客马拉松警报！明天，11 月 16 日星期日上午 9：30 加入我们，地点为 @LiquidAI_ office 进行快节奏的一日创新冲刺，突破 AI 和边缘计算的界限。 所有项目都部署在具有 AMD ROCm 加速的 AMD NUC 上，这是专为高性能 AI 而设计的紧凑型系统。 带来您的想法，构建大胆的东西，并与其他创作者合作。5 美元的现金奖励和两个配备 AMD Ryzen AI 395+ 处理器和 128GB RAM 的框架台式机系统 欢迎前来参观。需要创造力。边缘见！555 Mission St， 旧金山太平洋标准时间 11 月 16 日上午 9：30提供午餐和小吃了解更多并注册：https://luma.com/smik3k94
随着人工智能的科学，科学发现正在进入一个新时代。 在 @ORNL ，AMD 技术为 Lux 和 Discovery 提供动力，这两个系统将 AI 和高性能计算相结合，以加速能源、材料和医学领域的突破。 阅读更多：https://amd.com/en/blogs/2025/discovery-through-ai--a-new-era-of-scientific-computing.html
听听 @Supermicro 的技术和人工智能高级副总裁， @malyala ，关于该公司如何使开发人员能够访问他们完成最佳工作所需的工具。
使用 @nexa_ai 和 SDXL-Turbo，在 AMD Ryzen AI NPU 上加速。 此次合作展示了实时的设备上 AI，无需云。 了解开发人员如何使用 NexaSDK 和 AMD 硬件更快地构建：https://amd.com/en/developer/resources/technical-articles/2025/advancing-ai-with-nexa-ai--image-generation-on-amd-npu-with-sdxl.html
高通，@Qualcomm，无处不在地提供智能计算。
在本周的计算架构日上，来自世界各地的分析师和媒体加入了我们的行列，仔细研究了围绕#SnapdragonXSeries，帮助我们的合作伙伴和客户塑造下一个计算时代。
本周在#AI: 高通#Dragonwing发布全新IQ-X系列处理器， @nexa_ai 推出由高通Hexagon NPU提供支持的AI超级助手，以及 @cristianoamon 谈论 AI 作为新的 UI#WebSummit.
当护理无法到达患者手中时，我们帮助患者获得护理。䋰 @umobile 和 @doctoroncallMY ，我们弥合了马来西亚农村地区的这一差距 @Snapdragon 有源平板电脑 — 将 2 型糖尿病研究和移动医疗保健无线连接到患者。#WorldDiabetesDay
无意中听到 @WebSummit ：高通总裁兼首席执行官 @CristianoAmon 关于带来#AI无处不在——使合作伙伴和全球开发者社区能够共享智能计算的未来。
你的工业电脑将永远不同。认识一下高通的IQ-X系列处理器#Dragonwing. 在单线程和多线程计算中，#AI情境意识和坚韧的可靠性，行业能够重新定义可能性。
您自己的私人法学硕士成为精英。超链接依据 @nexa_ai 使用#SnapdragonXSeries处理器和高通 Hexagon NPU。快速、私密且智能 - 您设备中的每个文件都会被理解并采取行动。
重磅新闻： @Snapdragon W5+ Gen 2 和 W5 Gen 2 可穿戴平台，高通#AISnapdragon 8 Elite Gen 5 和高通中的引擎#DragonwingQ-6690 处理器已获得认可 @CES 多个类别的创新奖。
百度公司，@Baidu_Inc，百度是一家领先的人工智能公司，拥有强大的互联网基础。
ERNIE 5.0 来了——我们最新的原生全模态基础模型。 它在全模态理解、创意写作、指令遵循等方面表现出色。 我们将继续投资和开发更多前沿模型，以突破智能的界限。
百度在百度World 2025上发布ERNIE 5.0及一系列AI应用，加大全球影响力
是什么让 ERNIE 5.0 脱颖而出：
原生统一的全模态建模技术，结合文本、图像、音频和视频，用于理解和生成 2.4T+ MoE 架构，每次推理活跃率为 <3%，减少计算，同时提高推理效率 40+ 基准评估的前沿级性能 现在，对于有趣的部分——看看剪辑
认识 Famou，我们全新的自我进化 AI 代理。 受进化算法的启发，Famou 旨在在复杂场景中发现最佳解决方案——涵盖交通、能源、金融、物流，甚至药物发现和科学研究等领域。 Famou 由百度 AI 云开发，现在仅限受邀者使用。
全球自动驾驶领域领先的是全球最大的机器人出租车服务 Apollo Go，已完成超过 1700 万次乘车。 Apollo Go 现在每周在 22 个城市提供超过 250,000 次完全无人驾驶的乘车服务——从香港到迪拜和阿布扎比。 其车队总共行驶了超过 2.4 亿公里，其中全无人驾驶模式行驶了超过 1.4 亿公里。 汽车正在成为一种新的移动空间——开辟了无数的可能性，不仅改变了交通，还改变了更广泛的社会生态系统。 百度公司 @BaiduInc · 11月13日 跟 @MedoCodeFree ，妙达的国际版，我们将向全球开发者带来我们的无代码应用程序构建器。就在上周，MeDo 在 Product Hunt 的每日排名中名列前茅。 新发布的 MeDo 建立在妙达 2.0 的势头之上，妙达 2.0 是已经用于创建 400K+ 应用程序（包括百度世界 2025 官方网站）的平台的升级版本。
浑源，@TencentHunyuan，腾讯大模型，包括文本生成、图像生成、视频生成和 3D 生成。@我随时！
混元世界 1.1 （WorldMirror） 训练代码现已发布！此版本为研究人员和开发人员提供了用于定制和微调的完整堆栈：您的视频在 1 秒内转换为 3D 世界。彩任何输入（图像、视频、3D 预先）到任何输出（3DGS、深度、相机、法线、点） 开始自定义您的模型并探索演示！ 在线演示：https://huggingface.co/spaces/tencent/HunyuanWorld-Mirror法典：https://github.com/Tencent-Hunyuan/HunyuanWorld-Mirror
Qwen，@Alibaba_Qwen，AGI 的开放基础模型。
Qwen代码 v0.2.1 来了！我们在短短17天内发布了8个版本（v0.1.0->v0.2.1），并带来了重大改进： 最新动态：免费网页搜索：支持多服务提供商。Qwen OAuth 用户每天可获得 2000 次免费搜索！更智能的代码编辑：新的模糊匹配流水线减少错误并保存令牌——减少重试次数。⚙更多控制：通过温度、 top_p 和最大代币设置微调 AI 行为。更好的集成集成开发环境（IDE）：增强了Zed IDE支持，支持待办事项和任务管理工具。更简洁的输出：工具响应现在使用纯文本代替复杂的JSON——更容易让AI理解。改进搜索：更好的文件过滤（尊重“.gitignore”），更智能的搜索工具，以及标准化命名。更快的性能：多阶段规范化流水线，实现零开销匹配、更好的Unicode处理和优化输出限制。修复漏洞：为多个型号固定了令牌限制，改进了跨平台支持（macOS和Windows），并提升了稳定性。 现在就试试——更流畅、更可靠的AI编码！ https://github.com/QwenLM/qwen-code https://github.com/QwenLM/qwen-code/releases
