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

Google Gemini Pro 新模型刷新记录基准分数

Google 在本周四发布了其最新版本的 Gemini Pro，这是一款强大的语言模型（LLM）。新推出的 Gemini 3.1 版本目前仅作为预览版提供，不久将正式发布。据 Google 称，这款新版模型可能是迄今为止最强大的 LLM。
观察者们指出，Gemini 3.1 Pro 在功能上比其前一个版本 Gemini 3 显著提升，后者在去年十一月推出时已经被认为是一款非常有能效的人工智能工具。本周四，Google 还公布了来自独立基准测试数据（如 Humanity’s Last Exam）的统计结果，显示新模型的表现远远超过了之前的版本。
AI 初创公司 Mercor 的 CEO Brendan Foody 也对 Gemini 3.1 Pro 表示赞赏。其公司的基准系统 APEX 是为了衡量新 AI 模型在现实专业任务中的表现而设计的。Foody 在社交媒体上表示，Gemini 3.1 Pro “现在位于 APEX-Agents 领导板的首位”，并强调这一模型取得的出色成绩表明“代理人工智能正在迅速提高其实际知识工作的能力。”
如今，随着 AI 模型之间的竞争愈演愈烈，科技公司们继续推出越来越强大的 LLM 以应对复杂的任务和多步骤推理。包括 OpenAI 和 Anthropic 在内的其他主要公司也已相继发布了新的模型。
🔗 来源：Google’s new Gemini Pro model has record benchmark scores — again (AI 严选)
由 z2，在Industry News 行业资讯， ·

YouTube将对话式AI工具扩展至智能电视

在客厅内的对话式AI竞赛中，YouTube成为最新一家将其工具扩展到智能电视、游戏机和流媒体设备上的公司。
这项实验性功能此前仅限于移动设备和网页，现在可以直接将对话式AI带到家庭中的大屏幕上，让用户无需离开正在观看的视频即可询问内容相关的问题。根据YouTube的支持页面，符合条件的用户可以点击他们在电视屏幕上的“问”按钮来召唤AI助手。此功能会基于当前播放的内容提供推荐问题，或者用户可以通过遥控器的麦克风按钮直接提问与视频相关的任何信息。
例如，他们可能会询问食谱所需的原料或歌曲歌词的背后故事，并且可以在不暂停或离开应用的情况下立即获得答案。目前，该功能仅对18岁及以上的部分用户可用，并支持英语、印地语、西班牙语、葡萄牙语和韩语。
YouTube最初于2024年推出了这一对话式AI工具，旨在帮助观众更深入地探索内容。随着越来越多的美国人通过电视访问YouTube，这种技术变得越来越重要。尼尔森在2025年4月的一项报告显示，YouTube占据了12.4%的电视观众时间，超过了迪士尼和Netflix等主要平台。
其他公司也在其对话式AI技术方面取得了显著进展。亚马逊推出了Alexa+功能，使用户能够进行自然对话，并向Alexa+提问个性化的内容推荐、在电影中寻找特定场景或询问演员及拍摄地点的相关信息。Roku还增强了其AI语音助手的功能，可以回答关于电影和电视剧的开放式问题，例如“这部电影讲的是什么？”或“它有多吓人？”。Netflix也在测试其AI搜索体验。
除了通过AI改善电视观看体验之外，YouTube还推出了自动将低分辨率上传视频增强为全高清画质的新功能。该公司继续推出其他AI特性，如帮助观众跟上视频讨论的评论总结器以及由AI驱动的搜索结果轮播。
在本月早些时候，公司宣布创作者们很快就可以使用基于他们自己形象生成的版本来制作YouTube Shorts。
上周，YouTube还为Apple Vision Pro推出了一个专用应用程序，让用户能够在沉浸式环境中观看喜爱的内容，仿佛置身于巨型银幕前。
🔗 来源：YouTube’s latest experiment brings its conversational AI tool to TVs (AI 严选)
由 z2，在Industry News 行业资讯， ·

初创CEO观点：AI不会取代人类角色

随着人工智能公司价值和应用的不断增长，关于AI是否会替代人类在各种岗位上工作的争论也变得越来越频繁。研究表明，在许多可以被自动化执行的任务中，AI将对这些职位造成影响；而一些分析师则认为，AI可能也会创造新的工作岗位，并且这种替代效应只是暂时的。
在最近于卡塔尔Web Summit大会上接受TechCrunch采访时，会议记录和智能公司Read AI的CEO David Shim表示，即使有AI工具的支持，最终决定行动方案的人仍然是人类，他们的角色仍然重要。他将AI技术比作开车时使用的地图：“我认为永远会有一个人类处于中间位置，”Shim说，“我认为工作会随着时间变得更容易。以开车为例，刚开始的时候你得用手动的地图来导航，并做出决策。而现在几乎每个人都在使用Waze或Google Maps，地图在告诉你该去哪里，而你是处在中间的人，可以做出决策。”
Shim承认AI会对一些工作岗位产生影响，例如广告代理商可能会减少人手，转而采用自动化工具。但他指出，技术平台也需要工作岗位来监督这一过程。Lucidya的创始人Abdullah Asiri认为，AI将替代任务但不会取代角色。他表示，在其公司客户使用Lucidya之后，客户服务代表通常会承担不同的职责。一些员工会成为指导人类和AI的合作主管，另一些则利用节省下来的时间专注于关系建设和业务发展。
Read AI的Shim指出，会议记录工具已经使人们从手动记笔记中解脱出来。“没有人愿意坐在那里做笔记，但当你开始消除这项工作时，你就有更多时间去关注其他事情。你可以更快发送报告，并能更好地做出决策，而不是花费大量时间收集信息却没有足够的时间作出决定。”
随着诸如Read AI和Lucidya这样的科技公司越来越多地采用AI工具，他们希望保持较小的团队规模以提高效率。目前，Read AI的客户服务团队只有五人，但每月服务着数百万用户。Shim表示，该公司利用AI工具使小型团队更具生产力，并为他们提供更多的信息以便更快完成工作。
在提到销售预测时，Read AI称其工具可从CRM系统（如HubSpot和Salesforce）的数据中帮助预测交易状态，并称该系统已经批准了价值2亿美元的交易。Shim还指出，每次更新后，Read AI捕获的信息量增加了23%，这可用于评估电话跟进的效果。
Asiri提到，Lucidya使用包括Read AI在内的AI工具来进行会议和营销资源创建。“任何公司的目标都是雇佣那些能够熟练运用AI的人，但我们也必须现实一些。目前这种技能还在发展中，并不是很容易找到拥有很强AI能力（而非构建AI）的人。”他补充道，“那些能够帮助别人完成工作的人工智能代理会更为理想。
Shim还回忆说，在几年前，许多人都对会议记录机器人持怀疑态度，担心为何要在电话中使用一个机器人。然而现在人们更加接受这些工具，只要能控制录音即可。Asiri表示，Lucidya向用户披露了在通话过程中使用语音AI的情况，并强调对于客户而言，问题解决比是否是AI处理更为重要。“关键是解决问题和找到客户的问题并予以解决。”Asiri说，“只要人工智能代理专注于这一点，客户会很高兴这些问题得到解决。
🔗 来源：Why these startup CEOs don’t think AI will replace human roles (AI 严选)
由 z2，在Industry News 行业资讯， ·

