最新的 AI 产品、模型、Agents、Robotics、AI 芯片、融资与开源动态。
机器人“大脑”的开发者们正摆脱类似GPT-2的早期阶段，向更成熟的人工智能能力推进。
与此同时，机器人的硬件躯体似乎已经先行一步，正静静等待与其匹配的智能系统完成进化。
这一转变可能意味着机器人技术正处在关键节点：一旦AI大脑真正赶上身体的能力，机器人应用有望迎来质变。
当前的落差也提醒外界，机器人落地的最大瓶颈或许不在机械结构，而在于赋予机器人的智能水平。
机器人大脑构建者正走出GPT-2时代。
机器人身体在等待AI大脑追赶上来。
消息发布于2026年8月26日。
值得关注的是，机器人AI能否在短期内取得突破，弥合与身体之间的智能差距，进而推动新一轮产业落地。
初创公司QueryStory正式结束隐身模式，宣布获得600万美元种子轮融资。
公司计划结合大型语言模型与网络安全专业知识，使AI查询的叙述更加连贯可信。
其目标似乎在于让用户更能信任AI系统所提供的信息。
随着AI生成内容日益普及，查询结果的连贯性和可信度成为关键问题。
利用网络安全经验来增强AI查询的完整性，可能成为区分AI服务质量的新方向。
QueryStory已获得600万美元种子资金。
该公司将使用LLM和网络安全技术来实现其目标。
观察QueryStory如何将网络安全能力转化为具体的产品功能。
关注这一方案能否在实际应用中真正提升用户对AI的信任。
Arga Labs宣布完成种子轮融资，融资金额为1000万美元，该轮融资由General Catalyst领投。
参与本轮融资的机构还包括Box Group、Emergence、Gradient和SV Angel。
公司目前正在开发一种新的方法，旨在更有效地训练面向企业场景的AI代理。
企业级AI代理的应用越来越广泛，但其训练过程往往复杂且成本高昂，改进训练方式有望提升部署效率和可靠性。
种子轮融资的规模及领投方的参与，反映出资本市场对AI代理基础设施方向的关注正在升温。
Arga Labs筹集了1000万美元的种子轮资金。
该轮融资由General Catalyst领投。
Box Group、Emergence、Gradient和SV Angel也参与了投资。
公司目标是构建更好的企业AI代理训练方式。
观察Arga Labs如何利用这笔资金完善其训练方法，并吸引更多企业客户。
留意该公司后续是否披露更多技术细节或合作案例，以验证其训练方案的实效。
GitHub 推出了一项新能力：企业所有者现在可以授予 GitHub 应用访问企业账单数据的权限。
在创建或配置 GitHub 应用时，用户可以选择“企业账单”这一权限项目，从而允许应用读取相关账单信息。
这一变化让企业能够将账单数据纳入自动化流程，例如通过自定义应用跟踪费用或生成报表，而不必手动导出或查看账单页面。
同时，它也为应用开发者提供了更细粒度的权限控制，使企业在授权应用时能更明确地限定数据访问范围。
企业所有者可以授予 GitHub 应用访问企业账单数据的权限。
该权限可在创建或配置 GitHub 应用时进行选择。
此消息发布于 2026-08-26 的 GitHub Changelog。
后续可能会看到更多基于账单数据的应用集成出现，帮助企业更高效地管理和分析支出。
权限的细粒度控制是否会影响企业对 GitHub 应用的安全评估，也值得持续关注。
大型语言模型如Claude、ChatGPT和Gemini，面对“史上最佳电影是什么”这类提问时，会给出各不相同的答案。更令人不安的是，即便是构建这些模型的人，也难以确切解释某个特定回答是如何产生的。这种难以捉摸的行为有时有用，但也可能带来负面后果——例如OpenAI曾无法解释其先进预发布模型为何会“攻击”AI公司Hugging Face。
专注于AI可解释性的实验室Goodfire，近日将其Silico平台向公众开放。该平台集合了多种工具，用于解读AI模型的行为。同时，Goodfire宣布了一项新的资助计划，为学术和非营利机构的可解释性研究人员提供价值100万美元的免费Silico使用额度，旨在让原本只属于少数精英实验室的技术，走向更多研究团队和初创公司。
