<100 subscribers
每日国外区块链发展动态回顾-2025年10月21日至24日
每日国外区块链发展动态回顾-2025年10月21日至24日 按:2021年初初步选定的这三十人(为:Dovey Wan,Andre Cronje,Hayden Adams,SBF,czbinance,VitalikButerin,Rune Christensen,Stani Kulechov,Robert Leshner @rleshner,Kain Warwick @kaiynne,Juan Benet,Gavin Wood,Anatoly Yakovenko @aeyakovenko,Dominic Williams, Daniel Larimer,... 第一次调整(2021年5月11日):会删除一些不活跃的推特主;增加一些我重点关注可能亲身实践的项目每日资料,本次包括:IDENA; ETHSWARM BEE; ZKSYNC; ZK.MONEY; TORN; POAP.XYZ;Float Protocol,Index Coop,EPNS,MASK。 第二次调整(2021年6月9日):删除ameen.eth @ameensol,PlanB @100trillionUSD;增加...
每日国外区块链发展动态回顾-2025年10月15日至20日
每日国外区块链发展动态回顾-2025年10月15日至20日 按:2021年初初步选定的这三十人(为:Dovey Wan,Andre Cronje,Hayden Adams,SBF,czbinance,VitalikButerin,Rune Christensen,Stani Kulechov,Robert Leshner @rleshner,Kain Warwick @kaiynne,Juan Benet,Gavin Wood,Anatoly Yakovenko @aeyakovenko,Dominic Williams, Daniel Larimer,... 第一次调整(2021年5月11日):会删除一些不活跃的推特主;增加一些我重点关注可能亲身实践的项目每日资料,本次包括:IDENA; ETHSWARM BEE; ZKSYNC; ZK.MONEY; TORN; POAP.XYZ;Float Protocol,Index Coop,EPNS,MASK。 第二次调整(2021年6月9日):删除ameen.eth @ameensol,PlanB @100trillionUSD;增加...
每日国外区块链发展动态回顾-2023年11月4至6日
每日国外区块链发展动态回顾-2023年11月4至6日按:做这个系列源于:现在是按区块链名人或项目的推特号,从研究之日起,大约研究半年左右(根据其推文内容,有部分高产推主,可能只研究其当年的内容,大约每个专题8000-12000字就停止)其发展动态,摘选一些我认为重要、有价值的信息,这样重复下来,一个人物或项目研究毕后,基本要数月甚至很长时间不再看他的推文,这就忽略了一些高产、有价值、经常发布的推主最新的内容,也遗漏了他们对当前市场、行业及项目的分析和看法,这是可惜的;所以,我会在之前研究的推主中选择若干我认为会有精彩观点的推主(初步定30人左右,以后可能会调整)每日(基本仅限当日)推文,进行阅
每周国内外AI发展动态研究-2025年12月16至22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。
介绍ChatGPT图片,搭载我们旗舰的新图像生成模型。 - 更强的指令跟随 - 精准编辑 - 细节保存 - 比以前快4倍 今天在ChatGPT中向所有用户推出,API中以GPT图片1.5的形式发布。
你现在可以在ChatGPT中调整特定特征,比如热情度、热情和表情符号使用。 现在可以在你的“个性化”设置中查看。
为了保持思维链(CoT)的可监控性,我们必须能够进行测量。 我们构建了一个框架+评估套件来衡量CoT可监控性——跨越24个环境的13次评估——以便我们能准确判断模型是否口头表达了其内部推理的目标方面。 显示器能读取什么以及显示器的功能很重要。 能读取CoT并使用更多测试时间计算的更强显示器性能会更快提升。 此外,事后跟进(通过让模型详细说明)常常会唤起之前未曾说出口的想法,提升可见度。 OpenAI @OpenAI · 12月19日 我们认为思维链监测是机械可解释性的补充,而非其替代。 由于我们认为思维链监测作为模型大脑的窗口非常有用,并且可以成为可扩展控制方案中的承载层,因此我们计划进一步扩展这些评估,并用它们来指导未来的建模和数据决策。
GPT-5.2-Codex 现已以 Codex 形式提供。 它为现实软件开发和防御性网络安全中的代理编码树立了新的标准。 它还能在复杂任务上提供更可靠的性能,并能有效扩展到大型项目。
除了图像生成,我们知道人们还希望人工智能带来更多,比如医疗改进和科学发现。计算是我们获得它的方式。如果美国不建,别人会去建。这就是为什么我们正在美国建设新的人工智能基础设施,包括在威斯康星州建设一个数据中心,这将创造4000+个技术建筑岗位,1000+个长期就业岗位,并为社区带来能源和水资源的正向(贡献远超所需)——同时扩展将人工智能潜力转化为现实世界影响力所需的计算能力。 OpenAI @OpenAI · 12月18日 计算技术使我们的首次图像生成启动成为可能(随后几周WAU增长+32%),以及昨天最新的图像生成发布。我们还有更多即将到来的......需要更多的计算能力。
谷歌人工智能,@GoogleAI,让人工智能对每个人都有帮助。展现思维↓
我们正在通过推出 Gemini 3 Flash 来扩展 Gemini 3 系列。这个模型: —— 结合了Gemini 3的专业级推理与闪存级别的延迟、效率和成本 — 在博士层面的推理和知识基准上实现前沿水平的表现 —— 是我们最令人印象深刻的代理工作流程模型 请看Gemini 3 Flash以低延迟处理数百个函数调用选项,汇总100种食材和100种厨房工具的全球食谱。
让2025年的最后日子变得有意义⌛以下是我们本周发布的所有内容:
—— 双子座3号闪电,以极低成本提供快速前沿情报,适用于像 @GeminiApp ,谷歌搜索中的AI模式, @GoogleAIStudio 、顶点人工智能等
—— CC,a @GoogleLabs Gmail 中的实验性人工智能生产力代理。使用CC获取当天的个性化简报,或发送个性化的求助请求
—— Opal 现已集成到 Gemini 应用中,作为创建实验性宝石的方式
— @NotebookLM 新增了一个全新的工作室输出——数据表,方便组织和综合不同来源的数据
— @FlowByGoogle 推出了2K和4K图像升频技术,支持超高分辨率图像生成
—— Playables Builder,一个原型网页应用 @YouTube ,由Gemini 3 Pro构建。使用短文本、视频或图片提示,开发可在YouTube上游玩的游戏
—— Gemini 应用的一系列更新,包括 Deep Research 中的视觉效果、涂鸦和图片编辑的注释 @NanoBanana ,并将 Gemini Agent 扩展到移动应用
—— 我们的SynthID水印现在除了验证图片外,还能验证AI生成的视频。检查视频是否是直接用Google AI在Gemini应用中编辑或创建的
—— 我们的 Gemma 家族发布了几个更新,包括 FunctionGemma(Gemma 3 270M 型号的专用版本)、T5Gemma 2(我们编码-解码器模型的下一代演进)和 Gemma Scope 2(一套用于语言模型可解释性的开放工具套件)
请于太平洋时间下午1点/东部时间下午4点在X频道直播收听我们的节目 @JeffDean , @OriolVinyalsML , @NoamShazeer , 和 @OfficialLoganK 回顾我们在谷歌人工智能领域的一年,并探讨未来展望:
在这个演示中,你将看到《Gemini 3 Flash》前沿级推理和多模态能力的展示。该模型能够在处理复杂输入(视频和图像)的同时进行复杂的几何计算。 你可以在弹弓里玩玩 @GoogleAIStudio 在这里,下面分享你最喜欢的例子:https://aistudio.google.com/apps/bundled/gemini_slingshot?showPreview=true&showAssistant=true
我们正在通过推出 Gemini 3 Flash 来扩展 Gemini 3 系列。这个模型: —— 结合了Gemini 3的专业级推理与闪存级别的延迟、效率和成本 — 在博士层面的推理和知识基准上实现前沿水平的表现 —— 是我们最令人印象深刻的代理工作流程模型 请看Gemini 3 Flash以低延迟处理数百个函数调用选项,汇总100种食材和100种厨房工具的全球食谱。
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。
介绍SAM Audio,首个统一模型,通过文本、视觉或跨度提示从复杂音频混合中分离任何声音。 我们与社区分享SAM Audio,以及感知编码器模型、基准测试和研究论文,旨在赋能他人探索新的表达形式,构建以前难以触及的应用。了解更多信息:https://go.meta.me/568e5d
我们正在开源Perception Encoder Audiovisual(PE-AV),这是推动SAM Audio最先进音频分离技术的技术引擎。 PE-AV基于今年早些时候的感知编码器模型,将音频与视觉感知整合,在广泛的音频和视频基准测试中实现了最先进的结果。其原生多模态支持能帮助人们完成日常任务,包括声音检测和更丰富的视听场景理解。请阅读论文:https://go.meta.me/e541b6 下载代码:https://go.meta.me/7fbef0
我们正在举办一场Reddit问答会,邀请SAM 3 + SAM 3D + SAM Audio的研究人员参与。 明天太平洋时间下午2点加入我们。
Microsoft Azure,@Azure,Limitless innovation. ☁️ Follow along for the latest news and resources from the official
转变你的工作,提升技能,推动人工智能创新。 在Microsoft虚拟培训日期间,免费参加培训,了解如何在Microsoft Azure的先进云和AI基础设施上创建您自己的智能应用:https://msft.it/6018tUVhG
通过 AI Dev Days 的按需会议,探索前沿工具和框架,助力开发者更智能、更快、更安全地构建。 不要错过向专家学习、提升AI开发技能的机会:https://msft.it/6017tUTUS
利用Azure原生工具和战略定价,减少浪费,提升治理,并为AI项目提供资金支持。Forrester TEI研究证实了FinOps的成本显著降低和回归时间。 阅读博客:https://msft.it/6015tU8Qx
Microsoft 被评为 2025 年 Gartner®️ AI 应用开发平台魔力象限™️的领导者,并且在愿景完整性方面处于最前沿的位置。我们相信这体现了我们致力于通过 Microsoft Foundry 赋能开发者的承诺。https://msft.it/6015tWxOB
AWS 人工智能,@AWSAI,在 AWS 上构建和扩展下一波 AI 创新浪潮,
祝贺Agentic AI Unleashed的获奖团队:AWS & @nvidia 黑客松这些项目展示了开发者亲自作尖端技术的可能性——看看获胜演示,激发你的下一次创新。#AWS
AWS与 @nvidia 为您的代理开发带来画像和优化能力易⚙用Strands特工构建。用NVIDIA NeMo优化。大规模安全地部署和运营高效的代理#AgentCore. @NVIDIAAI
告别机械对话:转变您的客服人员互动烙构建能够处理对话中断和上下文变化的AI代理,#AgentCoreRuntime 新增的双向流媒体。#AWS
Alexa+以#AWS人工智能烙提供者#AmazonBedrock它协调了数千个服务和设备上的数十个大型语言模型,同时#AmazonNovaACT利用视觉推理自主浏览网站并完成任务。 https://go.aws/4oTKwvN
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。
当渲染是实时的时,创造力会更快。 工业光魔( @ILMVFX ) 艺术家 @LandisFields 正在通过NVIDIA RTX PRO和Unreal Engine,利用实时GPU加速渲染,重塑现代叙事方式,即时探索想法,现场回答视觉问题,实现最终像素质量,无需等待。了解更多信息:https://nvda.ws/4j3S2my
vLLM在相同GPU平台上提供了更高的推理性能。 仅仅一个月内,我们就与NVIDIA合作,推动了增长 @nvidia Blackwell 每块 GPU 的最大吞吐量可提升 33%——显著降低每个令牌的成本——同时通过深度集成和协作,为最敏感的延迟场景实现更高的峰值速度。
我们正进入一个智能代理在行业范围内规划、推理和行动的时代。 在我们五集录制系列的第二集中,来自#NVIDIAGTC华盛顿特区主旨赛前秀,领军人物来自 @perplexityai , @AbridgeHQ , @cognitionlabs , 和 @CrowdStrike 分享智能人工智能如何从研究转向现实世界的影响——从医疗到安全,再到编程的未来。 收听完整的NVIDIA AI播客节目:https://nvda.ws/4iQEE5a
如果质量控制能够推理,而不仅仅是检测,会怎样? 视觉人工智能代理正在改变半导体制造业,推动更高产率、更安全的运营和更快的决策。观看完整视频▶️ https://nvda.ws/44CsjMe
如果是个参考:NVIDIA 刚刚发布了 Nemotron 3 系列的开放模型、数据和库。 Nemotron 3 标志着一个重要进步,提供了高效、开放的模型,设计用于定制化、多智能体系统和规模化。
城市的未来是智能的。 Chris Albert,解决方案工程负责人 @Esri 强调了我们与 @Esri , @Microsoft 以及罗利市,利用人工智能提升城市安全和流动性。阅读完整成功故事:https://nvda.ws/3KPEqPi 由 翻译自 英语 ️城市的未来是智能化的。 @Esri 解决方案工程主管 Chris Albert 重点介绍了我们如何与 @Esri 、 @Microsoft 和罗利市合作,利用人工智能来增强城市安全和交通便利性。 阅读完整成功案例: https://nvda.ws/3KPEqPi
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。
如果是我的错:新的AI工具、教程和指南现已为AMD开发者上线。Helion DSL 用于 AMD GPU 内核开发与评估:https://rocm.docs.amd.com/projects/ai-developer-hub/en/latest/notebooks/gpudevoptimize/heliongpukerneldev.html?utmcampaign=thallo&utmsource=X&utmmedium=social&utm_content=dev+resources
“你只要用Docker,用vLLM,它就能用。” @andrey_cheptsov , 创始人兼首席执行官 @dstackai 解释了为什么开放标准和零日支持很重要,以及AMD如何让开发者更容易在不被厂商锁定的情况下构建。
听听 @Roaner AMD人工智能软件生态系统首席副总裁,谈及AMD软硬件协同如何为开发者带来可衡量的优势,并由对开源协作的承诺进一步强化。 观看完整的炉边谈话。
祝贺团队 @GoogleDeepMind 在FunctionGemma的推出上。 这款2.7亿参数模型专为本地部署和原生工具使用而构建,适用于AMD Radeon GPU和AMD Ryzen AI APU,且两者均可使用。 @lmstudio 以及 @ollama . 详情请见公告