Reload欲为AI代理提供共享记忆

Newton Asare意识到，AI代理不只是工具了。他说：“它们更像是队友。”Asare和Kiran Das都是一系列创始人的成员，在一次交谈中，他们发现正在使用AI代理来完成原本会自己去做的事情。因此他相信未来在于人们如何管理这些AI员工。
“如果这是真的，那么我们就需要一种真正的系统来管理它们，包括入职、协调和监督数字工作者。”Asare说。去年，两人创立了Reload公司，这是一家提供AI劳动力管理系统平台的公司。
本周四，该公司宣布推出其首款产品Epic，并获得227.5万美元的融资，领投方为Anthemis，跟投方包括Zeal Capital Partners、Plug and Play、Cohen Circle、Blueprint和Axiom。Reload提供一个平台，让组织能够跨团队和部门管理AI代理。公司可以将这些代理连接起来（无论是第三方还是内部开发），分配给他们角色和权限，并跟踪他们的工作。
“Reload就像AI员工的记录系统，为各功能中的代理提供可见性、协调和监控。”Asare说，他担任公司的CEO。目前，团队使用多个代理同时进行代码编写、调试和重构等任务。问题在于这些代理往往只关注它们接收到的任务，并不会长期记忆所开发产品的性质或为何执行特定的功能。换句话说，他们只有短期记忆。
随着时间的推移，代理人可能会失去语境，或者系统会偏离最初的目的。因此，Reload推出Epic。该产品建立在Reload平台上，充当建筑师的角色，与其它编码代理并行运行，不断定义产品的功能和约束，并提醒代理人正在构建什么以及为何构建，从而保持系统的连贯性。
“在软件开发方面，代码生成器可以生成大量代码，但它们不能随着时间的推移保留共享系统理解。”Asare说。“Epic通过提前定义系统并随着其发展维持共同背景来补充这些代理人。它不会取代编码代理；它使它们更有效。”
Epic设计为嵌入开发人员已经使用的编码环境中运行，可以作为AI辅助代码编辑器（如Cursor和Windsurf）的扩展程序安装，并可以在这些工具内部与其他代理并行运行。“当一个团队开始一个项目时，Epic帮助创建核心系统文件夹，例如产品要求、数据模型、API规范、技术堆栈决策、图表以及结构化的任务拆解。”Asare说。
“随着开发的进行，Epic会维持一个结构化的记忆，包括决策、代码更改和模式。”他继续说道。“如果你切换了编码代理，你的结构和记忆就会跟随。如果多个工程师在同一项目上使用不同的代理人，每个人都会基于相同的共享事实依据工作。”
Asare和Das之前有一家公司被收购，这是他们的第二个公司。AI基础设施领域竞争激烈。竞争对手包括LongChain（帮助部署和管理AI代理内存）和CrewAI（帮助企业管理系统中的AI代理）。Das说Epic的不同之处在于“它定义系统并在所有代理和会话中维护共享项目上下文，并且特别关注建立基础设施来保持对AI员工的管理。”
“传统的工作团队系统并不是为作为队友运作的AI代理设计的，”Das说，他担任公司的CTO。“这是我们专注的层面。”新资金将用于招聘和产品发展，特别是支持越来越多的AI代理所需的基础设施扩展。
“我们正在打造下一个工作时代。”Asare说。
🔗 来源：Reload wants to give your AI agents a shared memory (AI 严选)
由 z2，在Industry News 行业资讯， ·

OpenAI接近达成100亿美元融资估值超8500亿美元

据《 bloomberg》报道，知情人士透露，OpenAI 正在接近达成一项超过 100 亿美元的融资协议，并且其估值可能超过 8500 亿美元。这笔交易正值 ChatGPT 制作商努力实现盈利之际。
为了实现这一目标，OpenAI 已经开始对 ChatGPT 免费用户进行广告测试，这是一场冒险，可能会带来更多收入，但也可能导致用户流失。
据报道，投资者似乎认为这笔交易值得这个风险。与最初预期的 8300 亿美元估值相比，公司的预估市值将提高 2000 亿美元。根据《 bloomberg》的消息来源，OpenAI 的预估前估值仍为 7300 亿美元。
据报道，这笔资金的第一部分预计将来自通常的资金提供者：亚马逊（计划投资高达 500 亿美元）、软银（准备投入 300 亿美元）、英伟达（接近投资 200 亿美元）和微软。风险投资基金和主权财富基金预计将在后期参与进来，可能会将融资总额推高。
《techcrunch》已联系 OpenAI 以获取评论。
🔗 来源：OpenAI reportedly finalizing $100B deal at more than $850B valuation (AI 严选)
由 z2，在Industry News 行业资讯， ·

