搜索
高考后第15天，田家铭靠一节AP微积分课程挣到了3000块。此后两年，他围绕个人教学品牌做到百万级营收，但很快触到了天花板——一天只有24小时，“卖时间”永远有上限。于是，这个苏州大学金融学专业的00后，做了一个反常识的决定：用教育这个确定性极强的现金流生意，去喂养AI这个充满不确定性的新方向。
3014.9亿斤。
高能预警！ Anthropic的终极杀器Fable 5.5，已经临近发布了。
10 月初，我在旧金山的一家川菜馆，和经济学家泰勒·科文吃了一顿饭。
过去两年，AI for Science 正在经历一场肉眼可见的转向。自 AlphaFold 拿下诺贝尔奖、AlphaFold 3 和 ESM3 等模型相继问世后，AI 在生命科学里的角色，已经不再局限于预测一个蛋白结构或生成一段序列，而是开始直接接管“提出科学假设”这一核心环节。
材料科学一向被视为经验科学。几十年来，研发范式几经更迭，从爱迪生式试错到材料基因工程，再到计算模拟，却始终绕不开同一道约束：物理模型只在成熟体系内有效，一到新材料就失灵；行业积累的数据是写给人看的，一条不过十几个数值，撑不起AI的学习。结果是，人类用了数千年的金属材料，真正探索过的成分空间或许还不到10%。
多轮图像编辑允许用户通过连续指令，逐步调整同一张图片中的物体、外观与场景。随着图像生成进入交互创作，用户需要根据中间结果继续修改，模型也需要在完成新要求的同时，保留此前已经确认的内容。
Personal Agent 这个赛道，至今仍存在巨大的非共识，热度与质疑并存。
AI模型后训练公司Trajectory宣布完成4500万美元A轮融资，由红杉资本领投，英伟达、Bessemer Venture Partners和Bain Capital Ventures参投，估值达3亿美元，其基于持续学习的后训练平台已正式向公众开放。
5580元，四张24GB P40，合计96GB显存。老计算卡就这么水灵灵地又上岗了。 这条闲鱼商品，卖家标称双路E5-2686 v4、64GB内存，不含硬盘，附M.2转接卡和导轨，仅限南京自提。
2026年8月，OpenAI联合创始人兼总裁Greg Brockman使用X，转发了一件主题为“人体器官教学”的3D交互网页作品。
近日，DeepSeek 为下一代超级智能体（Super Agent）提出了四个标准：连续，高效，主动，持久，让智能体称为能够承担工作的 AI 同事。
为了放心摸鱼，我给 B 站做了爆改。
乔布斯心中的Siri，这次可能真的走进现实了。
视觉与文本输入由同一主干模型统一处理。
下一代 GPT 的一个重要线索，Sam Altman 透露了。
编辑｜张倩 2008 年，英伟达曾用一场颇为疯狂的实验，向人们展示并行计算的威力。 在现场，一台绘画机器人按部就班、一个像素接一个像素地绘制出一幅「笑脸」简笔画。 但接下来，画风突变。工作人员启动了一
你的旧衣服怎么处理的？
上周五，我写了一篇关于B站鱼灾的文章DeepSeek的尽头，居然是一条会喊你爸爸的蓝色大肥鱼，不少朋友在评论区和私信里问要怎么养鱼。
GPT-6 Astra能直接读取编辑小模型权重了。
最近，大模型圈的风向，彻底变了。
人工智能先驱 Yann LeCun 一直主张「生成式 AI 是一条死胡同，世界模型才是真的未来」。
9 月以来，全球顶尖大模型几乎都在秀 3D。
在企业级真实业务与复杂数据分析中，让大模型「一眼看穿数据库并写出完美SQL」，往往只是一个不切实际的幻想。
AI顶会论文，到底有多拼卡？
大模型吃光互联网后，机器人的物理Token从哪来？
用螺丝刀拧紧螺丝，听起来并不复杂。
随着递归自我改进（Recursive Self-Improvement，RSI）受到关注，智能体如何从交互经验中持续改进自身成为研究热点。智能体记忆机制影响着这些经验能否被有效保留和利用。
造AI的人，已来不及看清AI进化到了哪一步！
过去几年，神经网络接连改写了一个又一个领域：图像生成有了 Stable Diffusion，视频生成已经能做到以假乱真，就连 3D 渲染也出现了 RenderFormer 这样的纯神经网络方法。但在高保真物理仿真上，神经网络始终没能交出令人满意的答卷，游戏、动画和机器人领域至今仍依赖需要手动调参、难以求梯度的传统求解器。