Qwen DeepResearch 2511 上线！我们刚刚推出了一项重大升级，让你的研究更深入、更快速、更智能！：https://chat.qwen.ai/?inputFeature=deep_research应用程序：https://qwen.ai/download ✨双模式选择：普通模式：高效且多功能，满足大多数需求！高级模式：深入！投入额外时间进行更全面的分析。易 文件上传已启用：现在你可以轻松上传文档或图片，供AI分析！️提升搜索能力：大幅提升搜索效率和深度。更快阅读和处理更多网络信息！精准的报告控制：控制报告格式——字数、段落和内容！获得全面的报告，并提升引用可靠性。六全新用户体验：我们的新解耦架构带来了更流畅、更响应的用户体验！
数据砖，@databricks，Databricks 是一家数据和 AI 公司，帮助数据 + AI 团队解决世界上最棘手的问题。
许多数据团队仍然依赖 cron 式计划来猜测数据何时可用，这可能会导致计算浪费和洞察延迟。 Lakeflow 作业中的表更新触发器会改变这一点。现在，一旦表更新，作业就会自动运行，帮助团队降低成本、减少延迟并保持数据最新。 这是一种响应速度更快、更高效的实时编排管道的方法：https://databricks.com/blog/announcing-table-update-triggers-lakeflow-jobs?utmsource=twitter&utmmedium=organic-social
制造商需要实时可见性，以保持设备高效运行并避免代价高昂的停机。 借助 Databricks 数字孪生解决方案加速器，团队可以使用 Zerobus Ingest 流式传输实时遥测数据，并使用 Databricks Apps 直接在平台中构建交互式监视应用。 这样可以实现持续监控、异常检测和预测性维护，以大规模优化运营。 使用解决方案加速器→构建您自己的数字孪生https://databricks.com/blog/how-build-digital-twins-operational-efficiency?utmsource=twitter&utmmedium=organic-social
现在，创建基准来支持 AI 代理评估变得更加容易。创建多达 500 个问题和黄金标准答案来评估响应。 听听这个，思考跟踪和其他更新，以评估和完善 AI 代理输出。 观看 Holly Smith 和 Nick Karpov 的最新一集 Over Architected：https://youtube.com/watch?v=F4xK6oH0mfU
数据团队不应该仅仅为了交付生产管道而切换语言。 本指南介绍了如何完全在 SQL 中构建和部署实时 ETL 管道，使用流式表、物化视图和声明性工作流从原型迁移到生产环境，而无需工程交接。 使用您已经知道的工具简化您的工作流程并加快交付速度：https://databricks.com/resources/ebook/guide-building-etl-pipelines-sql?utmsource=twitter&utmmedium=organic-social&utm_scid=701Vp00000Z8YRlIAN
aiparsedocument 是一项新的 AI 功能，可以轻松地从非结构化文档中提取结构化内容，因此您可以通过 AI 利用所有数据。 Databricks MVP Conner Schiissler 对 aiparsedocument（） 进行了测试，结果令人印象深刻：https://schiiss.github.io/blog/genai/ocr-made-simple-with-databricks-ai-functions/
企业坐拥大量 SAP 和外部数据，但获得分析和 AI 的统一视图一直是一个挑战。 在这个#MSIgnite会议，演讲者将分享 Azure 上的 SAP Databricks 如何将 Databricks 平台与 SAP Business Data Cloud 连接起来，以解锁受治理的实时见解，而无需重复数据。 了解团队如何利用可信的 SAP 和第三方数据大规模实现预测、探索性分析和 BI 的现代化。https://ignite.microsoft.com/en-US/sessions/BRK136?source=sessions#684b4c56-b349-45c9-a867-09c6ad72fe74
Databricks 首席执行官 @alighodsi 与 @theCUBE 坐下来，讨论了人工智能的采用，以及 Databricks 如何专注于帮助公司构建代理来自动化繁琐的任务，同时将治理和安全放在首位。 观看与 @furrier 的完整对话：
扩展 AI，@scale_AI，要制作最佳模型，您需要最佳数据。
今天，我们将开源 Agentex，这是 Scale GenAI 平台中的代理基础设施层。 Agentex 专为世界各地的开发人员而构建，为社区提供透明度和控制力，以帮助塑造代理基础设施的未来。
人工智能能否处理专业人士日常依赖的推理？ 我们最新的基准 PRBench 对 1,000 多个由专家撰写的金融和法律任务进行了测试。 即使是最强大的模型在最困难的任务上的得分也低于 40%，这凸显了潜力与实践之间的差距。
拥抱脸，@huggingface，构建未来的人工智能社区。http://hf.co/jobs
这可能是有史以来最大的人工智能黑客马拉松： >6,300 名注册者 为期 2 周（11 月 14 日至 30 日） 几乎向任何人、任何地方开放 $20,000 现金奖励 + $3.5M+ 赞助商积分 房东 @Anthropic 和 @Gradio ，与 10 家赞助商一起，在 30 分钟内加入开球
每天，超过 1,500 TB 的开放模型和数据集被下载和上传 @huggingface 和 @googlecloud 数百万人工智能构建者。我们怀疑它每年已经产生超过 10 亿美元的云支出。
因此，我们今天很高兴地宣布建立一项新的合作伙伴关系，让 Google Cloud 客户能够更快、更安全、更便宜地与 Hugging Face 合作。
与他们一起，我们将： - 通过 Vertex AI 和 Google Kubernetes Engine 缩短 Hugging Face 模型和数据集的上传和下载时间，这要归功于将直接缓存在 Google Cloud 上的 Hugging Face 存储库的新网关 - 为通过 Hugging Face 采购的所有开放模型上的 TPU 提供原生支持 - 通过 Google Cloud 的内置安全功能提供更安全的体验。
最终，我们的直觉是，大部分云支出将与人工智能相关，并且基于开源（而不是专有 API），因为所有技术建设者都将成为人工智能建设者。
Google Cloud 和 Hugging Face 都会在那里，我们走吧！
一致性，@cohere，Cohere 为现实世界的业务问题构建安全、可扩展的私有企业级 AI 解决方案
我正在多伦多组建一支新团队！我们将致力于网络安全的代理能力。 这是一个独特的机会，可以将尖端人工智能研究与现实世界的影响联系起来，直接增强加拿大和全球公民的数字安全。
人为的，@AnthropicAI，我们是一家人工智能安全和研究公司，致力于构建可靠、可解释和可指导的人工智能系统。与我们的人工智能助手交谈
我们正在开源用于测试 Claude 是否存在政治偏见的评估。 在下面的帖子中，我们描述了我们希望 Claude 在政治讨论中的理想行为，并测试了一系列 AI 模型的公平性：
我们正在与马里兰州合作，将 Claude 引入其政府服务。 克劳德将帮助居民申请福利，并让个案工作者更有效地处理文书工作。在新的试点中，它将帮助年轻的专业人士学习新技能。