AMD AI 开发者项目已经来了。 一个专门为AI构建者提供强大硬件、与专家交流并分享作品的空间。 以下是开始的方法:https://amd.com/en/developer/resources/technical-articles/2025/amd-ai-developer-program.html
高通,@Qualcomm,无处不在地提供智能计算。
今年#AI: 高通AI200和AI250发布,Arduino和UNO Q, @Snapdragon 8 精英第五代及#SnapdragonXSeries在#SnapdragonSummit、人工智能驱动的驾驶体验,以及#5G性能优化。
智能家居。更聪明的生活。 与高通合作#Dragonwing,您的设备无缝协作,供电于#AI低功耗计算和始终在线连接,实现更智能、更互联的生活。 更多信息请访问#CES2026:https://bit.ly/3RPrIiZ
智能家居。更聪明的生活。 与高通合作#Dragonwing,您的设备无缝协作,供电于#AI低功耗计算和始终在线连接,实现更智能、更互联的生活。 更多信息请访问#CES2026:https://bit.ly/3RPrIiZ
连接零售从这里开始。高通#Dragonwing将门店、消费者、员工和产品连接到智能边缘——提供实时洞察、无缝支付和更智能的安全保障。了解更多信息请访问#NRF2026:https://bit.ly/4jlkLDk
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。
@TIME 我与三位全球科技CEO坐下来,提出了一个简单的问题:你们是如何利用人工智能的? 正如罗宾·李所说,“我的第一反应总是去问AI”,每当遇到想解决的问题或问题时,他都会大量使用这个词。
GenFlow的设计就是按照你的方式工作。 通过从你的文件和聊天记录中学习,它能提供与你风格保持一致的定制输出。上传一次,自然提示,让GenFlow处理细节。 看看它是怎么运作的
妙达上线真的已经8个月了吗?从那时起,我们的无代码应用构建器已支持开发50万+商业应用,每日生成量增长了150%+。81%的创作者不是程序员,他们开发的应用已经在大规模上看到真实使用和真实交易。
款基于Miaoda的应用服务了10M+用户,日均用户接近10万 2万+应用连接支付,完成8万+真实交易 现已涵盖200+个真实场景,从变现工具、低成本内部软件到人工智能生产力应用,为了延续这股势头,我们还分享了一个长期计划,支持创作者而不仅仅是开发应用。 未来三年,妙达将支持1M创作者,帮助他们通过流量支持、收益分享、商业项目匹配和技术资源将积累的成果转化为收入。展望2026年,将选定15个高潜力项目进入快速通道,单个开发项目投资额可超过100万人民币。
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!
介绍HY World 1.5(WorldPlay)!我们现在已经开源了业内最系统化、最全面的实时世界模型框架。 在 HY World 1.5 中,我们开发了 WorldPlay,一种流式视频扩散模型,实现实时、交互式的世界建模,实现长期几何一致性,解决了速度与内存之间的权衡,这限制了当前方法。 你只需输入文字或图片,就能生成和探索3D世界。走动、环顾四周,互动时就像在玩游戏一样。 亮点:实时:以24帧每秒的长距离流媒体视频生成,稳定性更高。几何一致性:通过重构上下文记忆机制实现,从过去的帧动态重建上下文,以缓解内存衰减稳健控制:采用双动作表示,增强对用户键盘和鼠标输入的强有力响应。多功能应用:支持第一人称和第三人称视角,支持提示事件和无限世界扩展等应用。现在就试试:https://3d.hunyuan.tencent.com/sceneTo3D?tab=worldplay 项目页面:https://3d-models.hunyuan.tencent.com/world/ GitHub:https://github.com/Tencent-Hunyuan/HY-WorldPlay 珞拥抱脸:https://huggingface.co/tencent/HY-WorldPlay 技术报告:https://3d-models.hunyuan.tencent.com/world/world15/HYWorld1.5TechReport.pdf
把你的圣诞和新年创意变成3D装饰品! 加入#HolidayHYpe与腾讯和惠的挑战。创作、打印、装饰——然后分享你的经验赢取奖品。 立即开始:http://3d.hunyuanglobal.com按照步骤作,并在下方分享你的体验⬇️
Qwen,@Alibaba_Qwen,AGI 的开放基础模型。
Qwen Image Layered 正在 fal 上线!非常感谢 @fal 引用 波浪 @fal · 12月20日 Qwen Image Layered 正在 fal 上线!✨Photoshop级分层 - 原生分解物理隔离的RGBA图层,具有真正的原生编辑性明确指定图层,从粗略布局到细粒度
Qwen-Image-Layered 是实时的——原生图像分解,完全开源!✨它为何脱颖而出Photoshop级分层 物理隔离的RGBA图层,具有真正的原生编辑性提示控制结构 明确指定3至10层——从粗略布局到细致细节无限分解 不断深入:层层叠叠,细节深度不限珞拥抱脸:https://huggingface.co/Qwen/Qwen-Image-Layered 里模型范围:https://modelscope.cn/models/Qwen/Qwen-Image-Layered GitHub:https://github.com/QwenLM/Qwen-Image-Layered 博客:https://qwen.ai/blog?id=qwen-image-layered 技术报告:https://arxiv.org/abs/2512.15603 演示(HF):https://huggingface.co/spaces/Qwen/Qwen-Image-Layered 演示(ModelScope):https://modelscope.cn/studios/Qwen/Qwen-Image-Layered
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。
我们很高兴分享我们强劲的第三季度业绩: - 同比增长>55%,收入增长率超过48亿美元 - 我们的数据仓储业务营收超过10亿美元 - 我们的人工智能产品营收运行率超过10亿美元 - 过去12个月的正自由现金流 我们还筹集了>亿美元的L轮投资,估值为1340亿美元。 通过这项投资,我们将帮助客户加速数据智能应用的开发。 祝贺我们的员工、客户、合作伙伴和投资者!https://databricks.com/company/newsroom/press-releases/databricks-surpasses-4-8b-revenue-run-rate-growing-55-year-over-year?utmsource=twitter&utmmedium=organic-social
巴斯夫涂料采用多代理监督架构,采用代理砖构建,为复杂的企业数据带来结构和专业化。 团队将 AI/BI Genie 结合用于结构化数据的治理洞察与向量搜索非结构化来源,创建了 Marketmind,这是 Microsoft Teams 内的 AI 助手,帮助销售和市场部门从信息搜索转向行动。 Marketmind已经在整合洞察,支持更快的决策,并很快将覆盖全球超过1000名销售代表:https://databricks.com/blog/multi-agent-supervisor-architecture-orchestrating-enterprise-ai-scale?utmsource=twitter&utmmedium=organic-social
由于大型上下文窗口、循环编码代理和成千上万个不必要的提交,AI成本迅速累积。 AI Gateway 通过将每个请求路由到一个地方来实现秩序,使团队能够执行策略、限制和治理。通过集中权限、负载均衡以及详细的使用和成本日志,领导者对所有AI模型都能获得清晰的监督。 在这段逐步导览中了解其运作方式:https://databricks.com/resources/demos/tours/data-science/mosaic-ai-gateway?itmdata=democenter?utmsource=twitter&utmmedium=organic-social
数据工程的集成开发环境包含了你编写和测试数据管道所需的一切,直接在Databricks工作区内。 该集成开发环境旨在通过依赖图、内置数据预览和执行洞察等功能,提升生产力和调试效率。 现已公开预览版 Lakeflow Spark 声明式管道:https://databricks.com/blog/new-way-build-pipelines-databricks-introducing-ide-data-engineering?utmsource=twitter&utmmedium=organic-social
“软件工程师不会停止使用人工智能来构建软件,而这些应用需要数据库,这也是我们打造Lakebase的原因。团队也越来越希望使用代理,这也是我们开发代理砖块的原因。我们将继续投资于这些基础,帮助客户构建数据智能应用。” Databricks 首席执行官兼联合创始人 @alighodsi 加入 @Bloomberg 讨论Databricks创纪录的增长,以及我们最新一轮融资如何加速投资产品,帮助客户基于专有数据构建AI应用和代理。https://bloomberg.com/news/videos/2025-12-16/databricks-ceo-on-4b-funding-round-ipo-plans-and-ai-video
数据协作是现代人工智能创新的支柱,尤其是在组织与外部合作伙伴合作,挖掘新洞见时。 Databricks Clean Rooms 通过允许合作伙伴对敏感数据进行共享分析,实现以隐私为中心的协作,同时不暴露原始记录或知识产权。团队共同批准逻辑,并控制哪些输出从洁净室出来。 我们已经回答了关于什么是无尘室、它们如何保护数据以及如何开始的十大问题。https://databricks.com/blog/top-10-questions-you-asked-about-databricks-clean-rooms-answered?utmsource=twitter&utmmedium=organic-social
Databricks Ventures 正在投资 Lovable 3.3亿美元的 B 轮融资,以推动该建筑商的老龄化。 随着人工智能改变软件的创建方式, @Lovable 反映出更广泛地向更易接近、AI原生应用开发的转变。他们的成长凸显了对更多人开放软件创作的需求,我们期待支持他们未来的发展之路!https://lovable.dev/blog/series-b
我们正在为Lakebase引入一系列升级,简化团队管理数据智能应用的运营数据。 最新消息,包括备受期待的 @neondatabase 特色: - 支持无服务器自动缩放,支持动态工作负载 - 即时数据库分支,实现更快、更安全的开发、测试和CI - 自动备份和点点恢复,实现快速恢复 - 扩展版 Postgres 版本支持 - 一个简化日常工作流程的新用户界面 这些更新标志着定义湖基类别的重要里程碑,湖基类别是一种将 OLTP 存储与计算分离的无服务器数据库架构。https://databricks.com/blog/lakebase-holiday-update?utmsource=twitter&utmmedium=organic-social
扩展 AI,@scale_AI,要制作最佳模型,您需要最佳数据。
我们最近推出了MCP-Atlas,这是一个通过模型上下文协议评估大型语言模型(LLM)处理工具使用能力的基准测试。即使是顶级型号,也失败了近一半的真实多工具任务。 今天,我们将开源基准,让您能够自行衡量性能。
语音不仅仅是大声朗读的文字。真实的对话充满活力,充满插曲,且语境丰富——基准也应与之相匹配。 介绍音频多挑战(Audio MC),这是首个测试原生语音转语音模型处理真实对话能力的基准测试。
今天的重大访问 @GoogleAI !️双子座3号闪电侠得分賂在MCP地图上,并在《人类最后考试》中表现强劲。
GPT-5 聊天 @OpenAI 以及克洛德十四行诗4.5 @AnthropicAI 是2025年大众最喜爱模特。根据SEAL Showdown的表现,GPT-5聊天和Sonnet 4.5成为最大赢家。
克劳德十四行诗 4.5 作者 @AnthropicAI 是2025年最佳安全车型。在所有安全评估中,Sonnet 4.5 在保持一致性、遵循安全指南和避免不安全输出方面表现出色,即使在压力下也是如此。
拥抱脸,@huggingface,构建未来的人工智能社区。http://hf.co/jobs
Molmo 2 的最新 SOTA 多模态模型演示现已上线 @huggingface . 它支持多图像质量保证和视频质量保证(指向和跟踪),并由 @Gradio SDK。 空间:https://tinyurl.com/2ezr88f7
使用 SmolVLM 进行的实时摄像头演示,来自 @huggingface llama.cpp!勞在 MacBook M3 上完全本地运行。
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
无
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
你可能还记得Project Vend:一个我们(以及我们的合作伙伴)在 @andonlabs 让克劳德在我们旧金山办公室开一家店。 经历了艰难的开局后,企业状况有所好转。 大部分时间是这样。
我们发布了Bloom,一款开源工具,用于生成前沿AI模型的行为错位评估。 Bloom让研究人员能够定义一种行为,然后在自动生成的场景中量化其频率和严重程度。
作为我们与 @ENERGY 在创世纪任务中,我们为能源部生态系统提供了Claude,并配备了专门的工程团队。 该合作旨在加速能源、生物安全和基础研究领域的科学发现。
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。
我们自豪地推出 Murf Falcon:最快、最高效的文本转语音 API,专为下一代语音优先体验打造。 以下是猎鹰的独特之处: - 生产速度最快:模型延迟55毫秒,最快130毫秒到首次音频时间,跨地域一致 - 广泛的语言支持:35+种语言,具备富有表现力、自然的声音 - 最佳代码混合:流畅且准确的多语言能力 - 合规准备:覆盖10+区域的数据驻留,满足隐私和监管需求 - 灵活部署:为企业环境提供本地支持 每分钟只需1美分。 今天就试试Falcon:https://murf.ai/falcon
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。
无
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。
我们正在网站上做一系列重新设计,并上传到http://alpha.midjourney.com让你试试!第一个新设计是一个点击滚动风格创建器,第二个是将所有下拉设置面板重新设计成一个通用侧边栏。告诉我们你的看法<3
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,
我们刚刚到达 @brexHQ 2025年增长最快的50家软件供应商!我们与出色的同行同行——并且很高兴成为名单中增长最快的人工智能笔记者。 衷心感谢我们的团队、用户和社区。是你促成了这一切。现在,回到构建和提升会议效率的课题上。
你的《萤火虫2025》回顾已经上线,内容精彩纷呈。☕我们记录了所有这些:你最忙碌的一周、你说话的速度,以及你在会议上花的时间,这些会议本可以直接用Slack消息。 总结:你开了很多会议,日程可能需要带薪休假去看看你的。分享出来吧。告诉我们:哪个数据最让你惊讶?