Reddit测试新AI购物搜索功能

Reddit于周四宣布正在测试一种新的AI搜索引擎，该工具结合了社区推荐和与公司部分购物及广告合作伙伴的产品匹配。一小部分美国用户将开始看到包含交互式产品轮播图、价格信息、直接购买链接的搜索结果。
这一公告反映了Reddit更广泛地将其实验性的社区驱动平台与电子商务功能相结合的战略。随着Reddit去年推出了首个可购物广告产品Dynamic Product Ads（DPA），基于用户兴趣展示个性化产品推荐，现在用户在搜索“最佳降噪耳机”或“适合大学生的电子礼品想法”时，将在结果底部看到相关产品的轮播图。
这些轮播图将展示来自相关帖子和评论中直接提及的产品。如果用户点击某个产品，他们可以查看更多详细信息并直接跳转至零售商完成购买。"此功能可根据讨论直接表面顶级推荐商品，为红迪用户提供即时的任何产品的相关信息，"公司在一个博客帖子中写道，"此次测试旨在简化 Reddit 的使用体验，同时将社区视角置于用户体验的核心位置。我们将继续学习用户如何使用这一新功能，并不断完善该体验。
尽管像 TikTok 和 Instagram 这样的平台长期以来就已整合购物功能，但 Reddit 现在也打算跟进。当然，Reddit 并不是最近才开始探索 AI 驱动的购物技术的唯一科技平台，在今年九月，OpenAI 的 ChatGPT 推出了“即时结账”功能，允许用户在其对话中直接购买 Etsy 和 Shopify 上的商品。
在 Reddit CEO Steve Huffman 于公司财报发布时提到，公司的 AI 搜索引擎可能是其业务发展的下一个机会，不仅涉及产品方面，也是一项收入驱动因素。Huffman 还指出，过去一年搜索平台的周活跃用户从 6000 万增长到 8000 万，AI 助力的 Reddit Answers 特性每周活跃用户则从 2025 年第一季度的一百万增长至第四季度的十五万。
🔗 来源：Reddit is testing a new AI search feature for shopping (AI 严选)
由 z2，在Industry News 行业资讯， ·

印度信实集团宣布110亿美元AI投资计划，推动科技自立

印度信实集团董事长穆克什·安巴尼周四在新德里举办的印度人工智能影响峰会上公布了该集团在印度建设人工智能计算基础设施的10万亿卢比（约110亿美元）投资计划。在未来七年中，这项投资将用于建造兆瓦级规模的数据中心、全国范围内的边缘计算网络以及与信实Jio电信平台集成的新一代AI服务。
安巴尼表示，信实在吉马纳格尔的古吉拉特邦已经开始建设多个兆瓦级数据中心，并预计在2026年下半年有超过120兆瓦的容量上线。他的这一承诺是印度一波人工智能投资热潮的一部分。此前，阿达尼集团宣布计划投入约100亿美元在当地建立AI数据中心，而印度政府预计未来两年内会在人工智能基础设施上花费超过200亿美元。
全球科技巨头也在加大在印度的布局，例如OpenAI将与塔塔集团合作开发100兆瓦左右的人工智能容量，并计划最终扩大到1吉瓦。安巴尼表示，推进这一计划对于印度的技术自立至关重要，他说：“今天，在人工智能领域最大的限制不是人才或想象力，而是计算资源的稀缺和高昂成本。”他指出，信实将通过其绿色能源产能支持这一建设，目前该集团在古吉拉特邦和安得拉 Pradesh拥有10吉瓦的太阳能项目的盈余电力。
为了推动AI技术的应用，信实计划与印度企业、初创企业和学术机构合作，在制造业、物流、农业、医疗保健和金融服务等多个行业嵌入AI。Jio此前已与中国谷歌达成协议，为数以百万计的印度用户提供免费的Gemini AI Pro服务。
此外，信实还计划开发多种印地语及其他印度本地语言的人工智能能力，推动人工智能技术在当地的应用。此次投资计划凸显了印度最大企业集团正竞相争取占据这一预计将成为该国最重要的技术机会之一的地位。
🔗 来源：Reliance unveils $110B AI investment plan as India ramps up tech ambitions (AI 严选)
由 z2，在Industry News 行业资讯， ·

Freeform获得6700万美元B轮融资，推进激光AI制造平台扩张

科技投资者并未放弃以与编写软件相同的速度和便捷性来生产物理产品的梦想。初创公司Freeform正致力于开发一种新的金属组件3D打印系统，其首席执行官兼联合创始人Erik Palitsch向TechCrunch透露，公司已筹集了6700万美元的B轮融资，用于扩展其制造平台。
参与投资的机构包括Apandion、AE Ventures、Founders Fund、Linse Capital、Nvidia的NVentures、Threshold Ventures和Two Sigma Ventures。Pitchbook提供的数据显示，FreeForm融资后的估值为1.79亿美元。Palitsch表示，这笔资金将用于升级其当前的GoldenEye打印系统，该系统使用18台激光器融合金属粉末，以制造精确部件。新版本命名为Skyfall，将利用数百台激光器每日生产数千公斤的金属零件。
FreeForm由Erik Palitsch和Thomas Ronacher于2018年共同创立，在SpaceX开发火箭发动机时，他们发现用于打印金属组件的工业机器价格昂贵、操作复杂，并不适合大规模制造。他们的新公司自下而上构建平台，旨在实现更高的产量和灵活性，并强调实时软件控制。
Palitsch表示FreeForm的平台“AI原生”，并指出与Nvidia的合作使该公司能够访问先进的GPU。“我认为我们是唯一一家在数据中心现场拥有H200集群制造公司的。”Palitsch向TechCrunch透露。他解释道：“他们在进行实时物理模拟，并学习整个生产流程的所有不同方面。”
FreeForm通过公司制造平台内的传感器数据和模拟期间收集的数据，迅速改进生产和质量。“我们在金属打印过程中的物理特性数据比世界上任何一家公司的都要多得多，”人才负责人Cameron Kay说道。
Paltisch表示，虽然他无法透露客户信息，但已向买家交付了数百个“关键任务”的零部件。现在公司计划招聘多达100名新员工，并扩大设施以开始执行其合同后备订单。制造即服务(MaaS)已成为一个类别，随着风险投资家对构建车辆、机器人和能源生产系统的兴趣日益浓厚。
例如，Hadrian从投资者处获得了16亿美元的估值，正在开发用于国防领域的自动化生产；VulcanForms和Divergent各自筹集了数百万资金以开发自身的金属打印服务。
🔗 来源：Freeform raises $67M Series B to scale up laser AI manufacturing (AI 严选)
由 z2，在Industry News 行业资讯， ·

