David的AI全景图

背景：来听听腾讯昨天刚开源的混元翻译模型技术报告解读。 包含一个翻译模型Hunyuan-MT-7B和一个集成模型Hunyuan-MT-Chimera。翻译模型用来将待翻译的文本翻译成目标语言，集成模型用来把翻译模型的多个翻译结果集成为一个更好的翻译。重点支持33语种互译，支持5种民汉语言。 * WMT25参赛31语种之中30语种获得第一名的成绩。 * Hunyuan-MT-7B同尺寸业界效果最优 * Hunyuan-MT-Chimera-7B是业界首个开源翻译集成模型，可以将翻译效...

原文是一份 74 页免费的模型上下文协议（MCP）学习指南。下载地址见文末。 资料深入探讨了 MCP 的核心能力，即工具（可执行操作）、资源（只读数据源）和提示（预定义模板），并通过一系列实践项目展示了 MCP 在本地客户端构建、智能代理 RAG、金融分析、语音代理、统一数据源管理、AI 共享内存、复杂文档 RAG、合成数据生成、深度研究、视频 RAG 以及音频分析等多个领域的应用。 来源：https://drive.google.com/file/d/1a0OMR6NK...

这是我喜欢的独立创作者Derek Sivers写的一本书《Anything you want》，试图让你在15分钟内听到精华。 Sivers分享了他创建CD Baby的经验。CD Baby是一个帮助独立音乐家销售音乐的在线平台，以2200万美元的价格售出，并把所有收益都捐给了慈善机构。 摘要： 从1998年到2008年，我经历了一次狂野的体验：最初只是一个小爱好，却意外地发展成一个大企业，然后以2200万美元的价格将其出售。所以现在人们想听听我的想法。 人们问我关于...

谷歌刚发布的纳米香蕉（Nano banana）图像模型背后的团队访谈。 谷歌 DeepMind 团队成员介绍 Gemini 原生图像生成模型更新，展示其生成和编辑能力的巨大飞跃，如按自然语言指令生成、编辑图像，能保持场景一致性，探讨文本渲染、评估指标、与图像理解能力的关联及实际应用，还对比了与 Imagine 模型的差异，回顾从 2.0 到 2.5 版本的改进，提及未来在智能性、事实性等方面的发展方向。 来源：https://www.youtube.com/watch?v=H6ZX...

来自8月26日中国政府网发布的《国务院关于深入实施“人工智能+”行动的意见》。 摘要： 到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。 到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术...

吴恩达（Andrew Ng）是谷歌大脑（Google Brain）和在线教育平台Coursera的联合创始人，也是专注于人工智能的风投工作室AI Fund的创始合伙人。 Sarah Guo：知名美国华裔投资人。 摘要： * 构建能动工作流（Agentic Workflow）——例如处理发票、进行合规性检查和更新数据库——需要大量的领域知识和商业背景，而这些信息并未包含在互联网的预训练数据中。这需要产品经理或工程师深入思考业务流程的关键节点，并做出明智的权衡。目前，能...

全球最大的语言服务供应商TransPerfect近日宣布收购AI翻译领域的先驱企业Unbabel。本文为 Unbabel联合创始人兼CEO Vasco Pedro 的访谈。 摘要： * 对于TransPerfect而言，这是一次旨在巩固其在语言AI领域领导地位的防御性与进攻性并存的举措。通过收购Unbabel，TransPerfect不仅获得了业界领先的专为翻译任务打造的大语言模型（LLM）——TowerLLM，以及行业公认的机器翻译质量评估基准——COMET，更重要的是，它以此构建了一道强大的技...

Simon Squibb在过去30年里，他创立了19家公司，并投资了78家初创企业。他的早期公司Fluid曾发展成为亚洲最大的代理机构之一，并最终成功出售给普华永道（PwC）。 Simon将他35年的商业智慧分享出来，涵盖了从零开始创业、如何取胜、如何面对失败、绘制思维导图（而非商业计划书）、寻找使命与联合创始人、销售、营销、公关、融资、构建品牌，到人员管理、全球化扩张，乃至最终出售业务等方方面面。原视频长146分钟。 大纲： • 如何...

OpenAI 联合创始人Greg Brockman 分享了个人经历：从小时候热爱数学转向编程，在 Stripe担任 CTO积累创业经验后，接触深度学习并参与 OpenAI 创立。 摘要： * Ilya Sutskever 和 Alex Krizhevsky 的合作关系，正是这种“研究-工程”伙伴关系的缩影，而这也成为了后来 OpenAI 的理念。 * 互联网一个是“游牧民族”的世界：信奉第一性原理，蔑视陈规。为了一个客户，可以在 24 小时内攻克银行需要 9 个月的技术对接。这是 Stripe 崛起的...