00+ 积分。 我们正式成为最集成的AI会议工具! 客户关系管理系统(CRM)。项目工具。拨号器。医生。储藏。 如果你的团队用它——Fireflies很可能直接插上了。 衷心感谢每一位帮助我们完成的建造者、合作伙伴和用户今天就去探索我们的集成吧 https://app.fireflies.ai/integrations
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。
在与 @xiaofei_lin 在 @GENbio 新任首席执行官兼总裁Najat Khan讨论了基于人工智能的药物在临床中的进展、她对投资合适治疗项目的关注点,以及Recursion的未来发展。 她2026年的首要任务?通过与 @Roche , @genentech , 和 @sanofi 以及通过Recursion内部流程,比如我们刚刚宣布的REC-4881临床试验的积极数据更新,REC-4881是一种潜在的首创家族性腺瘤息肉症(FAP)治疗方案。 她还强调了保持AI模型进步前沿的重要性,拥有真正融合的技术-生物团队所带来的“魔力”,并根据项目对患者潜在的变革性影响和对股东价值的决策进行严格判断。 谈到人工智能在医学领域的实现承诺,Najat表示端到端的方法至关重要。 “人工智能的价值将成为整个价值链的复合效应。如果你在证据披露阶段省了三周时间,但在开发阶段却无法好好招募,那你并没有带来改变。这一切都回到了我们构建端到端AI平台的核心论点。”请阅读《GEN》杂志上的相关文章:https://genengnews.com/topics/artificial-intelligence/recursions-incoming-ceo-on-turning-ai-drugs-into-clinical-proof-points/
递归的首席平台官 @LinaZNilsson 最近被选入 AI 女性力量榜 @aiutahorg 以及女性技术委员会。该奖项旨在表彰在推动人工智能发展中展现领导力并为全州创新者树立榜样的女性。 Lina 于 2018 年加入 Recursion,并于 2025 年 5 月成为公司首任首席平台官。 她倡导以人工智能为先的端到端药物发现方法,确保我们不断突破递归作系统在人工智能、机器学习和自动化领域的突破,并将这些进步转化为患者实际影响。祝贺Lina获得这一实至名归的认可!
人工智能药物发现,已验证。 Recursion最近宣布其AI驱动药物发现平台的首次临床验证——针对正在进行的TUPELO研究,评估其AI识别药物REC-4881在家族性腺瘤性息肉症(FAP)中的正面1b/2期数据。 这种进行性罕见病影响美国和欧盟超过5万人,且尚无FDA批准的治疗方法。它会导致结肠内长出数百到数千个息肉,需要终身的侵入性监测和手术。 Recursion不仅利用人工智能提供了该疾病的首个潜在治疗方法,还首次大规模量化了试验相关人群中息肉负荷的真实自然进展。 它展示了融合专有数据与人工智能所带来的巨大突破——以及对患者生活的切实影响。完整研究结果请见此处:https://ir.recursion.com/news-releases/news-release-details/positive-phase-1b2-results-ongoing-rec-4881-tupelo-trial-0
结构化、可分析的真实世界数据如何改变医疗和医疗? 在我们最新一期播客《TechBio Talks》中,主持人Najat Khan博士采访了Highlander Health联合创始人Amy Abernethy医学博士和哲学博士。 艾米是一位医生、创新者和高管,开创了肿瘤学真实世界证据生成,以弥补患者护理和可及性的差距。 他们谈到了现实世界数据的三“浪潮”,最终形成了今天的多模态数据;这些真实世界的数据如何与患者的长期健康故事相关联;以及现实世界数据与现实证据之间的区别。他们深入探讨了这些数据如何推动临床试验和药物发现的重大创新转变。️请收听并继续关注:▪️Spotify:https://open.spotify.com/episode/5alrWaeoXJ0Sqni56UAPV1 ▪️YouTube:https://youtube.com/watch?v=2JZoJRLLZZk ▪️苹果:https://podcasts.apple.com/us/podcast/techbio-talks-episode-4-highlander-healths-amy-abernethy/id1834770803?i=1000741516803
奥金,@OwkinScience,Owkin 使用人工智能为每位患者找到合适的治疗方法。
我们的首席研发技术官埃里克·杜兰最近在一次采访中谈到了我们与巴黎萨克莱大学的新合作关系,该合作为所有学生、研究人员和教职工提供K Pro免费服务,作为奥金学院生物学的人工智能副驾驶。观看采访:
如何大规模地从空间组学中提取生物学洞见?我们的新博客探讨了我们在2025年建立的数据基础设施和方法。 构建理解生物学的人工智能和方法:https://linkedin.com/pulse/building-data-engine-from-spatial-omics-biological-understanding-fukme
我们介绍IMILIA:可解释的MIL用于通过H&E切片预测IBD炎症。ROC AUC 0.83(发现)、0.99 和 0.84(外部验证)。结合H0-mini + HistoPLUS + EpiSeg,提供定量生物学洞见。预印本:https://arxiv.org/abs/2512.13440
Geoffrey Hinton (@geoffreyhinton) - 深度学习先驱,多伦多大学
我最近和杰夫·迪恩聊起了过去的日子。 引用 杰夫·迪恩 @JeffDean · 12月18日 能与我的老同事进行炉边谈话非常愉快@geoffreyhinton几周前,由@JordanJacobs10.我们完整讨论的录音现已上传至Spotify:https://open.spotify.com/episode/2zM1FkXwxspjK1OlX7wMSU?si=t9cmHsTuTKyOqMMN5-qQrw
Yann LeCun (@ylecun) - Meta首席AI科学家,卷积神经网络之父
在思考技术革命对劳动力市场的影响时,请听听那些研究过过去技术革命对劳动力市场影响的经济学家的意见。 永远不要听计算机科学家的话。
Andrew Ng (@AndrewYNg) - Coursera联合创始人,斯坦福教授
尽管大型语言模型令人惊叹,但如今提升它们的知识过程比人们普遍认识的更为零碎。我之前写过人工智能很了不起......但也没那么惊人。嗯,LLM确实很通用......但也没那么普遍。我们不应该相信LLM几年内会成为通用人工智能的错误宣传,但也不应相信相反的说法,也不应相信它们只是演示软件的错误炒作。相反,我觉得更准确地理解当前构建更智能模型的路径会很有帮助。 首先,LLM确实比早期技术更为通用。这就是为什么单一LLM可以应用于广泛的任务。第一波LLM技术通过在公共网络上进行培训实现了这一点,网络包含了大量关于各种主题的信息。这使得它们的知识比早期只训练执行单一任务的算法更为通用,比如预测房价或下棋、围棋等单一游戏。然而,它们远不如人类能力一般性。例如,在对公共网络的全部内容进行预训练后,LLM仍然难以适应用许多编辑者能做到的某些风格写作,或者可靠地使用简单网站。 在利用了几乎所有网络上的开放信息后,进展变得更加艰难。如今,如果前沿实验室希望LLM在特定任务上表现出色——比如使用特定编程语言编写代码,或者对医疗、金融等领域的某个细分领域做出合理言论——研究人员可能会经历繁琐的过程,寻找或生成该领域的大量数据,然后准备这些数据(清理低质量文本、反复、改写等),以创建数据以赋予LLM这些知识。或者,为了让模型执行某些任务,比如使用网页浏览器,开发者可能会经历更繁琐的过程,创建许多强化学习体馆(模拟环境),让算法反复练习有限的任务集。 普通人类尽管在计算机训练环境中见过的文本远少于现代前沿模型,但他们仍能推广到远比前沿模型更广泛的任务。人类可能通过持续学习反馈,或拥有更优越的非文本输入表示(大型语言模型对图像的分词方式在我看来仍像是黑客手段),以及许多我们尚未理解的机制来实现这一点。 如今推进前沿模型需要大量手动决策,并采用以数据为中心的人工智能方法来工程我们用来训练模型的数据。未来的突破或许能让我们以更零散的方式推进大型语言模型,而非我在这里描述的那样零散。但即使没有,持续的零碎改进,加上这些模型在有限程度上泛化和表现出“涌现行为”,也将继续推动快速进展。 无论如何,我们都应该规划未来多年的艰苦工作。漫长、艰难——而且充满乐趣!——的艰难征程还在前方,以打造更智能的模型。 [原文:https://deeplearning.ai/the-batch/issue-332/ ]
OpenReview是支持AI研究和知识共享的重要支柱之一,通过开放的同行评审和发表实现。但作为非营利组织,它需要社区的支持。请考虑向这家伟大的机构捐款!https://openreview.net/donate
新课程:Nvidia NeMo 代理工具包:让代理可靠,由 @Pr_Brian 从 @NVIDIA .