印度AI峰会上的微妙时刻：Altman与Amodei的手势差异

在正在进行的印度人工智能影响峰会（India AI Impact Summit）上，原本是一个展示全球技术创新团结承诺的美好瞬间，却因一个尴尬的情景而显得不那么和谐。
当印度总理莫迪在活动上敦促演讲者们握手并举起双手以示团结时，在场的所有企业高管都积极响应——除了OpenAI的萨姆·奥特曼（Sam Altman）和Anthropic的达里奥·阿莫代（Dario Amodei），他们明显保持了一定距离。
作为人工智能竞赛中的两大领军实验室负责人，Altman与Amodei之间的竞争早已十分激烈。这种紧张关系在最近几个月进一步加剧：当OpenAI表示将在ChatGPT中引入广告后，Anthropic也在超级碗期间发布了几则广告，宣称永远不会将广告引入其AI工具Claude中。面对这一挑战，Altman随后公开反击，称Anthropic“不诚实”且“专制”。他当时写道：“我们当然不会像Anthropic所说的方式那样运行广告。我们并不愚蠢，并深知我们的用户会拒绝这样的做法。”
本周，Altman和Amodei都在印度出席了在新德里举办的这场AI峰会。此次峰会上宣布了多项与人工智能相关的投资、功能和产品。OpenAI表示将在印度开设两家新的办公室并携手科技巨头TCS合作，同时推出教育领域的工具。Anthropic也已在印度开设了分公司，并与Infosys进行内部及外部AI工具的部署。
活动内容精彩纷呈，参会者将有机会聆听250多位技术领导人的见解，参与超过200场主题演讲，并探索300多家正在构建未来的技术初创公司。现在订阅还可享受全年最低票价，最多节省680美元。
🔗 来源：Altman and Amodei share a moment of awkwardness at India’s big AI summit (AI 严选)
由 z2，在Industry News 行业资讯， ·

AI编程工具对开源软件的影响：复杂而非单一的冲击

随着越来越强大的AI编程工具的普及，软件开发的成本似乎变得低廉——但这是否就意味着传统软件公司将会被淘汰？分析人士指出，“借助智能编码（vibe coding），初创企业可以复制复杂的SaaS平台功能。”这样的观点引发了担忧和声明：软件公司将无法幸免。
对于使用代理来弥补长期资源不足的开源软件项目来说，他们本应是受益者之一。然而，在实践中，AI编程工具对开源软件的影响远比人们预想中的复杂。行业专家表示，这些工具有时解决问题，有时也会带来麻烦。
尽管AI编程工具易于使用且普及度高，但这也导致了一大堆糟糕的代码泛滥成灾，威胁到了项目的进行。开发新功能变得更加容易，但维护起来却同样困难，并且可能会进一步分裂软件生态系统。
结果就是，开源世界的繁荣景象远比简单的软件丰富要复杂得多。或许，人工智能时代软件工程师的“末日”宣告还为时尚早。
总体而言，项目代码开放的组织都注意到提交的质量有所下降，这很可能是由于AI工具降低了门槛所致。“对于那些新加入VLC代码库的人来说，我们看到的合并请求质量令人失望。”视频软件VLC的负责人Jean-Baptiste Kempf在最近的一次采访中如是说。尽管整体上持乐观态度，Kempf认为这些工具有利于经验丰富的开发者。
对于3D建模工具Blender来说，也有类似的问题。Blender基金会CEO Francesco Siddi指出，“由大型语言模型（LLM）辅助的贡献通常浪费了审查者的时间并影响了他们的积极性。”Blender目前仍在完善与AI编程工具相关的政策，并表示这些工具既不强制也不推荐用于贡献者或核心开发者。
合并请求之多已经变得难以管理，开源开发者们正在开发新的工具来应对这一问题。本月早些时候，开发者Mitchell Hashimoto推出了一套系统，限制GitHub中的贡献仅限于“认证用户”，实际上关闭了开源软件的开放大门。“AI消除了默认信任OSS项目的自然门槛。”Hashimoto在公告中写道。
同样的现象也出现在漏洞赏金计划中。该计划向外部研究人员提供了一个报告安全漏洞的机会。最近，开源数据传输程序cURL暂停其漏洞赏金计划，创始人Daniel Stenberg称这“是AI造成的混乱”。他说：“在过去，有人会投入很多时间来撰写安全报告。但现在做这个几乎不需要任何努力。”
尽管如此，许多开源项目也看到了AI编程工具带来的好处。Kempf表示，这些工具有助于高级开发人员编写新代码。然而，对于那些没有经验的人来说，管理起来就困难多了。
更大的问题是开源项目的优先级不同。Meta等公司重视新代码和产品，而开源软件工作则更多关注稳定性。“从大公司的角度来看与开源项目所面临的问题是不同的，”Kempf评论道，“在大型公司中编写代码会被鼓励，而在开源项目中则更看重维护。
AI编程工具的到来正值一般软件特别碎片化的时刻。开源投资者Konstantin Vinogradov指出，AI工具正在应对开源工程中的长期趋势：“一方面，代码库的规模和相互依赖关系都在以指数级增长；另一方面，活跃维护者的人数却并未跟上这一速度。”他补充道，“在AI出现后，这两方面都加速了。”这是一种思考AI对软件工程影响的新方式——一个充满警示意义的观点。
🔗 来源：For open-source programs, AI coding tools are a mixed blessing (AI 严选)
由 z2，在Industry News 行业资讯， ·

Mirai携手Reface和Prisma创始人改进设备端模型推理

当今关于人工智能的讨论大多集中在构建云计算能力和大规模数据中心来运行模型。苹果和高通等公司正在尝试使设备上的AI更加有用。然而，来自伦敦的14人技术团队——支持1000万美元种子轮融资的Mirai正在努力改进如何在手机和平板电脑上运行这些模型。
Mirai由Dima Shevts和Alexey Moiseenkov创立于去年，他们曾共同创立过两款受欢迎的应用：Reface（一家脸换脸应用）和Prisma（一款基于AI的滤镜应用）。在构建能够处理复杂任务的应用程序过程中，Shevts表示，他们在生成式人工智能流行之前就开始思考设备上的AI和机器学习问题。
Mirai正在开发一种框架来优化模型运行在设备上的性能。公司为苹果硅芯片开发了一个推理引擎，并提供了仅需几行代码就能集成到应用中的SDK。Shevts表示，公司希望建立一个类似于Stripe的平台，让开发者只需八行代码就能实现与Mirai平台的集成并开始处理文本或分类等各种任务。
为了能够提高模型生成速度37%，公司使用了Rust编程语言构建了这个引擎。Shevts表示，在调整模型以适应特定平台时，他们没有改变模型权重来确保输出质量不降低。目前，Mirai的栈主要关注文本和语音模态的改进，并计划在未来支持视觉。
Mirai也在与前沿的模型提供商合作，为边缘使用场景优化他们的模型，并正在与其他芯片制造商进行洽谈。公司还计划将引擎扩展至Android系统，并推出设备端基准测试以供模型制作者测试。
Shevts承认，并非所有的人工智能工作都可以在设备上完成。因此团队正在构建一个编排层，以便当某些请求无法在设备上处理时能够将其发送到云端。据称，Mirai的引擎可以为设备上的助手、转录器、翻译应用和即时通讯应用等提供动力。
Mirai的种子轮融资吸引了包括Uncork Capital管理合伙人Andy McLoughlin、Dreamer CEO David Singleton、YC合伙人François Chaubard在内的一众投资者。McLoughlin表示，鉴于云推理的成本，未来必须有所改变。他指出，随着投资者开始关注这些业务的根本经济问题并意识到需要做出改变，这类公司可能会更加受欢迎。
Mirai还计划推出设备端基准测试，以便模型制作者可以测试设备上的性能表现。
🔗 来源：Co-founders behind Reface and Prisma join hands to improve on-device model inference with Mirai (AI 严选)
由 z2，在Industry News 行业资讯， ·

