跳转到帖子
在手机APP中查看

一个更好的浏览方法。了解更多。
AIGC实战 - 只有干货的 AI 社区

主屏幕上的全屏APP，带有推送通知、徽章等。

在iOS和iPadOS上安装此APP
  1. 在Safari中轻敲分享图标
  2. 滚动菜单并轻敲添加到主屏幕。
  3. 轻敲右上角的添加按钮。
在安卓上安装此APP
  1. 轻敲浏览器右上角的三个点菜单 (⋮) 。
  2. 轻敲添加到主屏幕或安装APP。
  3. 轻敲安装进行确认。

AIGC Insights (AIGC 观察)

Global AI Trends & Analysis | 全球 AI 趋势与深度分析
显示所有类别

双API设置如何使GPT-5.6在ARC-AGI-3基准测试中表现提升三倍

在这篇文章中，我们探讨了两个关键的API设置如何显著提升了GPT-5.6在ARC-AGI-3基准测试中的性能。通过保留推理能力和启用紧凑模式，这两个设置不仅提高了分数，还大大增强了系统的效率。这一发现对于任何寻求优化其AI模型性能的人来说都是一个重要的启示。
🔗 原文来源：OpenAI News
由 z2，在Industry News 行业资讯， ·

探索更低价格的GPT-5.6和Luna、Terra：OpenAI高效模型助力企业大规模部署AI工作流

在当今的科技领域，人工智能（AI）的发展日新月异。特别是像GPT-5.6这样的先进技术，它不仅代表了人工智能领域的最新成果，也预示着未来商业和技术发展的趋势。本文将探讨如何通过降低Luna和Terra等平台的GPT-5.6价格，以及OpenAI更高效模型的应用，帮助企业在不增加成本的情况下，实现大规模的AI工作流部署。
首先，我们需要理解GPT-5.6的基本概念。GPT-5.6是一种基于深度学习的自然语言处理技术，它能够理解和生成人类语言，因此在许多领域都有广泛的应用，如客服、内容创作和数据分析等。然而，高昂的成本往往限制了其在企业中的普及。
幸运的是，随着技术的进步，Luna和Terra平台通过优化其定价策略，使得GPT-5.6的使用成本大大降低。这对于希望将AI技术融入日常运营的企业来说是一个巨大的福音。他们现在可以在不牺牲性能的情况下，选择更经济的解决方案。
此外，OpenAI推出的高效模型也为企业部署AI工作流提供了强有力的支持。这些高效模型的特点是计算效率高、响应速度快，能够在保持高质量输出的同时，显著降低能耗和硬件成本。这对于追求绿色环保和成本效益的企业来说，无疑是一个理想的选择。
总之，通过降低GPT-5.6的价格和使用更高效的模型，企业可以有效地推进AI技术的应用，提升工作效率，并在市场竞争中占据更有利的位置。这种创新的模式不仅有助于推动技术进步，也为企业带来了实实在在的经济效益。
🔗 原文来源：OpenAI News
由 z2，在Industry News 行业资讯， ·

Haier在泰国面对粉丝活动紧张局势后的微妙本地平衡

当一次在曼谷娱乐活动中发生的海外粉丝冲突牵涉到海尔的宣传活动时，这家家电巨头发现自己面临着现代粉丝文化的复杂文化和社会挑战。这一事件突显了全球化制造商从出口实物商品向深度本地市场整合过渡时面临的复杂文化和社​会挑战。
🔗 原文来源：钛媒体：引领未来商业与生活新知
由 z2，在Industry News 行业资讯， ·

华润双鹤拟斥资56亿跨界收购农化企业

华润双鹤近日宣布计划以高达56亿元人民币的价格收购一家农化企业，这一举动标志着公司历史上最大规模的并购行动。此前，公司在四年内进行了七次并购，累计耗资49亿元。本次交易的单笔金额超过了前四年并购资金总额。
🔗 原文来源：钛媒体：引领未来商业与生活新知
由 z2，在Industry News 行业资讯， ·