许多团队难以将代理演示转化为可靠的系统,准备投入生产。本短期课程将教你如何利用英伟达开源的NeMo代理工具包(NAT)将代理式工作流强化为可靠的系统。无论你是用原始Python构建代理,还是使用LangGraph或CrewAI等框架,NAT都提供了可观察性、评估和部署的构建模块,将概念验证转化为生产准备系统的基础。 NAT使通过执行跟踪、系统化评估和CI/CD集成,轻松排查和优化代理性能变得容易。 你将获得的技能: - 构建基于配置的代理工作流,使用 REST API 和最小化代码 - 通过追踪添加可观察性,以可视化代理推理和调试性能瓶颈 - 利用黄金标准数据集创建系统评估,以衡量和提升代理的可靠性 - 部署具备认证、速率限制和专业网页界面的多智能体系统 - 协调来自不同框架的代理协作处理复杂任务 加入并学习如何将经纪人演示转化为可靠的系统!https://deeplearning.ai/short-courses/nvidia-nat-making-agents-reliable/
Fei-Fei Li (@drfeifei) - 斯坦福HAI院长,ImageNet发起人
2026年人工智能的下一步是什么?斯坦福HAI的顶尖研究人员刚刚公布了他们的预测: @landay https://hai.stanford.edu/news/stanford-ai-experts-predict-what-will-happen-in-2026
研究人员正在利用 Marble 生成模拟准备的机器人环境(场景+碰撞网格),然后将它们导入 @NVIDIARobotics Isaac Sim 用于培训+评估,无需手动环境设置。 案例研究:http://worldlabs.ai/case-studies/1-robotics
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。
Codex变得非常出色,会迅速提升。如果你想明年让它变得更好100倍,团队正在招聘。疯狂冒险保证;成功的可能性。
上周,一位使用我们之前模型的安全研究人员发现并披露了React中的一个漏洞,可能导致源代码泄露。 我相信这些模型将对网络安全带来净收益,但随着它们的改进,我们正处于“实际影响阶段”。
GPT-5.2-Codex 今天正式上线。 它专门训练用于代理编码和终端使用,OpenAI的团队在使用它上取得了很好的成功。
图片1.5今天在ChatGPT和API中上线! 图像在很多方面都更好,速度更快,还有新的编辑功能。
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。
Gemini 3 Flash 比 2.5 Pro 快得多,效率也更高。 请观看下方3 Flash在上一代处理器尚未完成处理前,就已生成复杂的图形、3D模型和网页应用
我们瞬间回来了Gemini 3 Flash是我们最新型号,拥有前沿智能,打造为闪电般的速度,推动性能与效率的帕累托前沿。它性能优于2.5 Pro,同时速度快3倍,成本却低很多。 随着此次发布,Gemini 3的下一代智能系统正在向包括我们在内的所有人推广 @Geminiapp + 搜索中的AI模式。开发者可以在 Gemini API 里用它来构建 @GoogleAIStudio 、Gemini CLI 和 Google @antigravity 企业可以在Vertex AI和Gemini Enterprise中获得。
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。
在班加罗尔参加开发活动,演示我最近开发的一个应用,用于深入研究,包含多个模型和决策框架,感觉很有趣......可以把它想象成“辩论链”......下一站,Copilot!!
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。
提示GPT-5.2 Codex用于长期任务: 引用 努曼·阿里 @nummanthinks · 14小时 提示GPT 5.2 Codex 以实现连贯性 它擅长执行长期任务,但没有明确指导可能会丢失结果 把这个放在你的AGENTS .md文件顶部,这样Codex就能处理更大规模的任
关于评估思维链可监测性质量的新研究。 思维链可监控性是一个非常令人鼓舞的安全性和一致性机会,使得模型的思考变得容易:
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。
无
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。
性能提示 多年来,我和同事Sanjay Ghemawat对各种代码进行性能调优进行了相当多的深入研究。几年前我们写过一份内部绩效提示文档,用来识别一些通用原则,最近也在外部发布了该文档的一个版本。 我们非常欢迎你提供任何反馈! 完整文档请见:http://abseil.io/fast/hints.html 内部版本还包含更敏感的代码示例(例如TPU编译器后端的变更),这些示例我们无法在外部版本中包含。 杰夫·迪恩 @JeffDean · 12月20日 你可能也会喜欢这个 @NewYorker 关于我们合作风格的文章。
公开版本是内部版本的某种程度净化版。谷歌的人员可以在go/performance-hints找到内部版本,里面有指向我们源代码仓库系统中实际变更列表的链接。 看到这么多人对工作的综述真是太棒了 @GoogleResearch 过去一年。了解以下领域的进展: 生成模型的进展 生成式用户界面 量子计算 科学发现中的人工智能 生物医学与神经科学研究 气候与可持续性 隐私与安全 新颖模型架构 ...还有更多...... 阅读博客文章请访问http://research.google/blog/google-research-2025-bolder-breakthroughs-bigger-impact/
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。
得谈谈我最逆向的看法之一 @PeterDiamandis 我认为AGI“种族”这个称呼是个极大的误导。 不会有单一的AGI,而是无限的变体、风格和形式。这比零和竞赛有趣得多。
团队只是为这里增添了一点额外的节日气氛 @Copilot !认识蛋酒模式Mico——现已在美国、英国和加拿大上线,仅限节假日期间供应。只需点击⛄图标在和米可交谈时。
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。
经典的大型语言模型困境:聪明与快速。双子座3闪电侠的新现实:为什么不同时拥有? 这种权衡从未让我觉得如此微小。祝贺团队!️
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。
2025年LLM年度回顾 2025年是大型语言模型(LLM)取得的强劲且充满事件性的一年。以下是一些个人值得注意且略显意外的“范式变革”——那些改变了格局并脱颖而出的事情......
喜欢“思考的食粮”这个表达,因为它是人类体验到的一种具体而神秘的认知能力,但大型语言模型没有相应的对应能力。 定义:“值得思考或考虑的事情,比如一顿心理餐,滋养你的心灵,带来需要更深入反思的想法、见解或问题。它用于挑战你视角、提供新理解或让你思考重要问题的话题,作为智力上的刺激。” 在LLM的话里,它是一系列代币,当用作思考链的提示时,样本通过某种尚未发现的内在奖励函数,令人有回报地关注。痴迷于它呈现的形态。发人深思的东西。
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。
无
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。
在美国对数据中心实施暂停令是个糟糕的主意......这并不意味着替代方案必须是纯粹加速,而不顾及对社会的影响。 就像开车一样,我们可以用油门和刹车来向前行驶。
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
如何传递隐性知识是最深刻的问题之一。也许视频能做到文字做不到的事情?在 @stripepress 我们非常期待探索这个领域。 引用 塔玛拉·温特 @_TamaraWinter · 12月19日 1/ 今天@stripepress正在发布我们称之为《Tacit》系列的前两部迷你纪录片。 它们是工匠们的片段,为“人工智能之后,精通还重要吗?”这个问题提供了相当有力的答案。
该 @Stripe Atlas团队刚刚发布了他们的年度回顾。由于Atlas现在涵盖了大量初创企业(截至2025年已有23,000+家),这成为了更广泛生态系统趋势的一个有趣快照。我觉得有趣的发现包括:
• Atlas公司注册数量同比增长36%。目前,超过20%的特拉华C公司是从Atlas开始的。(特拉华州的公司成立有很多原因,显然——大型公司成立子公司等——所以Atlas在整体初创企业中占比更大。)
• Atlas公司的创始人来自任何地方,欧洲是增长最快的地区(+48%同比增长率)。我的推测假设是,这是因为在许多欧洲国家,办理公司注册非常繁琐且繁琐,而且人们越来越普遍地知道你可以直接使用美国公司。许多欧洲领导人都意识到这些问题,我希望他们会采取行动。
• 跨国创始团队在多创始人团队中比2017年更常见79%。这感觉像是远程工作的直接红利,但效果的大小让我感到惊讶。
• 收入实现时间正在加快。值得注意的是,2025年成立的Atlas初创企业在前6个月的收入中位数比2024年高出39%。虽然今年公司注册数量创历史新高,但同样有越来越多的公司在六个月内实现了10万美元的收入。也就是说,无论是数量还是某种质量(至少在收入方面)都在增加。我不太确定该怎么解释。我认为虚无假设很简单:人工智能和稳定币打开了可能性的门户,大量初创企业正在动员,客户也热切前来。
• 方差正在增加。虽然中位数公司比去年增加了39%的收入,第90百分位的公司增加了52%,第99百分位的公司则增加了67%。这同样是逐年变化——相当显著。这一趋势与轶事相符:初创企业 @cursor_ai 以及 @Lovable (两者均与Atlas合并)实现了前所未有的收入增长。
我最喜欢Stripe的一个方面,就是能实时看到这些趋势的发生。如果您有兴趣打造能够直接促进这种创业和创新的工具,欢迎联系我们。
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。
觉得精益还没那么有用来证明什么重大事情。 所有实验室应该聚在一起,先用大量计算来升级和填补数学库的空白,这对模型本身也很有用
机器人来了。” @EMostaque 智能互联网创始人兼首席执行官( @ii_posts ),与 @LukeMulks 关于人工智能的经济颠覆以及社区如何在变化的世界中繁荣。 请完整听听#TheBraveTechnologist剧集在这里:
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。
确实,我会编程 《纽约时报》没有对此进行事实核查路 引用 JD·罗斯 @justindross · 12月17日 看到《纽约时报》说Alexandr Wang“不是工程师”,我笑了 当我们聘请他时,他当时是一名17岁的软件工程师,他在IOI中排名美国第十名的竞争程序员
MSL 推出的新开放模式版本:SAM Audio快去看看! 引用 Meta 的人工智能 @AIatMeta · 12月17日 介绍SAM Audio,首个统一模型,通过文本、视觉或跨度提示从复杂音频混合中分离任何声音。 我们正在与社区分享SAM音频,以及感知编码器模型、基准测试和研究论文,以赋能他人
今天我们发布并开源了Segment Anything 3(SAM 3)。 它是一种最先进的图像与视频分割模型,建立在SAM和SAM 2的工作基础上。 SAM3 也将很快为 Edits、Meta AI 和 Facebook Marketplace 的功能提供支持。
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。
我把晚上的帖子结束,玩Claude、SAM Audio、Chatterbox Turbo和Reachy。 @Prince_Canuma 我来找你了
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。
精彩的图形制作 @oneusefulthing 关于人工智能部署问题:
世界模型将和大型语言模型一样重要。下一个大市场和《通用直觉》拥有这方面最好的数据集......
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。
关于公共安全技术及其对犯罪影响的新播客https://youtu.be/tR6g3zrk7eM?si=qwXJi6jc9SJSyHfL其中 @glangley
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。
来自NVIDIA、Harvey、Glean、Cognition、Box等首席执行官的2026年人工智能预测......