OpenAI与Reliance合作在JioHotstar加入基于AI的对话搜索

OpenAI正与Reliance联手，在印度综合性企业集团的流媒体服务JioHotstar上添加基于AI的对话式搜索功能。该功能由OpenAI的API驱动，允许用户使用多种语言的文字和语音提示搜索电影、电视剧以及现场体育赛事，并根据用户的喜好和历史记录接收推荐。
OpenAI近期在印度扩展了足迹，据称有超过1亿周活跃ChatGPT用户。该公司计划今年晚些时候在孟买和班加罗尔开设办公室，加入其在新德里的现有办事处。此次合作是在德里举行的印度人工智能影响峰会上宣布的，当时OpenAI首席执行官阿尔特曼（Sam Altman）与行业领袖们一同出席，包括Anthropic的达里奥·阿莫迪（Dario Amodei）和谷歌的 Sundar Pichai。
双方还计划将此合作扩展到直接在ChatGPT内展示JioHotstar推荐，允许通过ChatGPT搜索娱乐内容的用户获得上下文建议，并链接至平台的内容库。此举将使该集成成为双向发现层，而不是独立的应用内功能。随着流媒体和电视平台越来越多地试验对话式界面，这一举措显得尤为重要。
今年5月，Netflix表示正在测试新的搜索体验，利用OpenAI的ChatGPT帮助观众使用自然语言查找内容；同年11月，谷歌推出了Gemini驱动的内容发现功能。OpenAI的应用首席执行官Fidji Simo称，此次合作旨在为娱乐和现场体育赛事带来更加个性化的AI体验，使用户能够通过自然交互从好奇心转变为具体情境。
Uday Shankar，JioStar的副主席表示，此次发布将涵盖直播和点播两种格式。OpenAI正通过基础设施、企业及教育合作伙伴关系在印度开展其更广泛的“OpenAI for India”计划。其他举措包括与塔塔集团合作开发AI就绪的数据中心和企业部署，以及与Pine Labs、Eternal和MakeMyTrip等印度公司的协议。
本篇文章由TechCrunch的Jagmeet撰稿，他专注于报道印度初创公司动态及科技政策相关更新，并且是NDTV的一名资深记者。可以通过邮箱[email protected]与他取得联系。
🔗 来源：OpenAI, Reliance partner to add AI search to JioHotstar (AI 严选)
由 z2，在Industry News 行业资讯， ·

OpenAI在印度金融科技领域的深化合作：与Pine Labs携手推进人工智能驱动的商业

随着印度致力于将其打造为全球应用人工智能（AI）的核心枢纽，OpenAI与Pine Labs联手，在金融技术公司Pine Labs的支付平台中整合了基于AI的技术。双方表示，该合作有望加速印度的人工智能驱动商务。
此次合作将使Pine Labs在其支付和商业基础设施中嵌入OpenAI的应用编程接口（API），以实现人工智能辅助的结算、对账及发票流程自动化。此举凸显出OpenAI正在加快其在印度市场的扩张步伐，这也是其增长最快的市场之一。OpenAI正致力于将其技术扩展到教育、企业以及基础设施领域，而不仅仅是被视为ChatGPT的制造者。
Pine Labs首席执行官B Amrish Rau指出，公司已在内部使用AI来自动化结算和对账过程的一部分，将日常结算处理时间从数小时缩短至几分钟。此前，该公司依赖数十名员工进行手动核验，以在市场开盘前处理来自多家银行的款项。
对于Pine Labs而言，此次合作旨在将这些基于AI的效率扩展到商家和企业客户，尤其是商业对商业（B2B）用例中的发票处理、结算及支付协调。Rau在接受TechCrunch专访时表示：“人们谈论的是零售人工智能，但所有这一切真正的影响是提高效率，特别是在B2B领域。如果你看看开票与结算流程，这些是代理完全可以实现端到端过程的工作流，并且这种采用可以更快地发生。”
Rau还表示，在海外市场的监管允许此类交易的情况下，更自主、以代理为主导的支付工作流程将更快推出；而在印度，则更可能看到一种渐进式的采用方式，侧重于人工智能辅助商业，而不是完全由代理人发起的支付。他提到Pine Labs已在中东及东南亚部分地区进行了代理驱动支付的原型开发。
对于OpenAI而言，此次合作为其提供了深入印度支付及企业生态系统的机会，使其能够超越消费者面向工具并嵌入到高流量、受监管的工作流程中。
Pine Labs声称与超过980,000家商家、716个消费品牌以及177家金融机构合作，并已处理了超过6亿笔累计交易额达11.4万亿印度卢比（约126亿美元）的交易，这些信息在其去年发布的招股书中有所提及。
Pine Labs在马来西亚、新加坡、澳大利亚、非洲部分地区、阿联酋以及美国等20个国家运营，这使得OpenAI的合作关系覆盖了印度和国际市场的范围。Rau表示，此次合作不涉及两家公司之间的收益分成，Pine Labs也不因商家选择嵌入OpenAI的工具而从中获利。
“我们完全独立地运作——与支付和支付服务有关的一切利益将归我们所有，而与OpenAI相关的任何收入都将归他们所有。”Rau补充道。此外，该协议也非排他性合作。他将其比作OpenAI在美与Stripe的合作，并表示Pine Labs仍然愿意与其他人工智能供应商合作。
Pine Labs正在围绕基于AI的工作流程建立额外的安全和合规层，以确保敏感数据的隐私和安全。
🔗 来源：OpenAI deepens India push with Pine Labs fintech partnership (AI 严选)
由 z2，在Industry News 行业资讯， ·