新人类研究：Project Fetch。 我们请两个 Anthropic 研究人员团队对一只机器狗进行编程。两个团队都没有任何机器人专业知识，但我们只让一个团队使用 Claude。 他们是怎么做到的？
Anthropic 首次构建自己的人工智能基础设施。 我们正在德克萨斯州和纽约州建设数据中心，这将为美国创造数千个就业机会。 这是对美国的 500 亿美元投资。
默夫人工智能,@MurfAIStudio,在几秒钟内将文本转换为逼真的语音。我们为使用语音进行构建的开发人员提供可流式传输、可扩展的自助式 API。
当速度与精准和效率相遇时会发生什么？ 我们本想说是魔法，但你必须参加我们的发布会才能知道！立即注册：https://luma.com/9tlfcd0x
D-ID,@DID,D-ID 的人工智能平台支持以数字人为特色的动态视频和互动体验。
距离Face Forward：进入AI视频新时代仅剩2周！加入实时网络研讨会 @simpleshow + D-ID，看看讲故事如何与互动性相结合。 您将了解如何：将 PowerPoint 转换为解说视频使用视频库创建更快、更快速的
中途,@midjourney,社区支持的研究实验室 - 探索新的思维媒介并增强人类的想象力。
感谢所有参加我们 Midjourney 社区帆船之旅的人！我们很高兴见到你并听到你的故事。每次乘船旅行都达到最大容量，因此我们知道需要更多。我们有一些想法，但请随时将您的想法降低到 <3 以下
稳定性人工智能,@StabilityAI,SD3.5 来了！无与伦比的定制、社区友好的许可和卓越的图像质量。
无
Fireflies.ai，@firefliesai，，#1 会议人工智能队友，
隆重推出 Live Assist - 您的实时会议伴侣✨萤火虫现在在对话过程中为您提供帮助，而不仅仅是在对话之后。 Live Assist 为您提供： • 出现问题时立即回答 • 实时建议和后续提示 • 根据所说内容进行即时辅导 在这里试试： http://fireflies.ai/live-assist还有更多 它专为每个团队打造： •销售— 使用 Sales Assist 自信地处理异议 •支持— 获得实时指导，提高准确性 •招聘— 要求更敏锐的后续行动并做出更好的决定 萤火虫不是独自做笔记，而是现场直播 显示更多 Fireflies.ai @firefliesai · 11月14日 现在。。。萤火虫即将登陆您的桌面️新的 Fireflies 桌面应用程序可以在您交谈的任何地方捕获对话——Zoom、Teams、Meet、Slack Huddles、Discord、WhatsApp、FaceTime，甚至面对面——无论有没有会议机器人。 我们正在推出桌面应用程序
Fireflies 原型是在没有一行代码的情况下构建的。 引用 克里什·拉米尼 @krishramineni · 11月12日 Fireflies AI 首席执行官在这里快速澄清- 这可以追溯到 2017 年，在 ChatGPT 之前。 - 早期用户是几个亲密的朋友。 - 我们的朋友知道这是人类辅助的。
递归，@RecursionPharma，解码生物学，从根本上改善生活。药物发现的工业革命已经到来。
利用患者数据的力量。 太平洋时间 11 月 19 日星期三上午 8 点/美国东部时间上午 11 点，加入我们的现场网络研讨会 @TempusAI 讨论“生物制药研发的新时代：科技生物革命——现实与下一个前沿”。 与会者 @donnella_hayley Recursion前沿研究副总裁Sid Jain，临床开发与数据科学高级副总裁，以及Tempus首席战略官Shane Woods博士将分享Recursion如何利用Tempus庞大多模态数据与递归作系统，帮助我们改进和加速药物的制造过程，从靶点发现到患者选择。请在此注册：https://tempus.co/47ySpjF
我们正前往 @Jefferies 全球医疗保健大会与伦敦生命科学周！溺刚刚补充——我们现在将合作举办BoltzGen演讲，时间为11月19日下午5点至9点，地点在Recursion伦敦国王十字办公室。获取新BoltzGen模型的最新细节，并讨论生物分子设计的未来。 @GabriCorso , @HannesStaerk 以及特伦斯·博伊斯。演讲和问答结束后，将有食物、饮品，并有机会与社区其他成员交流。请在此注册（仅限现场）：https://luma.com/l2zgvfwt完整活动列表：11月17日星期一，上午11：50：生命科学未来专题讨论：“生命科学中的人工智能：这全是炒作吗？”来自Knowledge Quarter。地点：伦敦生命科学周展馆。https://生命科学周刊.伦敦
11月18日星期二，上午10：30：杰弗里斯全球医疗大会炉边谈话。网络直播：https://wsw.com/webcast/jeff332/register.aspx?conf=jeff332&page=rxrx&url=https%3A//wsw.com/webcast/jeff332/rxrx/1900764
11月18日星期二，下午3：30：伦敦Bio下午茶，赞助VC。https://Gatsby.events/backed-vc/rsvp/register?e=london-bio-london-life-sciences-week-jefferies-2025&ref=speaker
11月19日星期三，下午5：00：BoltzGen与Recursion合作举办演示。https://luma.com/l2zgvfwt
11月20日星期四，下午6点：伦敦生命科学周知识季度闭幕活动，地点为One Triton Square。https://luma.com/lifesciencewrapparty到时候见！了解更多信息：https://londonandpartners.com/newsroom/news-and-communications/london-surges-ahead-as-europes-life-sciences-capital
介绍 REC-102：用于治疗低磷酸酯酶症 （HPP） 的潜在 ENPP1 抑制剂的临床前体内更新。 9 月 6 日，桑福德儿童健康研究中心人类遗传学项目教授 José Luis Millán 博士实验室的 Recursion 合作者在美国骨与矿物质研究学会 （ASBMR） 年会上展示了一张关于 REC-102 的海报，REC-102 是 Recursion 的口服 ENPP1 抑制剂，HPP 是一种导致骨骼和牙齿矿化不足的罕见遗传病。该研究的结果——调查抑制 ENPP1 酶是否可以提供当前基于注射的疗法的替代方案——已发表在《骨与矿物质研究杂志》上。 REC-102 利用我们平台的人工智能精密设计功能来优化适合长期给药的化合物特性，使候选产品具有潜在的同类最佳特性。早期临床前数据的主要收获包括：▪️新的治疗策略：我们没有替代缺乏的酶 （TNAP），而是靶向 ENPP1，该酶负责产生钙化抑制剂 PPi。这种方法有可能恢复 PPi 代谢的平衡。▪️鼓励体内PPi减少：口服药物耐受性良好，并导致HPP小鼠血浆中致病PPi分子的剂量依赖性减少。▪️改善骨矿化：X 射线和显微 CT 分析显示骨结构和矿化有希望的改善。接受治疗的小鼠具有更清晰的膝关节和髌骨结构，增加骨量，并改善皮质骨厚度。在这里阅读论文：https://academic.oup.com/jbmr/advance-article/doi/10.1093/jbmr/zjaf136/8275834