黄仁森, @jainarvind , @winstonweinberg , @ScottWu46 , @raizamrtn , @zackmziegler , @levie , @MishaLaskin , @polynoamial , @joshim5 , @bryanjohnson , @sholtodouglas , @bfspector , @amspector100 , @dylan522p
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。
无
Max Tegmark AI/未来 @tegmark MIT, Future of Life Institute
2025年最重要的人工智能发展进行了非常精明的总结:
Matei Zaharia 大数据/AI @matei_zaharia Databricks, UC Berkeley
人们常问我,为什么我们认为Databricks能在我们扩展的新领域取得成功。原因在于:我们在认为可以大幅改善现状的领域组建出色的团队。Lakehouse 是其中之一,Lakebase 是接下来,但未来还有更多,尤其是在人工智能领域。
Thomas Wolf NLP/开源 @Thom_Wolf Hugging Face
我今年最喜欢的反对时刻,是一位传奇的Valley五金独角兽创始人告诉我,让我们的用户自己组装Reachy Mini是他听过的最愚蠢的主意。 事实证明,这是大家共同分享和喜爱的开箱时刻。 你不必听偶像的话。 相信你的直觉。
本周有两篇关于人工智能硬件/计算问题的精彩对决文章: @Tim_Dettmers 的新文章: 《为什么AGI不会发生》 =>https://timdettmers.com/2025/12/10/why-agi-will-not-happen @realDanFu 的回应/观点: “是的,AGI确实可能发生——一种计算视角” =>https://danfu.org/notes/agi/非常喜欢——谢谢两位
每周国内外AI发展动态研究-2025年12月16至22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。
介绍ChatGPT图片,搭载我们旗舰的新图像生成模型。 - 更强的指令跟随 - 精准编辑 - 细节保存 - 比以前快4倍 今天在ChatGPT中向所有用户推出,API中以GPT图片1.5的形式发布。
你现在可以在ChatGPT中调整特定特征,比如热情度、热情和表情符号使用。 现在可以在你的“个性化”设置中查看。
为了保持思维链(CoT)的可监控性,我们必须能够进行测量。 我们构建了一个框架+评估套件来衡量CoT可监控性——跨越24个环境的13次评估——以便我们能准确判断模型是否口头表达了其内部推理的目标方面。 显示器能读取什么以及显示器的功能很重要。 能读取CoT并使用更多测试时间计算的更强显示器性能会更快提升。 此外,事后跟进(通过让模型详细说明)常常会唤起之前未曾说出口的想法,提升可见度。 OpenAI @OpenAI · 12月19日 我们认为思维链监测是机械可解释性的补充,而非其替代。 由于我们认为思维链监测作为模型大脑的窗口非常有用,并且可以成为可扩展控制方案中的承载层,因此我们计划进一步扩展这些评估,并用它们来指导未来的建模和数据决策。
GPT-5.2-Codex 现已以 Codex 形式提供。 它为现实软件开发和防御性网络安全中的代理编码树立了新的标准。 它还能在复杂任务上提供更可靠的性能,并能有效扩展到大型项目。
除了图像生成,我们知道人们还希望人工智能带来更多,比如医疗改进和科学发现。计算是我们获得它的方式。如果美国不建,别人会去建。这就是为什么我们正在美国建设新的人工智能基础设施,包括在威斯康星州建设一个数据中心,这将创造4000+个技术建筑岗位,1000+个长期就业岗位,并为社区带来能源和水资源的正向(贡献远超所需)——同时扩展将人工智能潜力转化为现实世界影响力所需的计算能力。 OpenAI @OpenAI · 12月18日 计算技术使我们的首次图像生成启动成为可能(随后几周WAU增长+32%),以及昨天最新的图像生成发布。我们还有更多即将到来的......需要更多的计算能力。
谷歌人工智能,@GoogleAI,让人工智能对每个人都有帮助。展现思维↓
我们正在通过推出 Gemini 3 Flash 来扩展 Gemini 3 系列。这个模型: —— 结合了Gemini 3的专业级推理与闪存级别的延迟、效率和成本 — 在博士层面的推理和知识基准上实现前沿水平的表现 —— 是我们最令人印象深刻的代理工作流程模型 请看Gemini 3 Flash以低延迟处理数百个函数调用选项,汇总100种食材和100种厨房工具的全球食谱。
让2025年的最后日子变得有意义⌛以下是我们本周发布的所有内容:
—— 双子座3号闪电,以极低成本提供快速前沿情报,适用于像 @GeminiApp ,谷歌搜索中的AI模式, @GoogleAIStudio 、顶点人工智能等
—— CC,a @GoogleLabs Gmail 中的实验性人工智能生产力代理。使用CC获取当天的个性化简报,或发送个性化的求助请求
—— Opal 现已集成到 Gemini 应用中,作为创建实验性宝石的方式
— @NotebookLM 新增了一个全新的工作室输出——数据表,方便组织和综合不同来源的数据
— @FlowByGoogle 推出了2K和4K图像升频技术,支持超高分辨率图像生成
—— Playables Builder,一个原型网页应用 @YouTube ,由Gemini 3 Pro构建。使用短文本、视频或图片提示,开发可在YouTube上游玩的游戏
—— Gemini 应用的一系列更新,包括 Deep Research 中的视觉效果、涂鸦和图片编辑的注释 @NanoBanana ,并将 Gemini Agent 扩展到移动应用
—— 我们的SynthID水印现在除了验证图片外,还能验证AI生成的视频。检查视频是否是直接用Google AI在Gemini应用中编辑或创建的
—— 我们的 Gemma 家族发布了几个更新,包括 FunctionGemma(Gemma 3 270M 型号的专用版本)、T5Gemma 2(我们编码-解码器模型的下一代演进)和 Gemma Scope 2(一套用于语言模型可解释性的开放工具套件)
请于太平洋时间下午1点/东部时间下午4点在X频道直播收听我们的节目 @JeffDean , @OriolVinyalsML , @NoamShazeer , 和 @OfficialLoganK 回顾我们在谷歌人工智能领域的一年,并探讨未来展望:
在这个演示中,你将看到《Gemini 3 Flash》前沿级推理和多模态能力的展示。该模型能够在处理复杂输入(视频和图像)的同时进行复杂的几何计算。 你可以在弹弓里玩玩 @GoogleAIStudio 在这里,下面分享你最喜欢的例子:https://aistudio.google.com/apps/bundled/gemini_slingshot?showPreview=true&showAssistant=true
我们正在通过推出 Gemini 3 Flash 来扩展 Gemini 3 系列。这个模型: —— 结合了Gemini 3的专业级推理与闪存级别的延迟、效率和成本 — 在博士层面的推理和知识基准上实现前沿水平的表现 —— 是我们最令人印象深刻的代理工作流程模型 请看Gemini 3 Flash以低延迟处理数百个函数调用选项,汇总100种食材和100种厨房工具的全球食谱。
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。
介绍SAM Audio,首个统一模型,通过文本、视觉或跨度提示从复杂音频混合中分离任何声音。 我们与社区分享SAM Audio,以及感知编码器模型、基准测试和研究论文,旨在赋能他人探索新的表达形式,构建以前难以触及的应用。了解更多信息:https://go.meta.me/568e5d
我们正在开源Perception Encoder Audiovisual(PE-AV),这是推动SAM Audio最先进音频分离技术的技术引擎。 PE-AV基于今年早些时候的感知编码器模型,将音频与视觉感知整合,在广泛的音频和视频基准测试中实现了最先进的结果。其原生多模态支持能帮助人们完成日常任务,包括声音检测和更丰富的视听场景理解。请阅读论文:https://go.meta.me/e541b6 下载代码:https://go.meta.me/7fbef0
我们正在举办一场Reddit问答会,邀请SAM 3 + SAM 3D + SAM Audio的研究人员参与。 明天太平洋时间下午2点加入我们。
Microsoft Azure,@Azure,Limitless innovation. ☁️ Follow along for the latest news and resources from the official
转变你的工作,提升技能,推动人工智能创新。 在Microsoft虚拟培训日期间,免费参加培训,了解如何在Microsoft Azure的先进云和AI基础设施上创建您自己的智能应用:https://msft.it/6018tUVhG
通过 AI Dev Days 的按需会议,探索前沿工具和框架,助力开发者更智能、更快、更安全地构建。 不要错过向专家学习、提升AI开发技能的机会:https://msft.it/6017tUTUS
利用Azure原生工具和战略定价,减少浪费,提升治理,并为AI项目提供资金支持。Forrester TEI研究证实了FinOps的成本显著降低和回归时间。 阅读博客:https://msft.it/6015tU8Qx
Microsoft 被评为 2025 年 Gartner®️ AI 应用开发平台魔力象限™️的领导者,并且在愿景完整性方面处于最前沿的位置。我们相信这体现了我们致力于通过 Microsoft Foundry 赋能开发者的承诺。https://msft.it/6015tWxOB
AWS 人工智能,@AWSAI,在 AWS 上构建和扩展下一波 AI 创新浪潮,
祝贺Agentic AI Unleashed的获奖团队:AWS & @nvidia 黑客松这些项目展示了开发者亲自作尖端技术的可能性——看看获胜演示,激发你的下一次创新。#AWS
AWS与 @nvidia 为您的代理开发带来画像和优化能力易⚙用Strands特工构建。用NVIDIA NeMo优化。大规模安全地部署和运营高效的代理#AgentCore. @NVIDIAAI
告别机械对话:转变您的客服人员互动烙构建能够处理对话中断和上下文变化的AI代理,#AgentCoreRuntime 新增的双向流媒体。#AWS
Alexa+以#AWS人工智能烙提供者#AmazonBedrock它协调了数千个服务和设备上的数十个大型语言模型,同时#AmazonNovaACT利用视觉推理自主浏览网站并完成任务。 https://go.aws/4oTKwvN
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。
当渲染是实时的时,创造力会更快。 工业光魔( @ILMVFX ) 艺术家 @LandisFields 正在通过NVIDIA RTX PRO和Unreal Engine,利用实时GPU加速渲染,重塑现代叙事方式,即时探索想法,现场回答视觉问题,实现最终像素质量,无需等待。了解更多信息:https://nvda.ws/4j3S2my
vLLM在相同GPU平台上提供了更高的推理性能。 仅仅一个月内,我们就与NVIDIA合作,推动了增长 @nvidia Blackwell 每块 GPU 的最大吞吐量可提升 33%——显著降低每个令牌的成本——同时通过深度集成和协作,为最敏感的延迟场景实现更高的峰值速度。
我们正进入一个智能代理在行业范围内规划、推理和行动的时代。 在我们五集录制系列的第二集中,来自#NVIDIAGTC华盛顿特区主旨赛前秀,领军人物来自 @perplexityai , @AbridgeHQ , @cognitionlabs , 和 @CrowdStrike 分享智能人工智能如何从研究转向现实世界的影响——从医疗到安全,再到编程的未来。 收听完整的NVIDIA AI播客节目:https://nvda.ws/4iQEE5a
如果质量控制能够推理,而不仅仅是检测,会怎样? 视觉人工智能代理正在改变半导体制造业,推动更高产率、更安全的运营和更快的决策。观看完整视频▶️ https://nvda.ws/44CsjMe
如果是个参考:NVIDIA 刚刚发布了 Nemotron 3 系列的开放模型、数据和库。 Nemotron 3 标志着一个重要进步,提供了高效、开放的模型,设计用于定制化、多智能体系统和规模化。
城市的未来是智能的。 Chris Albert,解决方案工程负责人 @Esri 强调了我们与 @Esri , @Microsoft 以及罗利市,利用人工智能提升城市安全和流动性。阅读完整成功故事:https://nvda.ws/3KPEqPi 由 翻译自 英语 ️城市的未来是智能化的。 @Esri 解决方案工程主管 Chris Albert 重点介绍了我们如何与 @Esri 、 @Microsoft 和罗利市合作,利用人工智能来增强城市安全和交通便利性。 阅读完整成功案例: https://nvda.ws/3KPEqPi
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。
如果是我的错:新的AI工具、教程和指南现已为AMD开发者上线。Helion DSL 用于 AMD GPU 内核开发与评估:https://rocm.docs.amd.com/projects/ai-developer-hub/en/latest/notebooks/gpudevoptimize/heliongpukerneldev.html?utmcampaign=thallo&utmsource=X&utmmedium=social&utm_content=dev+resources
“你只要用Docker,用vLLM,它就能用。” @andrey_cheptsov , 创始人兼首席执行官 @dstackai 解释了为什么开放标准和零日支持很重要,以及AMD如何让开发者更容易在不被厂商锁定的情况下构建。
听听 @Roaner AMD人工智能软件生态系统首席副总裁,谈及AMD软硬件协同如何为开发者带来可衡量的优势,并由对开源协作的承诺进一步强化。 观看完整的炉边谈话。
祝贺团队 @GoogleDeepMind 在FunctionGemma的推出上。 这款2.7亿参数模型专为本地部署和原生工具使用而构建,适用于AMD Radeon GPU和AMD Ryzen AI APU,且两者均可使用。 @lmstudio 以及 @ollama . 详情请见公告
AMD AI 开发者项目已经来了。 一个专门为AI构建者提供强大硬件、与专家交流并分享作品的空间。 以下是开始的方法:https://amd.com/en/developer/resources/technical-articles/2025/amd-ai-developer-program.html
高通,@Qualcomm,无处不在地提供智能计算。
今年#AI: 高通AI200和AI250发布,Arduino和UNO Q, @Snapdragon 8 精英第五代及#SnapdragonXSeries在#SnapdragonSummit、人工智能驱动的驾驶体验,以及#5G性能优化。
智能家居。更聪明的生活。 与高通合作#Dragonwing,您的设备无缝协作,供电于#AI低功耗计算和始终在线连接,实现更智能、更互联的生活。 更多信息请访问#CES2026:https://bit.ly/3RPrIiZ
智能家居。更聪明的生活。 与高通合作#Dragonwing,您的设备无缝协作,供电于#AI低功耗计算和始终在线连接,实现更智能、更互联的生活。 更多信息请访问#CES2026:https://bit.ly/3RPrIiZ
连接零售从这里开始。高通#Dragonwing将门店、消费者、员工和产品连接到智能边缘——提供实时洞察、无缝支付和更智能的安全保障。了解更多信息请访问#NRF2026:https://bit.ly/4jlkLDk
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。
@TIME 我与三位全球科技CEO坐下来,提出了一个简单的问题:你们是如何利用人工智能的? 正如罗宾·李所说,“我的第一反应总是去问AI”,每当遇到想解决的问题或问题时,他都会大量使用这个词。
GenFlow的设计就是按照你的方式工作。 通过从你的文件和聊天记录中学习,它能提供与你风格保持一致的定制输出。上传一次,自然提示,让GenFlow处理细节。 看看它是怎么运作的
妙达上线真的已经8个月了吗?从那时起,我们的无代码应用构建器已支持开发50万+商业应用,每日生成量增长了150%+。81%的创作者不是程序员,他们开发的应用已经在大规模上看到真实使用和真实交易。
款基于Miaoda的应用服务了10M+用户,日均用户接近10万 2万+应用连接支付,完成8万+真实交易 现已涵盖200+个真实场景,从变现工具、低成本内部软件到人工智能生产力应用,为了延续这股势头,我们还分享了一个长期计划,支持创作者而不仅仅是开发应用。 未来三年,妙达将支持1M创作者,帮助他们通过流量支持、收益分享、商业项目匹配和技术资源将积累的成果转化为收入。展望2026年,将选定15个高潜力项目进入快速通道,单个开发项目投资额可超过100万人民币。
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!