Goodfire成立于2024年，总部位于旧金山。其联合创始人兼CEO Eric Ho表示，“将模型视为黑箱并非必然，而是一种选择。借助合适的可解释性工具，我们能看到模型实际的工作方式。”Silico平台允许用户用自然语言描述想要调查的问题，例如“找出我的模型何时以及为何产生幻觉”，随后平台会自动构建实验计划，并派遣AI代理并行执行任务。
随着前沿AI模型开始编写代码、生成人类无法独立完成的结果，并在社会中承担重要任务，理解AI的“思考”过程和输出变得愈发迫切。无法解释AI的决策，可能带来难以预料的信任与安全问题。
Goodfire推动的可解释性技术，有潜力将AI从“黑箱”转变为可检查、可编辑的系统。在医学等关键领域，这种能力尤其重要——例如英国公司Prima Mente借助Goodfire的工具，发现其检测阿尔茨海默病的模型使用的是DNA片段长度模式，这是一个人类此前未曾用于该病检测的信号。
Goodfire的Silico平台已向公众开放，用于解释AI模型行为。
Goodfire宣布为学术和非营利可解释性研究人员提供100万美元的免费Silico使用额度。
Goodfire成立于2024年，总部位于旧金山，CEO为Eric Ho。
Silico采用机械可解释性方法，解读模型的权重、激活、注意力模式，并映射神经元及通路。
Prima Mente使用Goodfire工具分析其Pleiades模型，发现该模型通过DNA片段长度模式检测阿尔茨海默病。
Goodfire的资助计划能否真正吸引更多学术团队投身可解释性研究，并推动该领域从少数实验室走向更广泛的创新生态，值得关注。
随着Silico这类平台普及，未来可能出现更多对AI模型内部机制的直接编辑和干预案例，届时如何平衡能力增强与安全风险，将成为新议题。
【严肃提醒】我从未参与、推广或代言任何虚拟货币项目。所有使用我名字、头像或形象的账号均为假冒，请勿相信任何相关投资信息。
听力科技初创公司Legato近日结束隐身模式，宣布获得1200万美元融资，并首次展示了其AI助听眼镜产品。
这款名为Legato Frames的眼镜，将公司持有的专利听力辅助技术整合到镜框的镜腿之中。
将助听技术嵌入日常佩戴的眼镜，可能让听辅助设备变得更自然、更易被接受，而不是依赖传统耳内装置。
AI技术的引入意味着这类设备有望在声音处理上提供更智能的体验，值得关注的是它如何在实际场景中发挥作用。
Legato是一家听力科技初创公司，刚刚走出隐身模式。
公司获得了1200万美元融资。
其产品Legato Frames将专利助听技术集成在镜框镜腿中。
随着Legato公开亮相，预计将有更多关于Legato Frames的功能细节与上市计划公布。
这笔融资将如何推动产品研发和商业化，也是后续值得关注的焦点。
IBM推出了其新的Granite 4.2系列模型，这一发布恰逢业界对本地大语言模型兴趣日益浓厚的时期。
据官方说明，这些模型的开发重点在于增强智能体能力，并确保企业部署的可预测性。
本地LLM（即本地运行的大语言模型）近来备受关注，因为企业希望在数据隐私、延迟和成本方面获得更多控制权。IBM的新模型瞄准这一需求，同时强调智能体能力，意味着它们更能自主执行复杂任务。
可预测的企业部署是另一个关键点：企业需要知道模型在特定环境下如何表现，以便可靠地集成到生产流程中。Granite 4.2显然试图在这一方向上建立信任。
IBM发布了新的Granite 4.2模型。
该发布与本地LLM的兴趣浪潮相关。
新模型的焦点是智能体能力和可预测的企业部署。
关注Granite 4.2在真实企业场景中的智能体表现，以及它如何与现有本地部署工具链集成。
业界对本地LLM的兴趣是否会持续增长，以及IBM是否能凭借这一代模型在竞争中占据有利位置，值得观察。
比尔·盖茨最近对人工智能进行了大量反思，这一过程让他产生了明显的观念转变。
这位微软联合创始人曾是AI的坚定乐观主义者，如今却对AI给人类共同未来带来的影响感到深切悲观。
此前他在AI议题上一直刻意保持低调，现已携一篇近6000字的文章重新发声。
作为科技界具有标志性影响的人物，盖茨从乐观到悲观的态度转变，可能反映AI风险讨论正在走向更严肃的阶段。
他选择用长文形式回归公共讨论，或意味着AI的潜在威胁已让长期支持技术进步的领袖人物感到不安。
盖茨是微软联合创始人。
他曾是坚定的AI乐观主义者，现在对AI的未来深感悲观。