奥金,@OwkinScience,Owkin 使用人工智能为每位患者找到合适的治疗方法。
昨天，我们的病理学主管 Katharina Von Loga 参加了一场研讨会，讨论人工智能如何增强肿瘤诊断，她在会上介绍了 BRCAura 以及数字病理学人工智能测试正在产生的机会。 在此处了解有关 BRCAura 的更多信息：https://owkin.com/connect/read-our-case-study-brcaura-ruo
K Pro——我们面向生物制药的智能人工智能平台——现已通过AWS Marketplace访问。你可以在SaaS类别中找到它。在这里探索 AWS Marketplace 上的 K Pro：https://aws.amazon.com/marketplace/pp/prodview-janhwocmshmxm 了解更多：请点击这里阅读新闻稿：https://owkin.com/newsfeed/owkin-announces-availability-of-k-pro-in-the-new-aws-marketplace-ai-agents-and-tools-category
距离家乐福病理学还有一周的时间：我们很高兴能再次参加今年的会议！ 欢迎莅临我们的 #20 展位，观看现场演示、讨论最新的医学证据，并与我们的团队联系。 立即安排会议：https://calendly.com/carrefour-pathologie-2025
Geoffrey Hinton (@geoffreyhinton) - 深度学习先驱，多伦多大学
无
Yann LeCun (@ylecun) - Meta首席AI科学家，卷积神经网络之父
Yann LeCun 发明了现代人工智能的许多基本组件。现在，他确信他所在领域的大多数人都被大型语言模型的海妖之歌误入歧途。
. @ylecun 的新论文为 JEPA 阐述了一个完整的理论，并将其转化为一种实用的方法——LeJEPA
䋰 @randall_balestr ，他们强调了 JEPA 背后的 2 个关键思想：
JEPA 嵌入的“理想”形式是各向同性高斯
新的 SIGReg 目标将嵌入推向该理想
LeJEPA = JEPA 预测损失 + SIGReg 损失
它是 JEPA 的更干净、理论上的版本，具有以下几个优点：
只有一个超参数需要调整
没有师生模型，没有停止梯度
没有特殊时间表
有效扩展
在许多架构和数据集上开箱即用
这里有很多东西要学。关键细节细分↓
Andrew Ng (@AndrewYNg) - Coursera联合创始人，斯坦福教授
我最近收到一封电子邮件，标题为“一个 18 岁年轻人的困境：为人工智能做出贡献为时已晚？它的作者允许我分享这个，他正在为上大学做准备。他担心，到他毕业时，人工智能会变得如此出色，以至于他没有有意义的工作可以做来为人类做出贡献，他只能靠全民基本收入 （UBI） 生活。我回信向他保证，在未来几十年里，他仍然可以做很多工作，并鼓励他努力工作并学习使用 AI 进行构建。但这次谈话让我印象深刻，因为它是关于人工智能的炒作有多么有害的一个例子。
是的，人工智能非常智能，我很高兴每天都能使用它来构建一年前无法构建的东西。与此同时，人工智能仍然非常愚蠢，我不会相信前沿法学硕士本身会优先考虑我的日历、进行简历筛选或选择午餐点什么——这些任务是企业经常要求初级人员完成的任务。
是的，我们可以构建人工智能软件来完成这些任务。例如，经过大量的定制工作，我的一个团队现在有一个不错的 AI 简历筛选助手。但关键是它需要大量的定制。
尽管法学硕士可以处理比之前的人工智能技术迭代更通用的一组任务，但与人类可以做的事情相比，它们仍然高度专业化。与其他模式相比，它们更擅长处理文本，仍然需要大量的定制工程才能为特定应用程序提供正确的上下文，而且我们几乎没有工具——而且只有低效的工具——让我们的系统从反馈和反复接触特定任务（例如筛选特定角色的简历）中学习。
人工智能有明显的局限性，尽管进步很快，但与人类相比，它在很长一段时间内仍将受到限制。
人工智能很神奇，但不幸的是，它被炒作为比实际更神奇。炒作的一个有害方面是，它通常包含真相元素，但没有达到炒作的程度。这使得非技术人员很难辨别真相的真正所在。现代人工智能是一种通用技术，可以实现许多应用程序，但可以完成人类可以完成的任何智力任务（AGI 的流行定义）的人工智能还需要几十年或更长时间。人工智能是通用的，但不是那么通用的这种微妙的信息常常在当今媒体环境的喧嚣中消失。
同样，前沿模型的进步也是惊人的！但并没有那么令人惊奇，以至于他们无需大量定制即可在阳光下完成所有事情。我认识一些风险投资人，他们害怕投资应用层初创公司，因为他们担心前沿的 AI 模型公司会通过改进模型来迅速消灭所有这些业务。虽然 LLM 周围的一些薄包装无疑会被取代，但仍然有大量有价值的应用，目前前沿模型的进展轨迹在很长一段时间内都不会被取代。
如果没有关于人工智能现状及其可能如何发展的准确信息，一些年轻人会决定不进入人工智能，因为认为通用技术给他们留下了没有意义的角色，或者决定不学习如何编码，因为他们担心人工智能会自动化它——正是加入我们领域的最佳时机。 让我们继续努力，准确理解什么是可能的，并继续建设！
新课程公告：使用 CrewAI 设计、开发和部署多智能体系统，授课者 @joaomdmoura , @crewAIInc 联合创始人兼首席执行官。 多智能体系统允许你组建AI团队，协同工作，自动化复杂的工作流程，类似于人类团队的工作方式。 CrewAI让你轻松构建多代理系统，帮你处理日常工作——只需定义你的代理、任务和团队，它就能自动管理协调多个代理及其上下文的复杂性。（声明：我在CrewAI上进行了一笔小额天使投资。）本课程将你从构建第一个代理到使用开源CrewAI框架部署生产系统。 您将获得的技能：- 构建配备工具、内存和护栏的可靠AI代理- 培养能够规划、推理和协调的代理团队- 部署具备追踪、评估和监控功能的生产系统无论你是首次探索多智能体系统，还是希望进一步推进项目，本课程都将帮助你建立设计多智能体系统的心理框架，并将想法转化为可扩展、适量生产的应用。 点击这里注册：https://deeplearning.ai/courses/design-develop-and-deploy-multi-agent-systems-with-crewai/
Fei-Fei Li (@drfeifei) - 斯坦福HAI院长，ImageNet发起人
聊天很开心 @lennysan ! 引用 莱尼·拉奇茨基 @lennysan · 7小时 李飞飞博士 （@drfeifei）被誉为“人工智能教母”。 在过去的二十年里，她一直是人工智能最重大突破的中心，包括： - 带头 ImageNet，该数据集引发了我们现在正在经历的人工智能爆炸式增长。
看看我们如何使用 Marble 制作 Marble 的发布视频！在幕后工作，使用这项技术来帮助创作和讲述故事真是太有趣了！ 引用 世界实验室 @theworldlabs · 11月14日 今天，我们将分享我们如何使用 Marble 创建您在发布视频中看到的世界的幕后花絮。
“创造力是智力的乐趣。”使用 Marble 释放您的创造力和想象力 - 我们的 3D 世界生成模型，现在可供所有人使用！ 引用 世界实验室 @theworldlabs · 11月13日 World Labs 推出 Marble：空间智能未来的基础。 在http://marble.worldlabs.ai
Sam Altman - OpenAI CEO，ChatGPT背后的推动者。X账号：@sama背景：领导生成式AI的普及，关注AI安全和监管。