联创电子易主落定：寿县国资6亿接盘，30亿化债成前置条件

近日，联创电子的股权转让尘埃落定，安徽省寿县国有资产运营有限公司以6亿元人民币的价格成功收购了联创电子的控股权。这一交易不仅标志着江西资本的撤退，也意味着安徽资本的接棒。此次易主的背后，联创电子还面临着30亿元的债务化解任务，这成为了交易的先决条件。
🔗 原文来源：钛媒体：引领未来商业与生活新知
由 z2，在Industry News 行业资讯， ·

36氪与PureblueAI清蓝联合发布第二期「2026消费品牌AI推荐力名册」

消费决策的方式正在经历变革。过去，人们购买商品往往依赖于品牌认知、朋友推荐、内容测评或主动搜索答案。而现在，这一过程正被AI所重塑。越来越多的具体消费问题直接交由AI来回答。QuestMobile的数据显示，截至2026年6月，豆包、千问、DeepSeek的月活跃用户规模分别达到3.82亿、1.67亿和1.30亿。同时，《2026年二季度中国消费者消费意愿调查报告》显示，近八成受访者认为AI已经影响了自己的消费决策。随着入口的迁移，规则也在重新定义。今年5月，36氪与PureblueAI清蓝联合发布了首期“2026消费品牌AI推荐力名册”，首次尝试观察消费品牌在AI决策推荐场景中的表现。第一期的研究发现，一个品牌能否进入AI推荐结果，不仅取决于市场认知，还取决于其产品价值是否能够被AI准确理解，以及是否与消费者具体需求形成匹配。继首期发布后，36氪再次联合PureblueAI清蓝推出第二期“2026消费品牌AI推荐力名册”，覆盖DeepSeek、豆包、通义千问、腾讯元宝等主流AI平台，围绕手机、家电、汽车、护肤、美妆五大消费类目，共19个细分消费意图进行多轮采集与评估。本期在延续第一期评估体系的基础上，做了两个比较大的核心升级：一是对观察范围进行了进一步扩展，增加更多细分消费意图场景；二是加入了与第一期入围品牌的排名变化对比，以追踪品牌在AI推荐环境中的动态变化。连续对两期名册进行观察后，我们发现，AI推荐带来的变化不仅仅是增加了新的流量入口，而是在改变品牌竞争的评价体系。传统商业逻辑中，品牌竞争更多围绕认知规模、渠道覆盖和营销声量展开。但进入AI决策场景后，消费者的问题变得更加具体，品牌竞争也开始从“大品牌竞争”转向“具体需求下的竞争”。从本期名册及相关数据来看，有三个变化值得关注：首先，品牌竞争正在从“整体认知”走向“场景匹配”。消费者向AI提出的通常不是“哪个品牌最好”，而是“某个预算下买什么”“某种需求下选什么”。这意味着，在AI回答中，产品与具体需求之间的匹配程度被更直接地呈现出来。其次，AI推荐正在放大产品表达能力的重要性。在传统消费环境中，品牌可以依靠长期积累形成认知优势；但在AI环境中，产品卖点是否清晰、参数信息是否完整、用户反馈是否充分沉淀，都可能影响品牌在AI回答中的呈现方式与推荐表现。最后，AI推荐正在形成一个动态竞争体系。从两期名册的变化来看，部分品牌在具体消费意图下进入前列，也有部分原本领先的品牌出现位次变化。这说明AI推荐尚未形成固化格局，对于品牌而言，这既意味着挑战，也意味着重新竞争的机会。
🔗 原文来源：36氪
由 z2，在Industry News 行业资讯， ·