他近期在AI议题上一直保持沉默，如今以一篇近6000字的文章回归。
外界将关注这篇长文的具体内容，看他究竟指出了哪些具体的AI风险。
盖茨立场的转变可能引发科技领袖和政策制定者对AI监管方向的重新讨论。
从北极熊到家猫，网上的动物图片和视频越来越多可能由AI生成，让人难以判断它们是真实存在还是虚构产物。
宠物主人、动物救助机构以及野生动物保护组织都开始发声，要求建立新的保护机制，以应对这一趋势。
如果人们无法分辨真实动物的影像与AI生成的假象，可能削弱公众对真实动物保护议题的关注，也會影响宠物领养、救助等实际工作的可信度。
这类内容还可能被用于误导性传播，让公众对野生动物的真实生存状态产生错误认知，进而干扰保护行动。
AI技术让分辨动物真实性的难度大大增加。
宠物主人、救助机构和野生动物组织正在呼吁新的防护措施。
涉及的动物范围包括从北极熊到家猫等各种类型。
平台方是否会推出标识或检测工具，帮助用户识别AI生成的动物内容。
相关机构与监管部门能否针对此类内容制定更明确的规则和标准。
Runable宣布完成2100万美元融资，其核心主张是让AI代理不仅能帮助创建业务，更能推动业务增长。
该公司披露，过去90天内其总token使用量超过1万亿，其中60%至70%来自付费客户。
这轮融资表明投资者看好AI代理从一次性搭建工具向长期运营伙伴的转变——即从“帮你开张”到“帮你做大”。
付费客户占据大部分token消耗，说明真实市场需求正在形成，而不仅仅是试用或演示。
Runable获得2100万美元融资。
过去90天token使用量超过1万亿。
其中60%至70%的token使用量来自付费客户。
Runable能否将高付费使用率转化为持续的收入增长和客户留存。
AI代理在业务增长场景中的实际效果，以及这一赛道是否会吸引更多资本涌入。
前のメルマガにも書いたが、銅価格は今年すでに過去最高値を更新している。ロンドン金属取引所（LME）の銅価格は1トン＝1万4,300ドルを突破し、年初来で約15％上昇、過去1年間では45％を超える上昇となっている。 背景にあるのは、世界的な電力網整備、EV、再生可能エネルギー、そしてAIデータセンターによる巨大な銅需要だ。 S&P Globalの推計では、世界の銅需要は昨年の約2,800万トンから、2040年には約4,200万トンまで増加する見通しで、増加率は約50％に達する。 一方で、銅鉱山の開発には長い時間がかかり、供給能力の拡大も限られている。そのため、2040年には最大で約1,000万トンもの供給不足が発生する可能性がある。 つまり銅は、従来の単なる工業用金属から、AI時代に欠かせない「物理インフラ資産」へと変わりつつある。 投資方法も、銅そのものを直接買うだけではない。 例えば、銅先物に連動するCPERのようなファンドは今年すでに約14％上昇している。ただし、先物型ETFにはロールオーバーコストの影響がある。 一方、銅鉱山株や銅鉱山ETFは、銅価格が上昇した際に利益が大きく拡大する可能性がある。Global X Copper Miners ETFは今年約35％上昇しているが、その分、鉱山事故、政治リスク、採掘コスト上昇などのリスクも抱えている。 もう一つ、比較的安定した投資ルートとして考えられるのが、データセンターや電力網のアップグレードに関わる企業だ。 例えば、電力設備、冷却システム、送配電設備、電力インフラ関連企業などである。 本当に重要な投資テーマは、「銅価格がこれからも一直線に上がり続けるか」ということではない。 今後10年以上にわたり、世界的な電化とAIインフラ建設によって生まれる銅の構造的需要が、これまで市場が想定していた以上に大きくなる可能性があるという点だ
OpenAI发布了一份新报告，重点关注学生和教育工作者如何使用ChatGPT。
报告指出，这种使用方式有助于让学习过程变得更加持续。
相关支持被认为能够延伸到教室之外的学习场景。
如果学习不再受限于课堂时间和地点，教育的方式可能发生改变。
AI工具或能成为连接正式学习与日常生活的桥梁，让学生随时获得帮助。
这也意味着教育者需要重新思考如何设计和引导学习体验。
该报告由OpenAI发布。
报告探讨了学生和教师使用ChatGPT的情况。