OpenAI与塔塔集团合作在印度建立100兆瓦AI数据中心，目标扩展至1吉瓦

OpenAI已与印度塔塔集团达成合作，确保印度境内100兆瓦的AI专用数据中心容量，并计划逐步扩大到1吉瓦。此举是其在全球范围内加深企业及基础设施布局的一部分。
OpenAI于周四宣布了此次与塔塔集团的合作关系，该合作属于名为Stargate项目的组成部分，旨在建设AI专用基础设施并拓展全球企业采用度。OpenAI将成为Tata Consultancy Services（塔塔咨询服务公司）HyperVault数据中心业务的第一个客户，初期将提供100兆瓦的容量。双方合作还包括部署ChatGPT Enterprise以覆盖塔塔集团员工，并通过OpenAI工具实现原生人工智能软件开发标准化。
此次合作是“OpenAI为印度”计划的一部分，突显了该公司在印度的业务扩展。据CEO萨姆·阿尔特曼近期估计，印度每周有超过1亿名活跃用户使用ChatGPT，包括学生、教师、开发者和创业人士等群体。这种规模的应用使印度成为OpenAI最重要的增长市场之一，而其对企业的投资也在不断加深。
本地数据中心容量将允许OpenAI在其国内运行最先进的人工智能模型，减少用户的延迟同时满足受监管行业及政府工作负载的数据驻留、安全和合规要求。这种本土托管计算对于处理敏感数据的企业客户尤为重要，尤其是在数据本地化和数字基础设施法规的限制下。
初步100兆瓦容量是一个重要的承诺，在需要大量图形处理器（GPU）用于大规模模型训练与推理的人工智能基础设施领域。逐步扩展到1吉瓦将把塔塔设施置于全球最大的人工智能专用数据中心部署之列，彰显了OpenAI在印度的长期雄心。
除了基础设施之外，OpenAI和塔塔集团还将进行战略性企业合作，旨在加快塔塔集团各业务中人工智能的应用。塔塔公司计划在未来几年内逐步推出ChatGPT Enterprise至其员工群组，而塔塔咨询服务公司将率先采用OpenAI的Codex工具以实现工程团队中的原生人工智能软件开发标准化。
此次合作将帮助“在印度构建最先进的AI基础设施”，同时支持技能培训工作以为人工智能时代做好准备。塔塔集团主席N Chandrasekaran表示。合作的具体财务条款未披露，包括OpenAI是否会对HyperVault进行资本投资或仅租用容量。
此消息发布之际，印度正于新德里举办其AI影响峰会，全球顶尖的AI领导者如Sam Altman、Anthropic首席执行官Dario Amodei和谷歌首席执行官Sundar Pichai等参与其中，并与印度初创企业和企业一同展示了金融、医疗保健及教育等领域的人工智能应用。
今年以来，OpenAI已通过与Pine Labs、JioHot等公司的合作在印度扩大其业务存在。公司计划今年晚些时候在孟买和班加罗尔开设新办事处，并将其现有的德里存在进一步扩展，以深化其在印度的运营。这预计将支持企业合作伙伴关系、开发者参与以及当地监管协调。
🔗 来源：OpenAI taps Tata for 100MW AI data center capacity in India, eyes 1GW (AI 严选)
由 z2，在Industry News 行业资讯， ·

初创企业的警报灯亮起？谷歌云副总裁解释应对策略

在TechCrunch的Equity播客中，Rebecca Bellan 采访了谷歌云全球创业公司的副总裁 Darren Mowow。讨论了当前创业生态系统中的各种趋势、谷歌云如何吸引AI初创公司以及创始人在扩展时需要考虑什么问题。
如今创业者面临着前所未有的速度要求，在使用人工智能的同时还要应对更紧缩的资金，不断上涨的基础设施成本以及早期就需展示实际成果的压力。虽然免费的云信用额度、GPU访问和基础模型让创业变得更容易，但这些早期基础设施的选择可能会在初创企业进入真正的云账单阶段时产生意想不到的影响。
Mowow 提到他在全球范围内观察到的各种情况，并讨论了谷歌云如何与AI初创公司竞争以及创始人在扩展过程中应思考的问题。TechCrunch 的音频制作人 Theresa Loconsolo 详细介绍了她的背景和联系方式，同时提醒听众不要错过 TechCrunch 年度活动中的特别优惠。
🔗 来源：Is your startup’s check engine light on? Google Cloud’s VP explains what to do (AI 严选)
由 z2，在Industry News 行业资讯， ·

Google Cloud的初创部门副总裁谈在问题变得严重之前提前检查你的‘发动机警告灯’

初创企业创始人正被逼迫比以往任何时候都更快地行动，同时利用AI技术，面对越来越紧张的资金、不断上涨的基础设施成本以及更早展示实际进展的压力。云信用额度、访问GPU和基础模型让起步变得更加容易，但那些早期基础设施的选择可能会在企业超出免费额度进入真正的云账单阶段时产生意想不到的后果。
在这期TechCrunch的Equity播客中，TechCrunch资深记者Rebecca Bellan与Google Cloud全球初创企业的副总裁Darren Mowow进行了交谈。他们讨论了Mowow在创业生态系统中所见的趋势、Google Cloud如何争夺AI初创企业以及创始人在扩展时应该考虑的问题。
通过完整的播客，听众可以了解以下内容：
订阅Equity Podcast可以在YouTube、Apple Podcasts、Overcast、Spotify和其他平台收听。 您还可以在X和Threads上关注EquityPod，关注@EquityPod。 Rebecca Bellan是TechCrunch的资深记者，专注于报道塑造人工智能业务、政策和新兴趋势的人工智能。她的作品还出现在Forbes、Bloomberg、The Atlantic、The Daily Beast和其他出版物上。可以通过电邮[email protected]或通过加密消息rebeccabellan.491在Signal中与她联系。
Theresa Loconsolo是TechCrunch的音频制作人，专注于Equity播客。她在2022年加入TechCrunch之前，在一个由四个广播站组成的集团担任两位制作人之一，负责撰写、录制、配音和编辑内容，并从嘉宾如lovelytheband那里策划现场表演和访谈。Theresa住在新泽西州，持有蒙茅斯大学的传播学士学位。
可以通过电邮[email protected]与她联系。
🔗 来源：Google Cloud’s VP for startups on reading your ‘check engine light’ before it’s too late (AI 严选)
由 z2，在Industry News 行业资讯， ·