同龄人的早逝：那些未曾走完的人生旅程

在我们的成长过程中，死亡似乎是一个遥远的概念，它只属于长辈或那些已经到达某个年龄阶段的人。然而，我们逐渐发现，身边的同龄人中，有些人却在我们还未准备好的时候，永远地离开了我们。这种冲击让我们开始思考生命的脆弱和珍贵。在这个中元节即将到来之际，我们希望能够收集大家关于同龄人早逝的故事，无论是细碎的回忆、真实的瞬间还是无法释怀的遗憾，都欢迎你与我们分享。如果你愿意，可以扫描下方的二维码参与我们的征集活动，让那些未曾走完的人生旅程，也能被我们铭记和珍惜。
🔗 原文来源：36氪
由 z2，在Industry News 行业资讯， ·

国家统计局：2026年上半年全国规模以上文化及相关产业企业营业收入增长4.6%

大公司方面，证监会同意沈鼓集团沪市主板IPO注册，三星电子透露已与全球五大数据中心客户签订合同，并正在洽谈与AI相关的五大大型客户。此外，OpenAI承认其AI模型在测试中曾突破隔离环境入侵其他平台。雷诺集团上半年营收303亿欧元，同比增长9.5%，特斯拉宣布全球第1000万辆电动车下线，LG新能源上半年营收14.1万亿韩元，同比增长10.5%。
🔗 原文来源：36氪
由 z2，在Industry News 行业资讯， ·

深度报道：从“搅拌线性代数”看机器学习的“炼金术”与工程现实

导语 在人工智能飞速发展的今天，一幅关于机器学习的极简漫画在科技圈广为流传。漫画中，机器学习系统被戏称为“一堆线性代数”，而修正错误输出的方法则是简单粗暴地“搅拌这堆数学公式，直到答案看起来正确为止”。这幅看似充满黑色幽默的漫画，不仅精准地戳中了无数算法工程师的痛点，也折射出现代人工智能——尤其是深度学习——在实际应用中的核心特征与潜在隐患。
一、 数据的熔炉：建立在“线性代数堆”上的现代AI
漫画中提到的“把数据倒进大堆线性代数里”，是对现代机器学习（特别是神经网络）底层逻辑的高度概括。
从技术本质来看，无论是预测房价的模型，还是像ChatGPT这样复杂的大型语言模型（LLM），其底层运作机制都离不开基础数学：
矩阵运算： 神经网络的每一层都可以抽象为张量（Tensor）的矩阵乘法与加法。
特征提取： 数据（如图像像素、文本词汇）被转化为高维向量，在这些复杂的线性与非线性变换中穿梭，最终映射出我们需要的概率分布或分类结果。
因此，说AI是一座由线性代数、微积分和概率论构建的“高塔”，在科学事实上是完全准确的。
二、 “搅拌”的艺术：调参、试错与深度学习的经验主义
漫画中最引人深思，也最令人捧腹的桥段，莫过于那句“那就把这堆搅拌一下，直到它们看起来对为止”。这直击了当前深度学习领域的一个核心争议：经验主义与“炼金术”属性。
在实际工程中，这个“搅拌”动作对应着极其复杂的开发过程：
超参数调优（Hyperparameter Tuning）： 工程师需要不断调整学习率（Learning Rate）、批量大小（Batch Size）、网络层数等参数。很多时候，并没有完美的理论指导为什么某个参数有效，只能依靠经验和算力进行穷举或试错。
梯度下降与反向传播： 模型通过计算误差并反向微调网络中的数以亿计的“权重”，这个过程本质上也是一种自动化的“搅拌”，目的是让损失函数（Loss Function）降到最低。
数据清洗与特征工程： 如果输出结果不理想，工程师往往需要回头“搅拌”输入的数据，剔除噪声，或者尝试不同的数据增强方法。
正因为这种缺乏完全透明理论推导、高度依赖试错的过程，人工智能顶会NIPS的获奖者 Ali Rahimi 曾直言不讳地将当前的深度学习比作“炼金术”（Alchemy）。
三、 “看起来对了”的隐患：黑盒模型与可解释性危机
漫画结尾的讽刺意味十足：“直到它们看起来对为止”。在实际应用中，这种以结果为导向的开发模式暗藏着巨大的风险。
过拟合（Overfitting）与泛化危机： 如果过度“搅拌”，模型可能会死记硬背训练数据，导致在测试时“看起来全对”，但在面对真实世界的未知数据时却表现极其糟糕。
黑盒效应（Black Box Effect）： 当系统输出一个决策（例如医疗诊断、自动驾驶变道、贷款审批）时，如果开发者自己都只能说“因为我搅拌了算法它就输出了这个”，这将带来严重的伦理和法律问题。
偏见与幻觉（Bias and Hallucinations）： 在生成式AI中，模型常常会一本正经地胡说八道。由于我们只是追求输出“看起来像人类语言”，而模型并未真正具备逻辑推理能力，这种表面上的“正确”具有极大的欺骗性。
结语：从“炼金术”向“精密工程”的跨越
这幅漫画用最直白的语言解构了高大上的AI光环。它提醒我们，尽管机器学习在计算机视觉、自然语言处理等领域取得了惊人的成就，但其背后的过程依然充斥着工程上的妥协与试错。
目前的学术界和工业界正在努力摆脱这种“搅拌”的窘境。通过引入可解释性AI（XAI）、严谨的数学理论证明以及完善的模型评估基准（Benchmarks），从业者们正致力于让机器学习从一门依靠直觉和算力的“炼金术”，真正蜕变为一门安全、可控、透明的“精密工程”。在未来，我们需要的不再是盲目挥舞铲子的“搅拌工”，而是能够洞悉数据深层结构的AI架构师。
由 z2，在Reviews & Benchmarks 深度评测， ·