核心目标是让学习更连续，并提供超出课堂范围的支持。
后续是否有更多关于AI辅助学习的具体案例或数据出现。
教育机构是否会基于此类报告调整对AI工具的使用方式。
OpenAI 宣布扩展 ChatGPT for Teachers 项目，新增覆盖 55 个美国学校系统。
这一扩展将为超过 10 万名教育工作者和学校员工提供安全的人工智能工具，以及相应的培训和支持。
此次扩展意味着更多教师能够借助人工智能工具优化教学与日常管理，而不仅仅是少数试点学校。
配套培训和持续支持是推动人工智能在课堂中落地的关键，因此这一举措可能为其他地区采用同类工具提供参考模式。
ChatGPT for Teachers 正在扩展至 55 个美国学校系统。
该项目将为超过 10 万名教育工作者和员工提供安全的人工智能工具、培训和支持。
后续值得关注的是，该扩展计划能否顺利覆盖所有目标学校，以及教师在实际使用中的反馈是否积极。
也可观察其他学校系统是否会基于这一模式引入类似的人工智能教学支持计划。
Google Cloud推出了Agent Valley，这是一个免费的、为期五周的直播学习系列，专为零基础初学者设计，让他们从最基础开始构建AI代理。
课程由Google DevRel工程师Annie Wang讲授，在一个小巧的低多边形虚拟世界中进行，参与者在这里构建和游玩，而不是面对终端命令行。
通过分屏笔记本电脑工作区，学习者将在第一天创建自定义伙伴，并引导它穿越五个区域，同时实时运行时检查器会揭示AI的思考、决策和实时成本。
该系列消除了常见的入门障碍：不需要机器学习背景或多年软件经验，Google为所有练习提供环境。
通过让代理开发变得有趣且可视化，Agent Valley让新手确切地看到AI如何推理和做出决策，通过直接动手实践揭开技术的神秘面纱。
向在Google设计AI系统的人学习，为进入这个快速发展且难以切入的领域提供了一条可行的路径。
Agent Valley免费、直播，为期五周，包含五个模块化课程，参与者可随时加入。
课程在五周的课程中涵盖控制、分解、协调、记忆和实时事件处理。
直播从太平洋时间9月1日上午10:00开始，连续五个周二进行，可通过goo.gle/agent101预约。
这种动手实践、游戏化的形式能否成功引导真正的初学者进入AI代理构建领域。
参与者对实时运行时检查器实时洞察AI行为和成本的反应如何，以及这种方法是否会在AI教育中得到更广泛的采用。
麻省理工学院开发了一款名为CrysVCD的工具，它利用人工智能帮助设计能够实际应用于现实世界的新材料。
该工具的核心作用在于筛选出化学上不稳定的设计方案，从而节省原本耗费在这些无效设计上的大量时间和资金。
材料设计通常需要投入大量资源进行反复试验，而化学不稳定的方案往往是其中主要的浪费来源。CrysVCD若能在早期识别这些问题，可能显著提高研发效率。
这一进展意味着AI不仅能生成理论上的新材料构想，还能帮助筛选出真正具备现实应用潜力的候选者，缩短从实验室到实际应用的路径。
CrysVCD工具由MIT开发。
该工具可用于筛选化学上不稳定的材料设计。
它有助于减少材料研发中耗费的大量时间和金钱。
未来，这类AI工具可能在更多材料研究领域得到使用，进一步降低创新门槛。
值得关注的是，AI辅助筛选是否能在更多实际生产环境中验证其有效性和稳定性。
印度语音AI公司Ringg宣布，作为其A轮扩展的一部分，从Peak XV获得了1000万美元的投资。
这笔资金将用于推动Ringg的语音AI技术，使其应用场景超越传统的电话通话。
此次投资表明，投资者对语音AI在电话之外的潜力充满信心，可能预示着更广泛的语音交互应用。
Ringg获得Peak XV的支持，可能加速其技术发展，并在竞争激烈的语音AI市场中占据一席之地。
Ringg从Peak XV获得了1000万美元的投资。
这笔投资是Ringg A轮扩展的一部分。
Ringg旨在将语音AI应用扩展到电话之外。
关注Ringg如何利用这笔资金拓展语音AI的应用场景。
观察Peak XV的投资是否会影响其他投资者对语音AI领域的兴趣。