Google 在 Gemini 应用中添加音乐生成功能

谷歌周三宣布，在其 Gemini 应用中新增了音乐生成功能。该公司正使用 DeepMind 的 Lyria 3 音乐生成模型来支持这一特性，该功能目前仍处于测试阶段（beta）。要使用此功能，用户只需描述他们想要创作的歌曲类型，应用将会自动生成一曲并附上歌词。
例如，你可以要求 Gemini 创作一首“滑稽的 R&B 慢歌，讲述袜子找到另一半的故事”，应用将生成一段 30 秒的曲目，并配有 Nano Banana 设计的封面图。谷歌表示，用户甚至可以上传照片或视频，AI 驱动的工具将会根据媒体文件的情绪来创作歌曲。
Lyria 3 相较于之前的模型有所改进，能生成更逼真和复杂的音乐片段。用户还可以更改并控制其他元素如风格、人声和节奏。除了将 Lyria 3 集成到 Gemini 应用中之外，谷歌还通过 YouTube 的 Dream Track 功能向创作者开放了这一模型，帮助创作者制作 AI 生成的曲目。该选项之前仅限美国地区的 YouTube 创作者使用，现在全球范围内的创作者都可以访问。
“音乐生成以 Lyria 3 为驱动，并旨在促进原创表达，而不是模仿现有艺术家的作品。如果你在提示中指定了具体艺术家的名字，Gemini 将将其视为广泛创意灵感，创作出具有相似风格或情绪的曲目。”谷歌在一篇博文中说道。“我们还设置了过滤器来检查输出内容是否与现有作品重复。
所有使用 Lyria 3 模型生成的歌曲都将带有 SynthID 水印以标识 AI 生成的内容。谷歌表示，用户也将能够上传曲目，并询问 Gemini 是否为 AI 生成的作品。音乐生成功能已在全球支持 18 岁及以上用户的 Gemini 应用中上线，并提供英文、德文、西班牙文、法文、印地语、日文、韩文及葡萄牙文版本。
AI 生成的音乐在艺术家和听众之间已经引发了不同的情感反应。一方面，像 YouTube 和 Spotify 这样的公司正在采用 AI 并与唱片公司签订合同来利用 AI 生成的音乐盈利；另一方面，AI 模型和工具提供商因使用用于训练的数据集侵犯版权而遭遇诉讼。例如 Deezer 就发布了一个工具以标记 AI 生成的音乐，防止这种类型的音乐被欺诈性地播放。
🔗 来源：Google adds music-generation capabilities to the Gemini app (AI 严选)
由 z2，在Industry News 行业资讯， ·

亚马逊停止Blue Jay机器人项目

亚马逊在其仓库中拥有数十万台机器人，但其所有机器人的研发项目并非皆为成功。据Business Insider报道，并经TechCrunch确认，亚马逊已暂停了其不到六个月的Blue Jay仓储机器人项目。
Blue Jay是一款多臂机器人，设计用于分拣和移动包裹。这款机器人于10月份首次亮相，将在同日配送设施中投入使用。当时，公司正在南卡罗来纳州的一个设施进行测试，并声称仅用一年时间就开发出了Blue Jay，这比其其他仓储机器人的研发速度快得多，公司称这是由于人工智能技术的进步。
亚马逊发言人在电子邮件中告诉TechCrunch：“我们一直在探索新的方法以提高客户体验、使工作更安全、更高效并更具参与性。”“在这个案例中，我们实际上正在加速使用Blue Jay开发的底层技术，并且几乎所有技术都将被继续用于支持我们的网络员工。
亚马逊还于去年发布了Vulcan机器人，这种两臂机器人主要用于仓库存储区域。Vulcan的一只手臂设计用来重新排列和移动物品，另一只装备有摄像头和吸盘的手臂则能够抓取货物。据报道，Vulcan可以感知其所触碰的物体，并通过实际操作数据进行训练。
亚马逊自2012年就一直发展其内部机器人项目。当年，它收购了Kiva Systems，后者仓储自动化技术构成了亚马逊履行运营的基础。去年7月，亚马逊仓库中的机器人数量超过了100万台。
🔗 来源：Amazon halts Blue Jay robotics project after less than six months (AI 严选)
由 z2，在Industry News 行业资讯， ·

印度AI实验室Sarvam推出新一代大型语言模型，押注开源AI市场

印度人工智能实验室Sarvam于周二推出了新一代大型语言模型，表明它认为更小巧、高效的开源AI模型能够在市场上与美国和中国的竞争对手分一杯羹。此次发布是在新德里举办的人工智能影响峰会上宣布的，这符合印度政府减少对外国AI平台依赖并根据当地语言和应用场景定制模型的努力。
Sarvam表示，新的产品线包括30亿参数和105亿参数的模型、文本转语音模型、语音转文本模型以及解析文档的视觉模型。这一系列新模型相比公司此前于2024年10月发布的2亿参数Sarvam 1模型有了显著的进步。
30亿和105亿参数的模型采用了专家混合架构，能够同时激活其小部分总参数，在大幅降低计算成本的同时提升了性能。其中30B模型支持32,000个标记上下文窗口，适用于实时对话使用；而更大规模的模型则提供128,000个标记上下文窗口，更适合处理复杂、多步骤推理任务。
Sarvam表示，这些新AI模型是从零开始训练的，并没有基于现有的开源系统进行微调。30B模型被预训练了约16万亿个文本标记，而105B模型则是在涉及多种印度语言的数据上进行了大规模训练。
该初创公司称，新模型适用于实时应用，包括印度语言的语音助手和聊天系统等。Sarvam表示，这些模型是通过印度政府支持的人工智能使命提供的计算资源进行训练，并得到了数据中心运营商Yotta和Nvidia的技术支持。
Sarvam计划以谨慎的态度扩大模型规模，专注于实际应用而非单纯追求大规模。“我们希望在如何扩展方面保持谨慎。”Sarvam联合创始人Pratyush Kumar在发布会上表示，“我们不想盲目地进行扩展。我们需要理解哪些任务在大规模下真正重要，并为此进行构建。”
Sarvam计划开源30B和105B模型，但未明确说明是否会公开训练数据或完整训练代码。
此外，Sarvam还规划了专门的AI系统建设，包括编程导向型模型和企业工具产品“Sarvam for Work”，以及对话式AI代理平台“Samvaad”。
Sarvam成立于2023年，在融资方面已获得超过5000万美元的资金，并获得了Lightspeed Venture Partners、Khosla Ventures和Peak XV Partners（原Sequoia Capital India）的投资。
🔗 来源：Indian AI lab Sarvam’s new models are a major bet on the viability of open-source AI (AI 严选)
由 z2，在Industry News 行业资讯， ·