这令人兴奋;我预计未来会看到更多类似的现象，这将成为人工智能最重要的影响之一。祝贺Future House团队。
小而快乐的胜利： 如果您告诉 ChatGPT 不要在自定义指令中使用破折号，它最终会做它应该做的事情！ 山姆·奥特曼 @sama · 11月14日 GPT-5.1 现已在 API 中可用。定价与 GPT-5 相同。 我们还在 API 中发布了 gpt-5.1-codex 和 gpt-5.1-codex-mini，专门用于长时间运行的编码任务。 提示缓存现在持续长达 24 小时！ 更新了我们博客文章中的评估结果。
Sundar Pichai - Google/Alphabet CEO，主导Google AI战略。X账号：@sundarpichai背景：推动Google在AI搜索、云服务和硬件中的应用。
今天，我们宣布在德克萨斯州进行一项新的400亿美元投资，计划到2027年，用于建设云和人工智能基础设施，支持数千个新就业岗位。 这包括在阿姆斯特朗县和哈斯克尔县建设新数据中心，以及一项大额投资以增强能源韧性和能源资源。我们还提供资金，使德州新电工的预计输送量翻倍多，推动人工智能时代的发展。 我们自豪地称德州为家，已经15年了。 谢谢 @GregAbbott_TX 感谢你们持续的支持。
SIMA 2 是我们最强大的虚拟 3D 世界 AI 代理。在 Gemini 的支持下，它不仅仅是遵循基本指令来在交互式环境中思考、理解和采取行动——这意味着您可以通过文本、语音甚至图像与它交谈。就是这样淋
很高兴看到这种伙伴关系将扩大对 @GeminiApp （以及 6 个月的 Google AI Plus），无需使用任何移动数据。 引用 乔什·伍德沃德 @joshwoodward · 11月12日 很高兴今天在 AfricaCom 上宣布我们与 Cassava Technologies 建立合作伙伴关系！ 我们共同实现对@GeminiApp以及 Google AI Plus 的 6 个月延长试用期（包括 Gemini 2.5 Pro、200GB 存储空间、@NotebookLM
Satya Nadella - Microsoft CEO，领导Azure AI和OpenAI合作。X账号：@satyanadella背景：将AI整合到微软生态系统，主导Copilot等产品。
我一直在思考 AI 平台浪潮的净收益是什么。真正的问题是如何让每家公司都能从这种平台转变中获得更多收益，并建立自己的人工智能原生能力和企业价值（而不是无意中将其独特价值转移到科技领域！！
比尔有句名言，平台是指每个使用它的人的经济价值都超过创建它的公司的价值。这就是正和未来的本质。
即使在我们有些零和思维的行业中，我们也可以建立合作伙伴关系，为所有相关方创造价值。我们与 OpenAI 的合作就是一个很好的例子。我们的投资帮助他们扩大规模;他们的研究加速了我们自己的创新。这就是健康的平台和合作伙伴所做的——它们促进和复合进步。
没有比我们本周宣布的更好的证据了。世界上第一个人工智能超级工厂是与 OpenAI 共同设计的，并由我们为前沿模型训练和推理而构建的三代人工智能超级计算机提供信息。这也是与英伟达密切合作，在三家公司之间从模型架构到芯片微架构以及一切的全栈优化方面做得更好的结果！
我们还努力将 AMD 引入 GPT 模型推理，这使他们能够快速开发自己的 AI 软件堆栈。
现在，所有这些基础设施都将扩展，以支持每家初创公司到企业进行自己的推理培训。
您可以在编码中看到相同的动态。多亏了人工智能，该类别本身已经扩大，并可能最终成为最大的软件类别之一。我从来不记得任何分析师问过我 Visual Studio 的收入是多少！但现在每个人都对 AI 编码工具感到兴奋。这是正和的另一个方面，当类别本身被重新定义并且馅饼变成原来的 10 倍时！通过 GitHub Copilot，我们争夺我们的份额，通过 GitHub 和 Agent HQ，我们还为其他人提供了一个平台。
当然，这个时代真正的考验，不会是另一家科技公司打破估值记录。这将是整体经济和社会本身达到新高度的时候。
当一家制药公司使用人工智能计算机在一年而不是十二年内将新疗法推向市场时。当制造商使用人工智能在一夜之间重新设计供应链时。当老师为每个学生提供个性化课程时。当农民预测并预防作物歉收时。那时我们就会知道系统正在工作。
让我们超越零和思维和赢家通吃的炒作，而是专注于建立广泛的能力，利用这项技术的力量在每家公司中取得本地成功，从而带来广泛的经济增长和社会效益。每家公司都需要确保他们能够控制自己的命运和主权，而不仅仅是与科技/人工智能公司发布新闻稿，或者更糟糕的是，通过看似合伙的方式泄露所有价值，只不过从长远来看，它在价值交换方面是榨取性的。
我们知道互联网浪潮对世界产生了巨大的积极影响，但我们也有一些行业被掏空了，比如地方媒体。这一次，我们有机会通过分配的选择和控制来确保这项技术的广泛传播，以确保全面取得积极的总和结果。
归根结底，这股新的技术浪潮让我们有机会实现更大的梦想，并为我们共同实现的目标设定更高的抱负。我们每个人都需要发挥自己的作用！
今天，我们宣布了我们在亚特兰大的新 Fairwater 数据中心，它与我们在威斯康星州的第一个 Fairwater 站点和我们更广泛的 Azure 足迹相连，以创建世界上第一个 AI 超级工厂。 Fairwater 体现了我们对可替代车队的愿景：基础设施可以在适合用途的加速器和网络路径上随时随地为任何工作负载提供服务，并具有最高的性能和效率。 AI 工作负载已经超越了大规模预训练。如今，它们包括微调、强化学习 （RL）、合成数据生成、评估管道等。Fairwater 旨在支持整个生命周期： 最大密度：Fairwater 的两层设计和液体冷却系统使我们能够将机架放置在三维空间中，并尽可能密集地包装它们，从而最大限度地减少电缆铺设并改善延迟和有效带宽。 车队：每个 Fairwater DC 可以将数十万个最新的 NVIDIA GPU 集成到一个相干的集群中。这提供了灵活的基础设施，可以支持各种工作负载，并确保没有 GPU 不必要地空闲。 仅在本季度就有超过 100,000 架 GB300 上线，用于我们机队其他部分的推理。对我们来说，这一切都是为了将每一吉瓦转化为最大数量的有用代币。并非每个 GW 都是生而平等的！ 全球规模：每个费尔沃特配送中心都将通过我们横跨大陆的 AI WAN 连接到前几代 AI 超级计算机，形成一个真正可替代的计算池。这使开发人员能够扩展到单个站点的容量之外，并根据自己的需求动态地将工作负载投放到正确的基础架构上。 这些创新使我们能够将跨 DC 和地理位置的不同代芯片和 AI 系统整合到一个弹性系统中，该系统可以跨训练和推理工作负载无缝扩展 这种弹性 AI 容量与 AI 代理和工作负载所需的所有其他云服务（计算、存储、数据库、应用服务）一起可用。 这就是我们谈论构建可替代车队时的意思——一个单一的、统一的平台，突破了每瓦和每美元的性能极限。 阅读更多：https://blogs.microsoft.com/blog/2025/11/12/infinite-scale-the-architecture-behind-the-azure-ai-superfactory/
Greg Brockman - OpenAI联合创始人兼CTO。X账号：@gdb背景：推动GPT系列模型的技术发展。
尽管有这么多（临时）系统限制，但 Codex 还是很棒的。甚至在进一步改进模型之前，天花板也比我们现在高得多！ 引用 提博 @thsottiaux · 19小时 想象一下，一旦我们推出适当的修复程序，Codex 将是多么的平静。与此同时，相信我，有......为什么会这样。并不是说我喜欢他们。x.com/badlogicgames/...