介绍HY World 1.5(WorldPlay)!我们现在已经开源了业内最系统化、最全面的实时世界模型框架。 在 HY World 1.5 中,我们开发了 WorldPlay,一种流式视频扩散模型,实现实时、交互式的世界建模,实现长期几何一致性,解决了速度与内存之间的权衡,这限制了当前方法。 你只需输入文字或图片,就能生成和探索3D世界。走动、环顾四周,互动时就像在玩游戏一样。 亮点:实时:以24帧每秒的长距离流媒体视频生成,稳定性更高。几何一致性:通过重构上下文记忆机制实现,从过去的帧动态重建上下文,以缓解内存衰减稳健控制:采用双动作表示,增强对用户键盘和鼠标输入的强有力响应。多功能应用:支持第一人称和第三人称视角,支持提示事件和无限世界扩展等应用。现在就试试:https://3d.hunyuan.tencent.com/sceneTo3D?tab=worldplay 项目页面:https://3d-models.hunyuan.tencent.com/world/ GitHub:https://github.com/Tencent-Hunyuan/HY-WorldPlay 珞拥抱脸:https://huggingface.co/tencent/HY-WorldPlay 技术报告:https://3d-models.hunyuan.tencent.com/world/world15/HYWorld1.5TechReport.pdf
把你的圣诞和新年创意变成3D装饰品! 加入#HolidayHYpe与腾讯和惠的挑战。创作、打印、装饰——然后分享你的经验赢取奖品。 立即开始:http://3d.hunyuanglobal.com按照步骤作,并在下方分享你的体验⬇️
Qwen,@Alibaba_Qwen,AGI 的开放基础模型。
Qwen Image Layered 正在 fal 上线!非常感谢 @fal 引用 波浪 @fal · 12月20日 Qwen Image Layered 正在 fal 上线!✨Photoshop级分层 - 原生分解物理隔离的RGBA图层,具有真正的原生编辑性明确指定图层,从粗略布局到细粒度
Qwen-Image-Layered 是实时的——原生图像分解,完全开源!✨它为何脱颖而出Photoshop级分层 物理隔离的RGBA图层,具有真正的原生编辑性提示控制结构 明确指定3至10层——从粗略布局到细致细节无限分解 不断深入:层层叠叠,细节深度不限珞拥抱脸:https://huggingface.co/Qwen/Qwen-Image-Layered 里模型范围:https://modelscope.cn/models/Qwen/Qwen-Image-Layered GitHub:https://github.com/QwenLM/Qwen-Image-Layered 博客:https://qwen.ai/blog?id=qwen-image-layered 技术报告:https://arxiv.org/abs/2512.15603 演示(HF):https://huggingface.co/spaces/Qwen/Qwen-Image-Layered 演示(ModelScope):https://modelscope.cn/studios/Qwen/Qwen-Image-Layered
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。
我们很高兴分享我们强劲的第三季度业绩: - 同比增长>55%,收入增长率超过48亿美元 - 我们的数据仓储业务营收超过10亿美元 - 我们的人工智能产品营收运行率超过10亿美元 - 过去12个月的正自由现金流 我们还筹集了>亿美元的L轮投资,估值为1340亿美元。 通过这项投资,我们将帮助客户加速数据智能应用的开发。 祝贺我们的员工、客户、合作伙伴和投资者!https://databricks.com/company/newsroom/press-releases/databricks-surpasses-4-8b-revenue-run-rate-growing-55-year-over-year?utmsource=twitter&utmmedium=organic-social
巴斯夫涂料采用多代理监督架构,采用代理砖构建,为复杂的企业数据带来结构和专业化。 团队将 AI/BI Genie 结合用于结构化数据的治理洞察与向量搜索非结构化来源,创建了 Marketmind,这是 Microsoft Teams 内的 AI 助手,帮助销售和市场部门从信息搜索转向行动。 Marketmind已经在整合洞察,支持更快的决策,并很快将覆盖全球超过1000名销售代表:https://databricks.com/blog/multi-agent-supervisor-architecture-orchestrating-enterprise-ai-scale?utmsource=twitter&utmmedium=organic-social
由于大型上下文窗口、循环编码代理和成千上万个不必要的提交,AI成本迅速累积。 AI Gateway 通过将每个请求路由到一个地方来实现秩序,使团队能够执行策略、限制和治理。通过集中权限、负载均衡以及详细的使用和成本日志,领导者对所有AI模型都能获得清晰的监督。 在这段逐步导览中了解其运作方式:https://databricks.com/resources/demos/tours/data-science/mosaic-ai-gateway?itmdata=democenter?utmsource=twitter&utmmedium=organic-social
数据工程的集成开发环境包含了你编写和测试数据管道所需的一切,直接在Databricks工作区内。 该集成开发环境旨在通过依赖图、内置数据预览和执行洞察等功能,提升生产力和调试效率。 现已公开预览版 Lakeflow Spark 声明式管道:https://databricks.com/blog/new-way-build-pipelines-databricks-introducing-ide-data-engineering?utmsource=twitter&utmmedium=organic-social
“软件工程师不会停止使用人工智能来构建软件,而这些应用需要数据库,这也是我们打造Lakebase的原因。团队也越来越希望使用代理,这也是我们开发代理砖块的原因。我们将继续投资于这些基础,帮助客户构建数据智能应用。” Databricks 首席执行官兼联合创始人 @alighodsi 加入 @Bloomberg 讨论Databricks创纪录的增长,以及我们最新一轮融资如何加速投资产品,帮助客户基于专有数据构建AI应用和代理。https://bloomberg.com/news/videos/2025-12-16/databricks-ceo-on-4b-funding-round-ipo-plans-and-ai-video
数据协作是现代人工智能创新的支柱,尤其是在组织与外部合作伙伴合作,挖掘新洞见时。 Databricks Clean Rooms 通过允许合作伙伴对敏感数据进行共享分析,实现以隐私为中心的协作,同时不暴露原始记录或知识产权。团队共同批准逻辑,并控制哪些输出从洁净室出来。 我们已经回答了关于什么是无尘室、它们如何保护数据以及如何开始的十大问题。https://databricks.com/blog/top-10-questions-you-asked-about-databricks-clean-rooms-answered?utmsource=twitter&utmmedium=organic-social
Databricks Ventures 正在投资 Lovable 3.3亿美元的 B 轮融资,以推动该建筑商的老龄化。 随着人工智能改变软件的创建方式, @Lovable 反映出更广泛地向更易接近、AI原生应用开发的转变。他们的成长凸显了对更多人开放软件创作的需求,我们期待支持他们未来的发展之路!https://lovable.dev/blog/series-b
我们正在为Lakebase引入一系列升级,简化团队管理数据智能应用的运营数据。 最新消息,包括备受期待的 @neondatabase 特色: - 支持无服务器自动缩放,支持动态工作负载 - 即时数据库分支,实现更快、更安全的开发、测试和CI - 自动备份和点点恢复,实现快速恢复 - 扩展版 Postgres 版本支持 - 一个简化日常工作流程的新用户界面 这些更新标志着定义湖基类别的重要里程碑,湖基类别是一种将 OLTP 存储与计算分离的无服务器数据库架构。https://databricks.com/blog/lakebase-holiday-update?utmsource=twitter&utmmedium=organic-social
扩展 AI,@scale_AI,要制作最佳模型,您需要最佳数据。
我们最近推出了MCP-Atlas,这是一个通过模型上下文协议评估大型语言模型(LLM)处理工具使用能力的基准测试。即使是顶级型号,也失败了近一半的真实多工具任务。 今天,我们将开源基准,让您能够自行衡量性能。
语音不仅仅是大声朗读的文字。真实的对话充满活力,充满插曲,且语境丰富——基准也应与之相匹配。 介绍音频多挑战(Audio MC),这是首个测试原生语音转语音模型处理真实对话能力的基准测试。
今天的重大访问 @GoogleAI !️双子座3号闪电侠得分賂在MCP地图上,并在《人类最后考试》中表现强劲。
GPT-5 聊天 @OpenAI 以及克洛德十四行诗4.5 @AnthropicAI 是2025年大众最喜爱模特。根据SEAL Showdown的表现,GPT-5聊天和Sonnet 4.5成为最大赢家。
克劳德十四行诗 4.5 作者 @AnthropicAI 是2025年最佳安全车型。在所有安全评估中,Sonnet 4.5 在保持一致性、遵循安全指南和避免不安全输出方面表现出色,即使在压力下也是如此。
拥抱脸,@huggingface,构建未来的人工智能社区。http://hf.co/jobs
Molmo 2 的最新 SOTA 多模态模型演示现已上线 @huggingface . 它支持多图像质量保证和视频质量保证(指向和跟踪),并由 @Gradio SDK。 空间:https://tinyurl.com/2ezr88f7
使用 SmolVLM 进行的实时摄像头演示,来自 @huggingface llama.cpp!勞在 MacBook M3 上完全本地运行。
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
无
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
你可能还记得Project Vend:一个我们(以及我们的合作伙伴)在 @andonlabs 让克劳德在我们旧金山办公室开一家店。 经历了艰难的开局后,企业状况有所好转。 大部分时间是这样。
我们发布了Bloom,一款开源工具,用于生成前沿AI模型的行为错位评估。 Bloom让研究人员能够定义一种行为,然后在自动生成的场景中量化其频率和严重程度。
作为我们与 @ENERGY 在创世纪任务中,我们为能源部生态系统提供了Claude,并配备了专门的工程团队。 该合作旨在加速能源、生物安全和基础研究领域的科学发现。
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。
我们自豪地推出 Murf Falcon:最快、最高效的文本转语音 API,专为下一代语音优先体验打造。 以下是猎鹰的独特之处: - 生产速度最快:模型延迟55毫秒,最快130毫秒到首次音频时间,跨地域一致 - 广泛的语言支持:35+种语言,具备富有表现力、自然的声音 - 最佳代码混合:流畅且准确的多语言能力 - 合规准备:覆盖10+区域的数据驻留,满足隐私和监管需求 - 灵活部署:为企业环境提供本地支持 每分钟只需1美分。 今天就试试Falcon:https://murf.ai/falcon
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。
无
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。
我们正在网站上做一系列重新设计,并上传到http://alpha.midjourney.com让你试试!第一个新设计是一个点击滚动风格创建器,第二个是将所有下拉设置面板重新设计成一个通用侧边栏。告诉我们你的看法<3
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,
我们刚刚到达 @brexHQ 2025年增长最快的50家软件供应商!我们与出色的同行同行——并且很高兴成为名单中增长最快的人工智能笔记者。 衷心感谢我们的团队、用户和社区。是你促成了这一切。现在,回到构建和提升会议效率的课题上。
你的《萤火虫2025》回顾已经上线,内容精彩纷呈。☕我们记录了所有这些:你最忙碌的一周、你说话的速度,以及你在会议上花的时间,这些会议本可以直接用Slack消息。 总结:你开了很多会议,日程可能需要带薪休假去看看你的。分享出来吧。告诉我们:哪个数据最让你惊讶?