硅谷增长专家Brian Balfour研究过所有主要平台变革——从 Facebook 到 Apple 再到 Google，他发现了一个即将在 ChatGPT 中重复的模式。他预测：一个新的、强大的分发渠道即将出现——最有可能基于ChatGPT展开，预计在未来6个月内。上一次新的增长渠道出现还是很多年前。 摘要： • “构建优秀产品是必要的，但并非充分条件；真正的区别在于那些构建了卓越分销能力的公司。” • “我的预测是，新的分销平台将是 ChatGPT。他们即将推出开放平...

提出收购Chrome邀约，想“蛇吞象”的Perplexity在想啥？ Semafor科技编辑对 Perplexity 联合创始人兼首席执行官 Aravind Srinivas 的采访，原视频 81 分钟。 * Comet 浏览器旨在成为 AI 的操作系统，能够处理重复和异步任务，通过连接电脑上的其他应用程序，让浏览器感觉就像一台迷你电脑，并且是用户日常工作和生活中所有操作的终极语境来源。 * Perplexity 的开发策略是 立即构建 Comet 等产品，即使当前模型存在局限性，因为他们...

来自多邻国联创和CTO Severin Hacker的访谈全视频精华，原视频长1小时54分。 * Duolingo 起初只是卡内基梅隆大学的一个研究项目。外界普遍认为，这只是一个教授和他的博士生做出来的产品，不可能赚钱。创立的前五年，公司是零收入。 * Duolingo 的使命：让最优质的教育惠及所有人。如果能将成本降低 10 倍甚至 100 倍，就能让所有用户享受到同等服务，让每个人都受益。 * 提出AI first前后，过去，开发最初的 100 门课程耗时约 12...

作为一个 I 人，主动约网友聊天是有点难。不过，这是一个神秘大佬给我的建议。 今年 5 月，我在高铁上遇到一个魁梧的中年男子。当时他来晚了，在找座位，我提示了他一下，他正好是邻座，感谢了我的小小善意。他似乎观察了我一阵子，然后问了什么问题（忘了），就开始聊起来。我才发现这是一位神秘大佬，我把自己的一些困惑坦诚提出来，结果我们的话题很快进入“付费级”咨询环节，他慷慨地给我了很多工作和人生建议。 其中有一个就是...

来听听GPT5技术报告精华。 原文PDF下载链接： cdn.openai.com 在小宇宙查看该单集文稿

Anthropic CEO Dario Amodei 在播客Big Technology 中和主播 Alex Kantrowitz的对话。原视频70分钟。 我们从 2023 年的 0 增长到了 1 亿美元，2024 年从 1 亿增长到了 10 亿。而今年，上半年我们就从 10 亿增长到了……我想到今天为止，已经远超 40 亿，可能是 45 亿。 我认为唯一真实的东西，就是那条指数曲线——每隔几个月，我们就会得到一个比上一个更强的 AI 模型。 我到普林斯顿的时候，是想成为一名理论物理学家，我最早的几个...

腾讯研究院最近发布的《AI coding非共识报告》，研究和讨论了以下7个非共识，值得推荐： ⾮共识01：AI Coding的最佳产品形态是什么？——本地 VS 云端 ⾮共识02：AI Coding产品选择什么模型？——⾃研 VS 第三⽅ ⾮共识03：AI Coding给⽤⼾的价值有多⼤？——提效 VS 降效 ⾮共识04：AI Coding产品理想付费模式是什么？——固定 VS 按需 ⾮共识05：⼤企业推进AI Coding应⽤的态度？——激进 VS 渐进 ⾮共识06：AI Coding对组织发展的影响？——...

比 Scale AI 更值得关注的 AI 数据标注公司Surge AI。至今没有融资，去年营收达到 10 亿美元，已超过Scale AI。 摘要： * 数据标注领域的其他公司本质上只是「人力外包公司」，交付的不是数据，而仅仅是人力。Surge 定位其产品是：直接用于训练和评估 AI 模型的高质量数据，包括监督微调（SFT）数据、偏好数据等。 * 大语言模型竞技场，以及各种学术基准测试是「人工智能的一大祸害」。用户凭 5-10 秒的直觉选择，导致模型被训练得...