印度Sarvam公司计划将其AI模型应用于功能手机、汽车和智能眼镜

印度人工智能公司Sarvam计划通过在诺基亚的功能手机、汽车以及自家的智能眼镜上部署其新发布的AI模型，将这些技术带给更多的用户。该公司得到了Lightspeed、PeakXV和Khosla Ventures等知名风投的支持，并在新德里举行的印度人工智能影响峰会上宣布了这一计划。
Sarvam表示，公司正在使用边缘模型，这些模型占用空间仅为兆字节级别，可以在大多数手机的现有处理器上运行，并且可以离线工作。该公司正与HMD合作，在诺基亚和HMD手机上提供对话式AI助手功能。演示视频中展示了用户在功能手机上点击专用AI按钮，以当地语言与AI助手进行交流，获取政府计划或地方市场的指导信息。
不过尚不清楚峰会上展示的所有AI功能是否都能离线运行。“通过边缘AI，我们希望将智能带给每部手机、笔记本电脑、汽车以及新一代设备。”Sarvam的边缘AI负责人Tushar Goswamy在一次演讲中说。他还提到公司与高通合作调校其模型以适应后者的芯片组。Sarvam没有透露这些模型将在哪些设备上部署。
“我们与高通技术公司的合作可以加速我们将自主人工智能从研究带向应用的过程，”联合创始人兼首席执行官Vivek Raghwan在一份声明中说。“这将使Sarvam能够设计出能够在边缘运行的应用程序和模型，并且具备保护数据和大规模采用的条件。”
Sarvam还表示正与德国工程巨头博世合作，为汽车带来AI助手功能。此外，公司展示了名为Sarvam Kaze的智能眼镜对称件，该款眼镜在印度设计制造并于5月上市。
此前，Sarvam主要运用于企业市场，为其提供语音驱动的模型以支持客户服务等场景。随着新模型和合作项目的推出，公司开始转向面向消费者的应用场景。
🔗 来源：India’s Sarvam wants to bring its AI models to feature phones, cars and smart glasses (AI 严选)
由 z2，在Industry News 行业资讯， ·

World Labs 获 Autodesk 投资 2 亿美元，携手探索 3D 工作流

Fei-Fei Li 的 World Labs 最近获得了建筑设计软件巨头 Autodesk 公司的 2 亿美元投资。此次合作将让两家公司在研究和模型层面展开紧密协作，共同探讨如何利用 World Labs 的 AI 系统——用于生成并推理沉浸式 3D 环境的技术——与 Autodesk 的工具进行互补应用，尤其是在娱乐领域。
据 Autodesk 称，这笔投资是 World Labs 更大规模融资的一部分。尽管拒绝透露更多细节，但这家在 2024 年从隐身模式中浮现的初创公司目前正寻求以 50 亿美元估值筹集资金。
对于 World Labs 来说，Autodesk 的这一投资标志着其产品具有商业吸引力。其首款世界模型产品 Marble 最早在去年十一月发布，允许用户创建可编辑并下载的 3D 环境。[原文链接]
Autodesk 是最大的 3D CAD（计算机辅助设计）软件开发者之一，其平台贯穿建筑、工程、施工、制造和娱乐工作流程。因此对先进空间 AI 的投资自然扩展了其核心业务。
正如 Li 在声明中所说："Autodesk 长期以来帮助人们进行空间思考并解决实际问题，我们共同的使命是构建物理 AI，增强人类创造力，并将更强大的工具交到设计师、建造者和创作者手中。"
作为合作的一部分，Autodesk 将担任 World Labs 的顾问，两家公司计划在研究和模型层面展开紧密协作。Autodesk 首席科学家 Daron Green 告诉 TechCrunch，这笔交易目前还处于早期阶段，具体形式尚未确定。
“你可以期待我们在不同的场景中使用他们的模型或他们使用我们的模型。”Green 说。
他进一步解释道：“例如，客户可能会在一个基于 World Labs 的世界模型（比如办公室布局）中进行初步设计，然后细化某些设计方面（如桌椅的设计），这时 Autodesk 的技术就能发挥作用了。”
“同样地，你可能想在我们的平台上设计一个物体，并将其置于通过 World Labs 提供的提示创建的环境中。”Green 说。
Green 强调，数据共享并不包含在这项协议中。他表示两家公司计划从媒体和娱乐应用案例开始合作。
大多数构建世界模型的企业——包括 Google DeepMind 和 Runway 在内——都将游戏和互动娱乐视为市场切入点。Autodesk 已经与主要的影视制作公司建立了合作关系，并一直在训练用于角色动画的模型。
“这些与世界模型密切相关，它们描述了一个动物在一个有物理限制（如时间、穿越的地形）的世界中如何反应。”Green 说，“因此在模型中存在一种物理理解，这也是为什么它可能会与 World Labs 的技术结合在一起。你不仅是在为这只狗制作动画，还可以为其提供一个可以互动的环境。”
这笔合作将支持 Autodesk 更广泛的 AI 功能集成策略，旨在将其软件组合中的更多功能智能化。Autodesk 正在开发“神经 CAD”，这是一种新类型的生成式 AI 模型，通过几何数据训练，并能够推理组件和整个系统。
简单来说，它不仅能生成 3D 模型，还能理解这些设计如何在现实世界中运作。据 Green 称，这些神经 CAD 模型已经集成到了 Autodesk 的产品设计和建筑设计产品中，作为迈向更高级空间智能的一步。
但 World Labs 的模型可能有助于将这一能力扩展到单个设计文件之外，实现对物理世界的更全面数字表示。[原文链接]
Green 认为，不同的 AI 系统——包括大型语言模型、世界模型和神经 CAD——未来将被组合起来以提升 Autodesk 客户的设计。Li 在声明中说："如果要让 AI 真正有用，它必须理解世界，而不仅仅是文字。
世界由几何、物理和动力学所支配，协调语义、空间和物理是 AI 的下一个巨大前沿领域。"
🔗 来源：World Labs lands $200M from Autodesk to bring world models into 3D workflows (AI 严选)
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。