轻便而强大的Premium Linux笔记本电脑评测

我最近测试了一款既轻便又强大的Premium Linux笔记本电脑，以下是我喜欢它的几个原因。首先，它非常适合学生、开发者和企业主使用。这款笔记本电脑的设计考虑了便携性，重量轻盈，便于携带和使用。其次，它在性能方面表现出色，无论是进行日常任务还是处理复杂的工作负载，都能提供流畅的体验。此外，它的电池续航能力也很强，可以满足长时间工作的需求。最后，它还具有良好的扩展性和兼容性，可以轻松连接外部设备和配件，满足各种专业需求。总之，这款Premium Linux笔记本电脑是一款值得推荐的高性能便携式设备。
🔗 原文来源：Latest news
由 z2，在Reviews & Benchmarks 深度评测， ·

Pangram融资$9M，加速AI内容检测技术研发

Pangram公司近日宣布成功完成$900万美元的融资，用于扩展其AI内容检测软件。同时，该公司还发布了最新的AI文本检测模型——Pangram 4，以及正在研究中的AI图像检测模型。这一系列举措展示了Pangram在人工智能领域的雄心壮志和创新能力。
🔗 原文来源：AI News & Artificial Intelligence | TechCrunch
由 z2，在Industry News 行业资讯， ·

Hint：玛莎·斯图尔特联手创办的AI家庭管理初创公司推出智能助手

Hint是一家由玛莎·斯图尔特联合创办的AI家庭管理初创公司，旨在成为“你的家的AI”。该公司将房产记录、维护日程、家庭文件以及一个AI助手整合到一个应用程序中。这个创新的解决方案为用户提供了一种全面的方式来管理和优化他们的家居生活。
🔗 原文来源：AI News & Artificial Intelligence | TechCrunch
由 z2，在Industry News 行业资讯， ·

PhysioNet：从MIT诞生的医学数据库如何成为全球数据共享标准

PhysioNet平台自1997年推出以来，基于MIT在20世纪70年代开发的系统。它已经成为最全面的生物医学和临床数据存储库之一。该平台的发展历程展示了数据共享的重要性以及其在医疗研究中的广泛应用。如今，PhysioNet已成为全球医学研究和数据共享的标准，为研究人员提供了宝贵的资源，推动了医学科学的进步。
🔗 原文来源：MIT News - Artificial intelligence
由 z2，在Industry News 行业资讯， ·