AI 是将计算提炼为脑力 格雷格·布罗克曼 @gdb · 11月16日 每个集群数十万个 GPU，集群之间具有海量带宽，由 OpenAI 和 Microsoft 共同设计。 计算决定了我们可以生产的模型有多智能，以及我们是否可以扩展以满足超额认购的需求，很高兴能使用这个人工智能超级工厂。
Lisa Su - AMD CEO，AI芯片竞争的关键人物。X账号：@LisaSu背景：推动AI优化芯片发展，与NVIDIA竞争。
美好的早晨 @SquawkCNBC 和 @Nasdaq 用我们的 @AMD 团队在我们的 2025 年金融分析师日之后。我们对摆在我们面前引领人工智能和高性能计算未来的难受机会感到非常兴奋！
Jeff Dean - Google高级副总裁，Google Brain创始人。X账号：@JeffDean背景：领导TensorFlow等AI基础设施开发。
有一堆课堂或工作的手写笔记？没关系。现在，您可以将图像作为源添加到 @NotebookLM 并开始将它们转化为测验、抽认卡、播客等！ 引用 笔记本LM @NotebookLM · 11月15日 我们整晚都在想你“实际上”在等什么，我们终于得到了它： 图像作为来源!!无论是手写笔记的照片、教科书的截图还是网页上的图表，@NotebookLM可以综合信息并从中产生输出。
令人兴奋的扩展！ @Waymo 现在服务于从旧金山到圣何塞的整个旧金山湾区半岛，并在高速公路上载乘客。https://waymo.com/blog/2025/11/taking-riders-further-safely-with-freeways
Mustafa Suleyman - DeepMind联合创始人，Inflection AI创始人。X账号：@mustafasuleyman背景：推动AI在对话系统中的应用。
有两件事可能是真的。 如果你对人工智能不感到惊讶，你就不会真正理解它。 如果你不害怕人工智能，你就不会真正理解它。 穆斯塔法·苏莱曼 @mustafasuleyman · 7小时 我们位于亚特兰大的费尔沃特数据中心已经花费了超过 1500 万工时来建造——一旦完全完工，甚至更多。相比之下，帝国大厦花了 700 万！
我们只能说新的 @MicrosoftAI 超级情报团队非常兴奋......更多的 GPU 变得 brrrr 引用 萨蒂亚·纳德拉 @satyanadella · 11月13日 今天，我们宣布了我们在亚特兰大的新 Fairwater 数据中心，它与我们在威斯康星州的第一个 Fairwater 站点和我们更广泛的 Azure 足迹相连，以创建世界上第一个 AI 超级工厂。 Fairwater 体现了我们对可替代车队的愿景：可以服务于任何工作负载的基
Oriol Vinyals - Google DeepMind研究员，AlphaStar项目负责人。X账号：@OriolVinyalsML背景：AI在游戏和策略领域的应用专家。
无
Andrej Karpathy - 前Tesla AI总监，OpenAI研究员。X账号：@karpathy背景：自动驾驶AI和计算机视觉领域的专家。
分享最近关于人工智能对经济影响的有趣对话。
人工智能被比作各种历史先例：电力、工业革命等，我认为最有力的类比是人工智能作为一种新的计算范式（软件 2.0），因为两者从根本上都是关于数字信息处理的自动化。
如果你要预测计算对 ~1980 年代就业市场的影响，你会看到的任务/工作最具预测性的特征是它的算法在多大程度上是固定的，即你只是根据死记硬背、易于指定规则（例如打字、簿记、人工计算器等）机械地转换信息？当时，这是那个时代的计算能力允许我们编写（手动、手动）的程序类别。
现在有了人工智能，我们能够编写以前永远无法希望手工编写的新程序。我们通过指定目标（例如分类准确性、奖励函数）来做到这一点，并通过梯度下降搜索程序空间，以找到能够很好地针对该目标的神经网络。这是我不久前的软件 2.0 博客文章。那么，在这种新的编程范式中，需要关注的新的最具预测性的特征是可验证性。如果任务/工作是可验证的，那么它可以直接或通过强化学习进行优化，并且可以训练神经网络使其工作得非常好。这是关于人工智能可以在多大程度上“练习”某事。环境必须是可重置的（您可以开始新的尝试）、高效（可以进行大量尝试）和可奖励的（有一些自动化过程来奖励所做的任何特定尝试）。
任务/作业越是可验证的，它就越适合在新的编程范式中实现自动化。如果它无法验证，它就必须从交叉的概括的神经网络魔法中脱落，或者通过模仿等较弱的手段。这就是推动法学硕士进步的“锯齿状”前沿的原因。可验证的任务进展迅速，包括可能超出顶级专家的能力（例如数学、代码、观看视频所花费的时间、任何看起来像正确答案的谜题的任务），而许多其他任务相比之下则落后（创造性的、战略性的、结合现实世界知识的任务、状态、 上下文和常识）。
软件 1.0 可以轻松自动执行您可以指定的内容。 软件 2.0 可以轻松自动执行您可以验证的内容。
我对自动驾驶感到无理的兴奋。这将是几十年来第一项对户外物理空间和生活方式进行明显地形改造的技术。停放的汽车更少。停车场更少。车内外出的人的安全性要高得多。减少噪音污染。为人类开垦更多空间。人类的大脑周期和注意力资本从“车道跟踪”中解放出来，转向其他追求。更便宜、更快、可编程地交付实物和商品。这不会在一夜之间发生，但会有之前的时代和之后的时代。 安德烈·卡帕西 @karpathy · 11月13日 我今天收到了一辆漂亮的新闪亮的 HW4 特斯拉 Model X，所以我立即把它拿出来进行 FSD 试驾，有点像我 5 年来几乎每天都在做的那样。基本上。。。我很惊讶 - 它的驾驶性能非常非常好，平稳，自信，明显比我在 HW3（我以前的车）上习惯的要好，并且比我记得在特斯拉的第一天在 280 号高速公路上行驶的版本早了亿万年~9 年前，每次道路轻度弯曲或倾斜时，我都必须进行干预。（注意这是 V13，我的车还没有提供最新的 V14） 在高速公路上，我感觉自己就像某个超高科技磁悬浮列车吊舱中的乘客——车子被锁在车道中央，而我从 Model X 更高的有利位置和全景前窗向外看，听（令人难以置信的）音响系统，或者与 Grok 聊天。在城市街道上，这辆车随意地处理了许多棘手的场景，我记得几年前我失眠了。它在狭窄的车道上与来车协商，它优雅地绕过施工和暂时在车道内的静止汽车，它正确地为来自两侧的来车的棘手左转计时，它优雅地让位于在 4 向停车标志中失灵的汽车，它找到了一种方法挤进保险杠到保险杠的交通来转弯， 它超越了正在装载乘客但仍停在被公共汽车挡住的停车标志前的公共汽车，在路线的尽头，它绕着一个停车场转了一圈，找到了一个位置，然后......停。基本上是一个完美的驱动器。 就上下文而言，我习惯于在附近进行短暂的试驾，然后带着 20 个可以改进的事情的剪辑回来。对我来说，这样做是新的，就像我以前一样，但回来却一无所获。完美的驾驶，没有笔记。我预计在 9 年代的长征中，团队还有更多的工作要做，但看到我们不仅仅是在附近 ~1 小时的车程中发现问题，你实际上必须去车队并挖掘它们，这真是太酷了。那时，我只是理智地处理了大规模车辆自动驾驶的令人难以置信的承诺（以完全可扩展、仅视觉、端到端的特斯拉方式），但现在如果你只是出去兜风，也可以直观地感受到它。等等，当然，由完全专用的“驾驶大脑”神经网络处理的 60Hz 环绕视频流会起作用，而且它会比人类驾驶员更好、更安全。还有人不这么认为吗？ 我也看了 @aelluswamy 上周的新 ICCV25 演讲（https://x.com/aelluswamy/status/1981760576591393203），这暗示了推动这一进步的一些最近幕后技术组件。在长上下文（例如 ~30 秒）上的传感器流（视频、地图、运动学、音频等）进入一个大神经网络，转向/加速出来，可选地带有可视化辅助数据。这是完整的软件 1.0 >软件 2.0 重写的梦想，它可以根据车队中数百万辆汽车的数据流和芯片的计算能力进行完全扩展，而不是一些工程师聪明的新 DoubleParkedCarHandler C++抽象，具有未定义的内存和运行时测试时间特征。视频中还有更多关于新兴的“机器人+大规模人工智能堆栈”的发展方向的提示。世界重建器、世界模拟器“梦想”动力学、RL，所有这些组件通用的、基础的、基于神经网络的，汽车实际上只是一种机器人......人们明白了吗？ 热烈祝贺团队 - 你正在建造未来的魔法物品，你太棒了！我喜欢我的车<3。