00+ 积分。 我们正式成为最集成的AI会议工具! 客户关系管理系统(CRM)。项目工具。拨号器。医生。储藏。 如果你的团队用它——Fireflies很可能直接插上了。 衷心感谢每一位帮助我们完成的建造者、合作伙伴和用户今天就去探索我们的集成吧 https://app.fireflies.ai/integrations
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。
在与 @xiaofei_lin 在 @GENbio 新任首席执行官兼总裁Najat Khan讨论了基于人工智能的药物在临床中的进展、她对投资合适治疗项目的关注点,以及Recursion的未来发展。 她2026年的首要任务?通过与 @Roche , @genentech , 和 @sanofi 以及通过Recursion内部流程,比如我们刚刚宣布的REC-4881临床试验的积极数据更新,REC-4881是一种潜在的首创家族性腺瘤息肉症(FAP)治疗方案。 她还强调了保持AI模型进步前沿的重要性,拥有真正融合的技术-生物团队所带来的“魔力”,并根据项目对患者潜在的变革性影响和对股东价值的决策进行严格判断。 谈到人工智能在医学领域的实现承诺,Najat表示端到端的方法至关重要。 “人工智能的价值将成为整个价值链的复合效应。如果你在证据披露阶段省了三周时间,但在开发阶段却无法好好招募,那你并没有带来改变。这一切都回到了我们构建端到端AI平台的核心论点。”请阅读《GEN》杂志上的相关文章:https://genengnews.com/topics/artificial-intelligence/recursions-incoming-ceo-on-turning-ai-drugs-into-clinical-proof-points/
递归的首席平台官 @LinaZNilsson 最近被选入 AI 女性力量榜 @aiutahorg 以及女性技术委员会。该奖项旨在表彰在推动人工智能发展中展现领导力并为全州创新者树立榜样的女性。 Lina 于 2018 年加入 Recursion,并于 2025 年 5 月成为公司首任首席平台官。 她倡导以人工智能为先的端到端药物发现方法,确保我们不断突破递归作系统在人工智能、机器学习和自动化领域的突破,并将这些进步转化为患者实际影响。祝贺Lina获得这一实至名归的认可!
人工智能药物发现,已验证。 Recursion最近宣布其AI驱动药物发现平台的首次临床验证——针对正在进行的TUPELO研究,评估其AI识别药物REC-4881在家族性腺瘤性息肉症(FAP)中的正面1b/2期数据。 这种进行性罕见病影响美国和欧盟超过5万人,且尚无FDA批准的治疗方法。它会导致结肠内长出数百到数千个息肉,需要终身的侵入性监测和手术。 Recursion不仅利用人工智能提供了该疾病的首个潜在治疗方法,还首次大规模量化了试验相关人群中息肉负荷的真实自然进展。 它展示了融合专有数据与人工智能所带来的巨大突破——以及对患者生活的切实影响。完整研究结果请见此处:https://ir.recursion.com/news-releases/news-release-details/positive-phase-1b2-results-ongoing-rec-4881-tupelo-trial-0
结构化、可分析的真实世界数据如何改变医疗和医疗? 在我们最新一期播客《TechBio Talks》中,主持人Najat Khan博士采访了Highlander Health联合创始人Amy Abernethy医学博士和哲学博士。 艾米是一位医生、创新者和高管,开创了肿瘤学真实世界证据生成,以弥补患者护理和可及性的差距。 他们谈到了现实世界数据的三“浪潮”,最终形成了今天的多模态数据;这些真实世界的数据如何与患者的长期健康故事相关联;以及现实世界数据与现实证据之间的区别。他们深入探讨了这些数据如何推动临床试验和药物发现的重大创新转变。️请收听并继续关注:▪️Spotify:https://open.spotify.com/episode/5alrWaeoXJ0Sqni56UAPV1 ▪️YouTube:https://youtube.com/watch?v=2JZoJRLLZZk ▪️苹果:https://podcasts.apple.com/us/podcast/techbio-talks-episode-4-highlander-healths-amy-abernethy/id1834770803?i=1000741516803
奥金,@OwkinScience,Owkin 使用人工智能为每位患者找到合适的治疗方法。
我们的首席研发技术官埃里克·杜兰最近在一次采访中谈到了我们与巴黎萨克莱大学的新合作关系,该合作为所有学生、研究人员和教职工提供K Pro免费服务,作为奥金学院生物学的人工智能副驾驶。观看采访:
如何大规模地从空间组学中提取生物学洞见?我们的新博客探讨了我们在2025年建立的数据基础设施和方法。 构建理解生物学的人工智能和方法:https://linkedin.com/pulse/building-data-engine-from-spatial-omics-biological-understanding-fukme
我们介绍IMILIA:可解释的MIL用于通过H&E切片预测IBD炎症。ROC AUC 0.83(发现)、0.99 和 0.84(外部验证)。结合H0-mini + HistoPLUS + EpiSeg,提供定量生物学洞见。预印本:https://arxiv.org/abs/2512.13440
Geoffrey Hinton (@geoffreyhinton) - 深度学习先驱,多伦多大学
我最近和杰夫·迪恩聊起了过去的日子。 引用 杰夫·迪恩 @JeffDean · 12月18日 能与我的老同事进行炉边谈话非常愉快@geoffreyhinton几周前,由@JordanJacobs10.我们完整讨论的录音现已上传至Spotify:https://open.spotify.com/episode/2zM1FkXwxspjK1OlX7wMSU?si=t9cmHsTuTKyOqMMN5-qQrw
Yann LeCun (@ylecun) - Meta首席AI科学家,卷积神经网络之父
在思考技术革命对劳动力市场的影响时,请听听那些研究过过去技术革命对劳动力市场影响的经济学家的意见。 永远不要听计算机科学家的话。
Andrew Ng (@AndrewYNg) - Coursera联合创始人,斯坦福教授
尽管大型语言模型令人惊叹,但如今提升它们的知识过程比人们普遍认识的更为零碎。我之前写过人工智能很了不起......但也没那么惊人。嗯,LLM确实很通用......但也没那么普遍。我们不应该相信LLM几年内会成为通用人工智能的错误宣传,但也不应相信相反的说法,也不应相信它们只是演示软件的错误炒作。相反,我觉得更准确地理解当前构建更智能模型的路径会很有帮助。 首先,LLM确实比早期技术更为通用。这就是为什么单一LLM可以应用于广泛的任务。第一波LLM技术通过在公共网络上进行培训实现了这一点,网络包含了大量关于各种主题的信息。这使得它们的知识比早期只训练执行单一任务的算法更为通用,比如预测房价或下棋、围棋等单一游戏。然而,它们远不如人类能力一般性。例如,在对公共网络的全部内容进行预训练后,LLM仍然难以适应用许多编辑者能做到的某些风格写作,或者可靠地使用简单网站。 在利用了几乎所有网络上的开放信息后,进展变得更加艰难。如今,如果前沿实验室希望LLM在特定任务上表现出色——比如使用特定编程语言编写代码,或者对医疗、金融等领域的某个细分领域做出合理言论——研究人员可能会经历繁琐的过程,寻找或生成该领域的大量数据,然后准备这些数据(清理低质量文本、反复、改写等),以创建数据以赋予LLM这些知识。或者,为了让模型执行某些任务,比如使用网页浏览器,开发者可能会经历更繁琐的过程,创建许多强化学习体馆(模拟环境),让算法反复练习有限的任务集。 普通人类尽管在计算机训练环境中见过的文本远少于现代前沿模型,但他们仍能推广到远比前沿模型更广泛的任务。人类可能通过持续学习反馈,或拥有更优越的非文本输入表示(大型语言模型对图像的分词方式在我看来仍像是黑客手段),以及许多我们尚未理解的机制来实现这一点。 如今推进前沿模型需要大量手动决策,并采用以数据为中心的人工智能方法来工程我们用来训练模型的数据。未来的突破或许能让我们以更零散的方式推进大型语言模型,而非我在这里描述的那样零散。但即使没有,持续的零碎改进,加上这些模型在有限程度上泛化和表现出“涌现行为”,也将继续推动快速进展。 无论如何,我们都应该规划未来多年的艰苦工作。漫长、艰难——而且充满乐趣!——的艰难征程还在前方,以打造更智能的模型。 [原文:https://deeplearning.ai/the-batch/issue-332/ ]
OpenReview是支持AI研究和知识共享的重要支柱之一,通过开放的同行评审和发表实现。但作为非营利组织,它需要社区的支持。请考虑向这家伟大的机构捐款!https://openreview.net/donate
新课程:Nvidia NeMo 代理工具包:让代理可靠,由 @Pr_Brian 从 @NVIDIA .
许多团队难以将代理演示转化为可靠的系统,准备投入生产。本短期课程将教你如何利用英伟达开源的NeMo代理工具包(NAT)将代理式工作流强化为可靠的系统。无论你是用原始Python构建代理,还是使用LangGraph或CrewAI等框架,NAT都提供了可观察性、评估和部署的构建模块,将概念验证转化为生产准备系统的基础。 NAT使通过执行跟踪、系统化评估和CI/CD集成,轻松排查和优化代理性能变得容易。 你将获得的技能: - 构建基于配置的代理工作流,使用 REST API 和最小化代码 - 通过追踪添加可观察性,以可视化代理推理和调试性能瓶颈 - 利用黄金标准数据集创建系统评估,以衡量和提升代理的可靠性 - 部署具备认证、速率限制和专业网页界面的多智能体系统 - 协调来自不同框架的代理协作处理复杂任务 加入并学习如何将经纪人演示转化为可靠的系统!https://deeplearning.ai/short-courses/nvidia-nat-making-agents-reliable/
Fei-Fei Li (@drfeifei) - 斯坦福HAI院长,ImageNet发起人
2026年人工智能的下一步是什么?斯坦福HAI的顶尖研究人员刚刚公布了他们的预测: @landay https://hai.stanford.edu/news/stanford-ai-experts-predict-what-will-happen-in-2026
研究人员正在利用 Marble 生成模拟准备的机器人环境(场景+碰撞网格),然后将它们导入 @NVIDIARobotics Isaac Sim 用于培训+评估,无需手动环境设置。 案例研究:http://worldlabs.ai/case-studies/1-robotics
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。
Codex变得非常出色,会迅速提升。如果你想明年让它变得更好100倍,团队正在招聘。疯狂冒险保证;成功的可能性。
上周,一位使用我们之前模型的安全研究人员发现并披露了React中的一个漏洞,可能导致源代码泄露。 我相信这些模型将对网络安全带来净收益,但随着它们的改进,我们正处于“实际影响阶段”。
GPT-5.2-Codex 今天正式上线。 它专门训练用于代理编码和终端使用,OpenAI的团队在使用它上取得了很好的成功。
图片1.5今天在ChatGPT和API中上线! 图像在很多方面都更好,速度更快,还有新的编辑功能。
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。
Gemini 3 Flash 比 2.5 Pro 快得多,效率也更高。 请观看下方3 Flash在上一代处理器尚未完成处理前,就已生成复杂的图形、3D模型和网页应用
我们瞬间回来了Gemini 3 Flash是我们最新型号,拥有前沿智能,打造为闪电般的速度,推动性能与效率的帕累托前沿。它性能优于2.5 Pro,同时速度快3倍,成本却低很多。 随着此次发布,Gemini 3的下一代智能系统正在向包括我们在内的所有人推广 @Geminiapp + 搜索中的AI模式。开发者可以在 Gemini API 里用它来构建 @GoogleAIStudio 、Gemini CLI 和 Google @antigravity 企业可以在Vertex AI和Gemini Enterprise中获得。
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。
在班加罗尔参加开发活动,演示我最近开发的一个应用,用于深入研究,包含多个模型和决策框架,感觉很有趣......可以把它想象成“辩论链”......下一站,Copilot!!