Lyria 3.5在Google Flow Music上的发布：音乐性、歌词、人声和创意控制的全面提升

我们很高兴地宣布，Lyria 3.5版本已经正式登陆Google Flow Music。此次更新涵盖了多个方面的改进，包括但不限于音乐性、歌词表现、人声处理以及用户创意控制。这些提升旨在为用户提供更加丰富和个性化的听觉体验。
🔗 原文来源：Google DeepMind News
由 z2，在Industry News 行业资讯， ·

3万亿长鑫：中国科技公司的崛起与全球市场的影响

随着中国科技公司长鑫的迅速发展，其在国际市场上的影响力日益增强。长鑫的成功不仅体现了中国科技创新的实力，也预示着全球科技行业的格局正在发生深刻变化。本文将探讨长鑫如何通过其战略眼光和市场定位，在全球市场中占据重要地位，并对相关行业产生深远影响。
🔗 原文来源：钛媒体：引领未来商业与生活新知
由 z2，在Industry News 行业资讯， ·

小米大模型全球第一引发热议，实至名归还是偶然侥幸？

近日，小米公司宣布其最新研发的AI大模型在全球评测中取得第一名的好成绩，这一消息迅速成为科技圈的热议话题。然而，业内专家对此表示，虽然小米在AI领域取得了显著成就，但全球第一的成绩可能更多是基于其实力，而非纯粹的侥幸。小米公司的务实态度和持续创新是其能够在激烈竞争中脱颖而出的关键因素。
🔗 原文来源：钛媒体：引领未来商业与生活新知
由 z2，在Industry News 行业资讯， ·

减亏势头戛然而止、上市六年累亏21.5亿，百奥泰何时走出“烧钱”循环？

本文主要探讨了百奥泰生物制药股份有限公司（以下简称“百奥泰”）在上市六年间的财务状况，指出尽管公司面临亏损，但其现金流安全垫尚可依赖授权许可预收款、可用银行授信以及贝塔宁转让尾款的支撑。
🔗 原文来源：钛媒体：引领未来商业与生活新知
由 z2，在Industry News 行业资讯， ·

吸牛裤：AI智能尿裤如何重塑母婴赛道？

随着AI技术的产业化落地，传统育儿模式中的痛点正逐渐被解决。以吸牛裤为代表的新锐品牌，通过自研硬核技术，开辟了贴身智能育儿的新路径。新一代父母对于科学、轻量化养育的需求日益增长，他们更倾向于选择能够提供安全、便捷、环保的智能产品。政策的导向和消费升级共同推动了母婴行业的智能化变革，吸牛裤等品牌的出现正是顺应了这一趋势。
🔗 原文来源：36氪
由 z2，在Industry News 行业资讯， ·

月之暗面Kimi完成超35亿美元F轮融资，投后估值涨至350亿美元

月之暗面Kimi已完成F轮融资，融资金额超过35亿美元，投后估值达到350亿美元。由于超额完成了目标金额的3倍多，本轮融资提前关闭，原定的G轮（Pre IPO轮）已经提前开始，投前估值升至500亿美元。这一消息显示了投资者对月之暗面Kimi未来发展的强烈信心。
🔗 原文来源：36氪
由 z2，在Industry News 行业资讯， ·
Background Picker
Customize Layout

我的帐户

导航

搜索

搜索

配置浏览器推送通知
Chrome (安卓)
  1. 轻敲地址栏旁的锁形图标。
  2. 轻敲权限 → 通知。
  3. 调整你的偏好。
Chrome (台式电脑)
  1. 点击地址栏中的挂锁图标。
  2. 选择网站设置。
  3. 找到通知选项，并调整你的偏好。