Jack Clark - Anthropic联合创始人，AI政策专家。X账号：@jackclarkSF背景：关注AI对社会的影响和治理。
想不出比在新生儿所伴随的幻觉多相睡眠状态下更好的阅读《没有反模因学部门》的方式了。我在婴儿床附近打瞌睡，给宝宝换衣服，读几页，两人都睡觉，醒来不确定我是否在做梦，读更多书等等。完美！世界上有如此多的爱可供我们所有人使用，能够与家人共度如此多有意识的时间是一种巨大的荣幸和祝福。还有一些有趣的生活押韵——在婴儿 #1 分娩期间，我躺在医院地板上在线阅读 SCP。 杰克·克拉克 @jackclarkSF · 11月16日 最后，真的做得好 @qntm - 《没有反模因部门》的“官方”版本给人一种高雅的装修和读起来就像一座经过高雅装修的房子，在这里你保留了这个地方的基本特征，但对生活质量进行了许多改善。出色的更新！
Reid Hoffman - LinkedIn联合创始人，Greylock Partners投资人，AI伦理倡导者。X账号：@reidhoffman背景：投资多个AI初创公司，探讨AI与工作的未来。
人们需要感受到人工智能的好处。这种好处必须由政府启用而不是阻止。 此时此刻对领导力的真正考验不是政府是否能够监管人工智能，而是他们是否能够负责任地实现人工智能。 里德·霍夫曼 @reidhoffman · 11月12日 非常高兴能够支持 Casey 和 @SuperMeAI 团队。
这就是为什么我们必须继续部署明显增加价值的工具（例如，可以在每部智能手机上使用的免费医疗助理）。 随着更多此类用例的推出，越来越多的人将远离纯粹的怀疑。（另外：我认为既有恐惧，也有怀疑。
Patrick Collison - Stripe CEO，支持AI支付与业务优化技术。X账号：@patrickc背景：推动AI在金融科技中的应用
看到这个摘要汇集了最近关于常见（包括表面上“无害”）病原体与对人类健康的长期危害之间联系的一些发现。与传染病的战争还远未结束！
marginalrevolution.com/marginalrevolution/2025/11/ucsd-faculty-sound-alarm-on-declining-student-skills.html加州大学圣地亚哥分校的报告：“在我们的校园里，情况确实令人不安。2020 年至 2025 年间，数学分班考试成绩表明他们不符合中学标准的新生人数增长了近 30 倍，尽管几乎所有这些学生都参加了 UCOP 要求的最低数学课程，而且许多人成绩很高。
Emad Mostaque - Stability AI创始人，Stable Diffusion背后推手。X账号：@EMostaque背景：推动开源AI生成模型。
如果这在标准 Unitree G1 上得到验证、实时和非远程作，那么这是机器人时间线上的巨大飞跃 即使是现在，我们也低估了生成式人工智能模型的范围经济
估计每个帖子的平均 ~1k 代币 = 每天 > 100b 代币 @grok 4 个快速 0.5 美元/月代币（GPT10 为 5 美元，Sonnet 15 为 4.5 美元） => 每天 50 美元的处理成本，每年 18 美元 值 = 巨大 显示 Grok 4 Fast 的性价比有多惊人
Alexandr Wang - Scale AI创始人，AI数据标注领域的领导者。X账号：@alexandr_wang背景：为AI模型提供高质量训练数据。
元人工智能 引用 类似网络 @Similarweb · 11月11日 Meta AI 在领先的 GenAI 工具中处于环比增长领先地位。
Meta Omnilingual ASR 将语音识别扩展到 1,600+ 种语言，其中包括 500 种以前从未支持的语言，这是迈向真正通用 AI 的重要一步。 我们正在开源一整套模型和数据集：https://github.com/facebookresearch/omnilingual-asr
Clement Delangue - Hugging Face CEO，AI开源社区推动者。X账号：@ClementDelangue背景：构建AI模型共享平台。
开始组装 Reachy mini 的最新测试版 @huggingface
@pollenrobotics .祝我好运！
对我来说听起来有点耸人听闻，但核心观点是正确的：网络安全团队需要更多地了解和使用 AI，这正是开源很重要的原因（也表明 API 对于这些风险并不比开权重更安全）
Vinod Khosla - Khosla Ventures创始人，AI初创公司早期投资者。X账号：@vkhosla背景：投资多个AI健康和能源项目。
游戏数据对于现实世界数据的价值令人惊讶。只有游戏才能以物理精确的方式对控制器和世界上的反应进行作。如果您拥有来自数千款游戏、数千万游戏玩家和数十亿小时的数据，那么您就有能力在这场比赛中大获全胜。 引用 机器人纸 @RoboPapers · 11月13日 有了足够的数据，机器人和人工智能就可以学习“世界模型”，让它们预测自己的行为结果。这些模型是了解具身人工智能代理如何执行各种有用任务的一种方法，但它们需要大量数据。 General Intuition 的团队
当前的世界模型方法很可能会被强大的数据集所淘汰，例如 @gen_intuition 有。非常乐观地认为，相对于当前的构建方式，这种方法将成为赢家之一
Ben Horowitz - Andreessen Horowitz联合创始人，AI商业化推动者。X账号：@bhorowitz背景：支持AI与企业服务的结合。
勇敢的新世界!! 引用 世界实验室 @theworldlabs · 11月13日 World Labs 推出 Marble：空间智能未来的基础。 在http://marble.worldlabs.ai
盖伊很棒!! @guywuolletjr 引用 克里斯·迪克森 @cdixon · 11月11日 今天，我们很高兴地宣布，我们正在推广 Guy Wuollet （@guywuolletjr） 给普通合伙人。 我们第一次见到 Guy 是在 2018 年，当时他在斯坦福大学学习计算机科学，他还在那里划船。他最初作为实习生加入公司，从事
Elad Gil - 独立投资者，前Twitter高管，AI独角兽支持者。X账号：@eladgil背景：投资生成式AI和数据平台。
与亨利·克拉维斯（Henry Kravis）的炉边谈话，他是 @KKR_Co at @stripe [eos] [eos]Discussed spotting and hiring talent, buying and running companies, and philanthropy [eos] [eos]We will post full video on YouTube shortly
Chris Dixon - Andreessen Horowitz合伙人，AI与区块链结合的推动者。X账号：@cdixon背景：投资AI驱动的Web3项目。
今天，我们很高兴地宣布，我们正在推广 Guy Wuollet （ @guywuolletjr ） 给普通合伙人。
我们第一次见到 Guy 是在 2018 年，当时他在斯坦福大学学习计算机科学，他还在那里划船。他最初作为实习生加入公司，在企业上市团队工作，但很快就发现他对加密货币最有热情。
我们不断遇到 Guy：首先是他加入我们的 Crypto Startup Accelerator 建立一个去中心化的 ISP，然后是在 Protocol Labs 做研究时，最后是作为我们研究合作伙伴的助教 @danboneh .