很有意思。昨天去了三场活动。 一场是王祖贤的分享，讲角色转变、养生和创业。 一场是每个人都可以vibe coding五分钟，把手搓的项目拿出来，不管成不成熟，先听听大家的想法。 一场是医疗协会的活动，我作为讲师，给在美国行医多年的人，讲茶道里的哲学和科学。 三场都是近百人。最小的8岁，最大的93岁。 这里最吸引我的地方大概是： 不管多大，都在学习； 不管多新的项目，都可以拿来讲； 不管多大的光环，在这里，都可以从零开始。 感谢朋友们的邀请，看见真实的硅谷。@hongshuli365 @yanliudreamer
据知情人士透露，机器人初创公司Generalist在最新一轮融资中筹集了2亿美元，使其估值达到30亿美元。
此次融资距离该公司估值达到20亿美元仅过去数月。
这一快速估值增长表明投资者对物理AI领域的兴趣浓厚，可能推动更多资本涌入该赛道。
Generalist的估值跃升或反映市场对机器人技术商业化前景的乐观预期。
Generalist的估值达到30亿美元。
本轮融资额为2亿美元。
此前估值曾达到20亿美元。
关注Generalist后续的融资动态及产品发布计划。
观察物理AI领域其他初创公司是否出现类似估值增长。
OpenAI又失去了一位数据中心高管，这是该公司一系列高层离职中的最新一例。
在Malone离职前，OpenAI已经重组了其基础设施部门，将其汇报线从总裁Greg Brockman改为由副总裁Sachin Katti负责。
这一变动可能影响OpenAI在数据中心和基础设施方面的战略稳定性，尤其是在公司面临激烈竞争和快速扩张的背景下。
高管的频繁离职可能引发外界对OpenAI内部管理和领导层连续性的担忧。
OpenAI失去了一位数据中心高管。
离职前，OpenAI已重组基础设施部门，Malone的汇报线从Greg Brockman改为Sachin Katti。
关注OpenAI是否会进一步调整其基础设施团队，以及是否有更多高管离职。
观察新任负责人Sachin Katti将如何领导该部门，以及这是否会影响OpenAI的扩张计划。
Apple Machine Learning发布了一项名为Luce的研究，提出一种面向3D资产生成的新表示方法。研究指出，高质量的图像到3D生成需要一种能同时捕捉几何与外观的3D表示。
为使生成结果支持重新打光并融入标准渲染管线，该表示需包含基于物理渲染（PBR）的元素，如反照率、金属-粗糙度和表面法线。Luce将几何与PBR材质统一在一个体素化的多模态高斯云中，并为每种模态使用专门的高斯原语。
研究进一步引入一个变分自编码器，将该表示压缩为统一的材质感知潜空间，以支撑后续的生成任务。
可重光照能力意味着生成的3D资产能够直接应用于需要动态光照环境的渲染流程，这对于游戏、影视和虚拟现实等场景中的3D资产生成具有实际意义。
将几何与材质统一到单一表示中，有望简化从图像到3D资产的生成链路，减少模型在不同模态之间切换的复杂度，也为更高质量的生成结果提供了结构基础。
Luce是一种将几何与PBR材质统一于体素化多模态高斯云中的3D表示。
该表示包含反照率、金属-粗糙度和表面法线等PBR模态，并使用专用高斯原语表示每种模态。
研究使用变分自编码器将表示压缩为统一的材质感知潜空间。
该成果来自Apple Machine Learning，发布于2026年8月26日。
后续值得关注Luce在真实3D资产生成任务中的效果表现，以及该方法能否支持多视角一致的高质量几何重建。
还可观察该表示是否会被整合进主流3D内容创作工具或渲染管线，从而推动可重光照3D资产的自动化生产。
监督微调教师生成轨迹，是蒸馏工具调用能力到可部署模型的标准第一阶段。驱动已上线智能体的后训练流程每天或每周重跑这一步，每轮都要支付前沿教师模型的成本。
现有机制本质是“生成并过滤”：保留教师通过测试的轨迹，其余全部丢弃。由于失败样本不提供任何信号，同一批困难场景会在每一轮循环中反复留下，无法被针对性解决。
在 τ2-bench 上，57% 的教师尝试失败，其中三分之二是接近成功的情况——大多数工具调用正确，但最终未完成。
这种反复重跑却始终绕不开难例的循环，意味着蒸馏成本高但数据质量提升有限。从接近成功的失败中提取信号，可能让每次迭代不只是筛选成功样本，而是真正优化训练数据。
对部署工具调用智能体的团队而言，如果 PROOF-Gen 能把“几乎成功”的轨迹转化为有效训练信号，或可减少重复调用前沿模型的开销，同时改善模型在困难场景下的表现。