刚刚发布的《赢得竞争：美国AI行动计划》的重要文件。 计划列举的三大核心支柱： 加速AI创新，这包括减少监管障碍、促进言论自由的AI系统以及鼓励开源AI开发； 建设美国AI基础设施，重点在于简化数据中心和半导体制造设施的审批流程、升级电网并培养AI相关劳动力； 以及引领国际AI外交和安全，致力于向盟友出口美国AI技术、对抗中国在国际AI治理中的影响力以及加强AI计算和半导体制造的出口管制。 来源：https://www.whitehouse.go...

字节Seed 团队刚刚发布的端到端同声传译大模型，准确率70%，时延在3秒以内。未来应该是翻译耳机和跨语言视频会议的标配。 Seed LiveInterpret 2.0 技术报告已公布，模型基于火山引擎对外开放，Ola Friend 耳机也将在 8 月底接入 Seed LiveInterpret 2.0，成为首个支持该模型的智能硬件设备。 技术报告： arxiv.org 项目主页： seed.bytedance.com 在小宇宙查看该单集文稿

来自Lenny和Every创始人Dan Shipper的访谈。 Every 在探索 AI 的可能性方面走在行业最前沿，仅有15名员工，已经开发并上线了4款产品，同时发行每日新闻通讯，还发展了咨询业务，每个人都是六边形战士。 摘要： 对AGI的新定义：agent可以一直开着，独立运行，且有利可图。就像青少年长大后可以自己生活。目前Claude code可以做到20-30分钟，就像一个两三岁的婴儿一样。 Claude code是最被低估的非编程产品，跳过命令行，你可以发号...

Scott Wu 是 Cognition 的联合创始人兼首席执行官，该公司推出了世界上第一个 AI 软件工程师  Winsuft创始团队带着少数几个骨干抛弃了剩下的团队，到Google去了。上周五，Cognition 收购了 Windsurf被留下来的团队。 收购动机：我们Cognition的重点尤其在于核心工程和产品团队，而显然，Windsurf已经建立了一个了不起的市场推广团队，营销团队，财务运营团队。类似地，在产品方面，我们发现它实际上有一个非常自然的互补倾向...

来自Manus的联合创始人、技术负责人Peak（季逸超）分享了一篇技术博客：Context Engineering for AI Agents: Lessons from Building Manus。 * 我上一个创业公司的惨痛教训，我从头开始为开放信息提取和语义搜索训练模型。然后 GPT-3 和 Flan-T5 出现了，我的内部模型一夜之间变得无关紧要。 * Manus 将押注于上下文工程。我们能够在几小时内而非几周内推出改进，并使我们的产品与底层模型保持正交——如果模型进步是上涨的潮水，我...

OpenAI凌晨发布了ChatGPT Agent。产品增加，但OpenAI的官网和产品都越来越简洁了，感觉他们的产品力非常不错。 * 整合 Operator + Deep Research + ChatGPT 三个产品，用户只需描述任务，ChatGPT Agent 就能自主判断所需工具，自动访问网页、提取信息、运行代码、生成 PPT 或表格等，并可在执行过程中实时展示相应步骤、接受临时中断和修改指令。 * 内置图形/文本浏览器、终端和 API 调用器等工具，支持手机端使用，任务完成后可自...

来自前 OpenAI 员工 Calvin 的离职感想，原题为《Reflection on OpenAI》，回顾了自己在 OpenAI 工作一年多的经历。 摘要： 扩张速度：我入职时公司刚过千人规模，一年后已突破三千人，而我的司龄竟排在前 30%。几乎所有管理层现在从事的工作与 2-3 年前都截然不同。 OpenAI 有个与众不同的特点：所有工作——我是说所有——都在 Slack 上完成。这里没有电子邮件文化。 OpenAI 采用了一个巨型单体代码库，主要使用 Python（尽管 Rust...

最近Perplexity CEO阿拉温德·斯里尼瓦斯（Aravind Srinivas）与YC合伙人戴维·利布（David Lieb）的对谈。 览器和智能体才是我们真正的战略重点。我们看待智能体的方式是，它不完全是一个自主的AI，而是一个能够协助你的工具。我们希望打造一个多功能工具，既能查询信息，又能完成任务。无论你是在新标签页还是浏览网页，AI都会作为助手陪伴着你。我们希望将浏览器打造成认知操作系统，甚至像一个云平台，能够同时并行处理多个任务...