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。
提示GPT-5.2 Codex用于长期任务: 引用 努曼·阿里 @nummanthinks · 14小时 提示GPT 5.2 Codex 以实现连贯性 它擅长执行长期任务,但没有明确指导可能会丢失结果 把这个放在你的AGENTS .md文件顶部,这样Codex就能处理更大规模的任
关于评估思维链可监测性质量的新研究。 思维链可监控性是一个非常令人鼓舞的安全性和一致性机会,使得模型的思考变得容易:
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。
无
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。
性能提示 多年来,我和同事Sanjay Ghemawat对各种代码进行性能调优进行了相当多的深入研究。几年前我们写过一份内部绩效提示文档,用来识别一些通用原则,最近也在外部发布了该文档的一个版本。 我们非常欢迎你提供任何反馈! 完整文档请见:http://abseil.io/fast/hints.html 内部版本还包含更敏感的代码示例(例如TPU编译器后端的变更),这些示例我们无法在外部版本中包含。 杰夫·迪恩 @JeffDean · 12月20日 你可能也会喜欢这个 @NewYorker 关于我们合作风格的文章。
公开版本是内部版本的某种程度净化版。谷歌的人员可以在go/performance-hints找到内部版本,里面有指向我们源代码仓库系统中实际变更列表的链接。 看到这么多人对工作的综述真是太棒了 @GoogleResearch 过去一年。了解以下领域的进展: 生成模型的进展 生成式用户界面 量子计算 科学发现中的人工智能 生物医学与神经科学研究 气候与可持续性 隐私与安全 新颖模型架构 ...还有更多...... 阅读博客文章请访问http://research.google/blog/google-research-2025-bolder-breakthroughs-bigger-impact/
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。
得谈谈我最逆向的看法之一 @PeterDiamandis 我认为AGI“种族”这个称呼是个极大的误导。 不会有单一的AGI,而是无限的变体、风格和形式。这比零和竞赛有趣得多。
团队只是为这里增添了一点额外的节日气氛 @Copilot !认识蛋酒模式Mico——现已在美国、英国和加拿大上线,仅限节假日期间供应。只需点击⛄图标在和米可交谈时。
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。
经典的大型语言模型困境:聪明与快速。双子座3闪电侠的新现实:为什么不同时拥有? 这种权衡从未让我觉得如此微小。祝贺团队!️
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。
2025年LLM年度回顾 2025年是大型语言模型(LLM)取得的强劲且充满事件性的一年。以下是一些个人值得注意且略显意外的“范式变革”——那些改变了格局并脱颖而出的事情......
喜欢“思考的食粮”这个表达,因为它是人类体验到的一种具体而神秘的认知能力,但大型语言模型没有相应的对应能力。 定义:“值得思考或考虑的事情,比如一顿心理餐,滋养你的心灵,带来需要更深入反思的想法、见解或问题。它用于挑战你视角、提供新理解或让你思考重要问题的话题,作为智力上的刺激。” 在LLM的话里,它是一系列代币,当用作思考链的提示时,样本通过某种尚未发现的内在奖励函数,令人有回报地关注。痴迷于它呈现的形态。发人深思的东西。
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。
无
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。
在美国对数据中心实施暂停令是个糟糕的主意......这并不意味着替代方案必须是纯粹加速,而不顾及对社会的影响。 就像开车一样,我们可以用油门和刹车来向前行驶。
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
如何传递隐性知识是最深刻的问题之一。也许视频能做到文字做不到的事情?在 @stripepress 我们非常期待探索这个领域。 引用 塔玛拉·温特 @_TamaraWinter · 12月19日 1/ 今天@stripepress正在发布我们称之为《Tacit》系列的前两部迷你纪录片。 它们是工匠们的片段,为“人工智能之后,精通还重要吗?”这个问题提供了相当有力的答案。
该 @Stripe Atlas团队刚刚发布了他们的年度回顾。由于Atlas现在涵盖了大量初创企业(截至2025年已有23,000+家),这成为了更广泛生态系统趋势的一个有趣快照。我觉得有趣的发现包括:
• Atlas公司注册数量同比增长36%。目前,超过20%的特拉华C公司是从Atlas开始的。(特拉华州的公司成立有很多原因,显然——大型公司成立子公司等——所以Atlas在整体初创企业中占比更大。)
• Atlas公司的创始人来自任何地方,欧洲是增长最快的地区(+48%同比增长率)。我的推测假设是,这是因为在许多欧洲国家,办理公司注册非常繁琐且繁琐,而且人们越来越普遍地知道你可以直接使用美国公司。许多欧洲领导人都意识到这些问题,我希望他们会采取行动。
• 跨国创始团队在多创始人团队中比2017年更常见79%。这感觉像是远程工作的直接红利,但效果的大小让我感到惊讶。
• 收入实现时间正在加快。值得注意的是,2025年成立的Atlas初创企业在前6个月的收入中位数比2024年高出39%。虽然今年公司注册数量创历史新高,但同样有越来越多的公司在六个月内实现了10万美元的收入。也就是说,无论是数量还是某种质量(至少在收入方面)都在增加。我不太确定该怎么解释。我认为虚无假设很简单:人工智能和稳定币打开了可能性的门户,大量初创企业正在动员,客户也热切前来。
• 方差正在增加。虽然中位数公司比去年增加了39%的收入,第90百分位的公司增加了52%,第99百分位的公司则增加了67%。这同样是逐年变化——相当显著。这一趋势与轶事相符:初创企业 @cursor_ai 以及 @Lovable (两者均与Atlas合并)实现了前所未有的收入增长。
我最喜欢Stripe的一个方面,就是能实时看到这些趋势的发生。如果您有兴趣打造能够直接促进这种创业和创新的工具,欢迎联系我们。
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。
觉得精益还没那么有用来证明什么重大事情。 所有实验室应该聚在一起,先用大量计算来升级和填补数学库的空白,这对模型本身也很有用
机器人来了。” @EMostaque 智能互联网创始人兼首席执行官( @ii_posts ),与 @LukeMulks 关于人工智能的经济颠覆以及社区如何在变化的世界中繁荣。 请完整听听#TheBraveTechnologist剧集在这里:
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。
确实,我会编程 《纽约时报》没有对此进行事实核查路 引用 JD·罗斯 @justindross · 12月17日 看到《纽约时报》说Alexandr Wang“不是工程师”,我笑了 当我们聘请他时,他当时是一名17岁的软件工程师,他在IOI中排名美国第十名的竞争程序员
MSL 推出的新开放模式版本:SAM Audio快去看看! 引用 Meta 的人工智能 @AIatMeta · 12月17日 介绍SAM Audio,首个统一模型,通过文本、视觉或跨度提示从复杂音频混合中分离任何声音。 我们正在与社区分享SAM音频,以及感知编码器模型、基准测试和研究论文,以赋能他人
今天我们发布并开源了Segment Anything 3(SAM 3)。 它是一种最先进的图像与视频分割模型,建立在SAM和SAM 2的工作基础上。 SAM3 也将很快为 Edits、Meta AI 和 Facebook Marketplace 的功能提供支持。
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。
我把晚上的帖子结束,玩Claude、SAM Audio、Chatterbox Turbo和Reachy。 @Prince_Canuma 我来找你了
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。
精彩的图形制作 @oneusefulthing 关于人工智能部署问题:
世界模型将和大型语言模型一样重要。下一个大市场和《通用直觉》拥有这方面最好的数据集......
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。
关于公共安全技术及其对犯罪影响的新播客https://youtu.be/tR6g3zrk7eM?si=qwXJi6jc9SJSyHfL其中 @glangley
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。
来自NVIDIA、Harvey、Glean、Cognition、Box等首席执行官的2026年人工智能预测......
黄仁森, @jainarvind , @winstonweinberg , @ScottWu46 , @raizamrtn , @zackmziegler , @levie , @MishaLaskin , @polynoamial , @joshim5 , @bryanjohnson , @sholtodouglas , @bfspector , @amspector100 , @dylan522p
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。
无
Max Tegmark AI/未来 @tegmark MIT, Future of Life Institute
2025年最重要的人工智能发展进行了非常精明的总结:
Matei Zaharia 大数据/AI @matei_zaharia Databricks, UC Berkeley
人们常问我,为什么我们认为Databricks能在我们扩展的新领域取得成功。原因在于:我们在认为可以大幅改善现状的领域组建出色的团队。Lakehouse 是其中之一,Lakebase 是接下来,但未来还有更多,尤其是在人工智能领域。
Thomas Wolf NLP/开源 @Thom_Wolf Hugging Face
我今年最喜欢的反对时刻,是一位传奇的Valley五金独角兽创始人告诉我,让我们的用户自己组装Reachy Mini是他听过的最愚蠢的主意。 事实证明,这是大家共同分享和喜爱的开箱时刻。 你不必听偶像的话。 相信你的直觉。
本周有两篇关于人工智能硬件/计算问题的精彩对决文章: @Tim_Dettmers 的新文章: 《为什么AGI不会发生》 =>https://timdettmers.com/2025/12/10/why-agi-will-not-happen @realDanFu 的回应/观点: “是的,AGI确实可能发生——一种计算视角” =>https://danfu.org/notes/agi/非常喜欢——谢谢两位
每日国外区块链发展动态回顾-2025年10月21日至24日
每日国外区块链发展动态回顾-2025年10月21日至24日 按:2021年初初步选定的这三十人(为:Dovey Wan,Andre Cronje,Hayden Adams,SBF,czbinance,VitalikButerin,Rune Christensen,Stani Kulechov,Robert Leshner @rleshner,Kain Warwick @kaiynne,Juan Benet,Gavin Wood,Anatoly Yakovenko @aeyakovenko,Dominic Williams, Daniel Larimer,... 第一次调整(2021年5月11日):会删除一些不活跃的推特主;增加一些我重点关注可能亲身实践的项目每日资料,本次包括:IDENA; ETHSWARM BEE; ZKSYNC; ZK.MONEY; TORN; POAP.XYZ;Float Protocol,Index Coop,EPNS,MASK。 第二次调整(2021年6月9日):删除ameen.eth @ameensol,PlanB @100trillionUSD;增加...
每日国外区块链发展动态回顾-2025年10月15日至20日
每日国外区块链发展动态回顾-2025年10月15日至20日 按:2021年初初步选定的这三十人(为:Dovey Wan,Andre Cronje,Hayden Adams,SBF,czbinance,VitalikButerin,Rune Christensen,Stani Kulechov,Robert Leshner @rleshner,Kain Warwick @kaiynne,Juan Benet,Gavin Wood,Anatoly Yakovenko @aeyakovenko,Dominic Williams, Daniel Larimer,... 第一次调整(2021年5月11日):会删除一些不活跃的推特主;增加一些我重点关注可能亲身实践的项目每日资料,本次包括:IDENA; ETHSWARM BEE; ZKSYNC; ZK.MONEY; TORN; POAP.XYZ;Float Protocol,Index Coop,EPNS,MASK。 第二次调整(2021年6月9日):删除ameen.eth @ameensol,PlanB @100trillionUSD;增加...
每日国外区块链发展动态回顾-2023年11月4至6日
每日国外区块链发展动态回顾-2023年11月4至6日按:做这个系列源于:现在是按区块链名人或项目的推特号,从研究之日起,大约研究半年左右(根据其推文内容,有部分高产推主,可能只研究其当年的内容,大约每个专题8000-12000字就停止)其发展动态,摘选一些我认为重要、有价值的信息,这样重复下来,一个人物或项目研究毕后,基本要数月甚至很长时间不再看他的推文,这就忽略了一些高产、有价值、经常发布的推主最新的内容,也遗漏了他们对当前市场、行业及项目的分析和看法,这是可惜的;所以,我会在之前研究的推主中选择若干我认为会有精彩观点的推主(初步定30人左右,以后可能会调整)每日(基本仅限当日)推文,进行阅
Share Dialog
Share Dialog
No comments yet