在 2020 年全职加入我们后，Guy 开始投资基础设施、DeFi 和 DePIN。他一直是一股稳定而富有创造力的力量，为 20 多项投资做出了重大贡献，包括 Solana、LayerZero、Gensyn、EigenLayer、Daylight 和 Morpho。
根据 Orchid、Nym 和 Helium 等先前投资的见解，Guy 定义了我们关于后来被称为 DePIN 的论点。他写了一篇关于 DePIN 为何重要的决定性博客，并帮助我们投资了 Gensyn。接下来，他写了关于去中心化能源的文章，并领导了我们对 Daylight 的投资。Guy 还投资了去中心化交通、机器人和人工智能项目，帮助运行我们的加速器。
DeFi 一直是 Guy 论文的核心，但他对 Morpho 的早期投资首先是由对创始人的信念驱动的。他在 @PaulFrambot 和他的团队是技术深度和清晰视野的罕见结合。从那时起，Morpho 已发展到数十亿美元的总锁定价值，并成为 DeFi 领域的领先协议之一。他们的 V2 发布标志着链上借贷效率和规模的重大飞跃。
通过与创始人的合作，Guy 展示了深厚的技术专长和深思熟虑的实用主义的罕见结合。创始人经常告诉我，他们对 Guy 系统地阅读、理解并就协议设计和其他硬技术主题提供有用的反馈印象深刻。他在代币和协议设计方面的写作和建议帮助影响了我们投资组合中的许多项目。
除了他的投资技巧之外，盖伊还是一个冷静而积极的存在，无论是在公司内部还是对创始人来说都具有讽刺的幽默感。随着加密团队从一个小团体发展到 80 多人，他帮助招募和指导了许多才华横溢的投资者、研究人员和运营商，他们使团队成为今天的样子。
盖伊是团队中无价的成员，很高兴看到他在过去五年中成长和发展。
盖伊和我一起， @alive_eth 和 @AriannaSimpson 如 @a16zcrypto 的第四位普通合伙人。
Max Tegmark AI/未来 @tegmark MIT, Future of Life Institute
值得注意的是，Altman 和其他人工智能首席执行官也在公开尝试开发人工智能，以弄清楚如何改进人工智能——我认为这是数字功能获得研究。可能出什么问题......？
Matei Zaharia 大数据/AI @matei_zaharia Databricks, UC Berkeley
Databricks 中的强大新功能由我们的 AI 研究团队提供支持！我们训练了一个文档解析系统，该系统以 3-5 倍的成本提供领先的质量，并且优于 GPT-5 和 Claude 等领先的 VLM。这对于将人工智能与如此多种数据联系起来至关重要。企业文档非常复杂，包括表格、标题、数字等，新aiparsedocument可靠地识别这些组件，并以 JSON 形式为下游应用程序/代理返回它们。客户一直在一些非常困难的数据集上对其进行测试！我们还使它从 SQL 或 Apache Spark 中变得超级容易使用。只需调用aiparsedocument，我们就会自动大规模处理批量执行。文档在这里：
Thomas Wolf NLP/开源 @Thom_Wolf Hugging Face
总的来说，我对 GPT 5.1 有点沮丧——感觉它比 5.0 需要更多的提示关注 例如，它会错误地使用工具 - 将新提示与偏离主题的记忆混合在一起，或者当我比喻地使用“看”时生成图像 你的印象如何？ 托马斯·沃尔夫 @Thom_Wolf · 11月13日 开源的力量 - 每个人都可以探索向他们的机器人添加东西 喜欢 Loomia（设计织物传感器）的这张照片中的反应
我们正在发布一个新的、极其高质量的大型数据集：FinePDF-edu
这继续了我们在开源有关预训练数据集科学的一切可能方面的工作。
在这些新数据中，我们应用了与广泛采用的 FineWeb-edu 相同的过滤技术，但这次应用于我们最近发布的名为 FinePDF 的 PDF 数据集——几个月前发布的 3 万亿个 Common Crawl PDF 令牌。
结果是 FinePDF-edu 一个包含约 350B 标记（130B 英语）的高质量数据集，代表了所有 Common Crawl PDF 中最具教育意义的部分，并且在我们的基准测试中优于我们之前发布的预训练数据集。
一些细节高级： - 350B+ 高教育代币，支持 69 种语言，性能强劲 - 69 个由 ModernBERT 和 mmBERT 提供支持的教育分类器 - 每种语言 300k+ EDU 注释，使用 Qwen3-235B 生成
方法： 我们通过要求 LLM 对 PDF 文档中的大样本（~1M 文档）的质量进行评分来过滤该数据集。然后，我们在这些 LLM 生成的分数上训练了一个高质量的分类器 ModernBERT-Large（以及非英语语言的 mmBERT）。
我们评估了 10 个最先进的开源 LLM 来选择我们的评委，并选择了 Qwen3-235B。我们测试了不同的提示来评估跨领域的 pdf 文档的教育质量（查看详细信息：https://x.com/HKydlicek/status/1988328336469459449?s=20).
最终数据集根据教育质量保留前 10% 的样本，在保留样本代币多样性的同时提供出色的预训练性能。
在我们的基准测试中，FinePDF-edu 是一流的，也可以与网络数据混合以增加多样性。
令人惊叹的工作FineData 团队。
fangxia.eth
No comments yet