标准蒸馏第一阶段是对教师生成的轨迹做监督微调，部署管线每天或每周重跑，并支付前沿教师成本。
现有机制是生成-过滤：保留通过轨迹、丢弃失败，难例因无信号而持续存在。
在 τ2-bench 上，57% 的教师尝试失败，其中三分之二是接近成功（大多数工具调用正确但未完成）。
需关注 PROOF-Gen 如何具体利用接近成功的失败轨迹，能否在不额外增加教师调用的情况下提升蒸馏效果。
后续或会检验该方法在更复杂工具环境中的普适性，以及失败信号能否持续驱动数据质量进步。
论文提出一种名为 IDEA Prune 的集成扩大-剪枝流水线，将扩大模型预训练与结构化剪枝结合起来，而此前的研究往往忽略了扩大预训练这一环节。
研究聚焦两个关键问题：即使扩大后的模型最终不会部署，是否仍值得对其进行预训练；以及如何优化这一扩大-剪枝流程。
在推理预算有限的情况下，高效且可部署的大型语言模型需求日益迫切。结构化剪枝流水线已在 token 效率方面显示出相比从头训练目标尺寸模型的潜力，本研究试图进一步发掘其集成价值。
大型语言模型的最新进展加剧了对有限推理预算内高效可部署模型的需求。
结构化剪枝流水线在 token 效率上显示出比从头训练目标尺寸模型更有前景。
论文主张将常常被忽视的扩大模型预训练纳入剪枝流程。
关注论文对两个关键问题的具体回答：扩大预训练是否值得，以及优化流程的实现细节。
后续研究是否会验证该集成流水线在实际部署中的有效性。
Okay I built it! 🍰 Infinite Slop https://t.co/2SykqwedhF An infinite and interactive AI generated live stream of slop that goes on forever and ever Anything that you write in the chat is generated next and AI will try to connect it to the previous video so there's an actual https://t.co/We7YYMXcGC
机器人身体仍在等待AI大脑迎头赶上。
阅读 →
初创公司QueryStory携600万美元种子资金出隐，计划用LLM与网络安全知识提升AI查询连贯性。
阅读 →
Arga Labs完成千万美元种子轮融资，由General Catalyst领投。
阅读 →
企业所有者现可授权 GitHub 应用访问企业账单数据，并在配置时选择相关权限。
阅读 →
Goodfire将AI可解释性平台Silico向公众开放，并推出100万美元资助计划，助力研究人员理解大模型内部机制。
阅读 →
Legato推出AI助听眼镜，将专利技术集成于镜框镜腿。
阅读 →
IBM新模型聚焦智能体能力与企业可预测部署。
阅读 →
微软联合创始人比尔·盖茨从AI乐观派转为悲观派，以近6000字文章表达深切担忧。
阅读 →
AI生成的萌宠内容真假难辨，宠物主人、救助机构和野生动物组织呼吁加强防护措施。
阅读 →
Runable融资2100万美元，称九成内付费客户贡献六至七成token使用量。
阅读 →
OpenAI新报告探讨师生如何用ChatGPT让学习超越课堂、持续进行。
阅读 →
ChatGPT for Teachers 将覆盖55个美国学区，惠及超过10万名教育工作者。
阅读 →
Google免费的5周直播系列课程，让初学者在虚拟世界中亲手构建AI代理。
阅读 →
MIT研发的CrysVCD工具可大幅减少筛选化学不稳定设计所需的时间和成本。
阅读 →
Ringg从Peak XV获得1000万美元A轮扩展融资，推动语音AI发展。
阅读 →
Generalist完成2亿美元融资，估值升至30亿美元。
阅读 →
OpenAI数据中心高管离职，高层变动持续。
阅读 →
Apple ML团队提出Luce，以体素化多模态高斯云统一几何与PBR材质，支持重光照与标准渲染管线。
阅读 →PROOF-Gen 利用接近成功的失败轨迹，把工具调用蒸馏从单纯过滤转向优化数据，以降低重复调用教师模型的成本。
阅读 →论文提出将扩大预训练与结构化剪枝整合为一个系统，探讨其价值与优化方法。
阅读 →