苹果下个爆款可能不是 iPhone,居然「复活」全网群嘲的 Ai Pin,首批 2000 万台
苹果下个爆款可能不是 iPhone,居然「复活」全网群嘲的 Ai Pin,首批 2000 万台最有看点的苹果产品要来了,但可能不是 iPhone。
最有看点的苹果产品要来了,但可能不是 iPhone。
在当前的AI Research浪潮中,Autonomous Agents已经改变了我们获取信息的方式——从被动接收到主动检索。
比如说,最近有一个叫做 Unlucid.ai 的视频生成网站流量很好,排名窜的很快,在这个网站主页里,你能看到非常「像片儿」的 AI 生成视频:有人反复试错,研究哪些描述可以通过,哪些词语组合更容易出结果,怎样的写法既不触发拦截,又能让画面往“成人内容”的方向靠近。
比如前些天,Vercel 创始人 Guillermo Rauch 推出了所谓的「AI skill 的 npm」,让用户仅需一个简单命令 npx skills add [package],就能为自己的 AI 智能体轻松注入专业能力。
就在刚刚,Liquid AI 又一次在 LFM 模型上放大招。他们正式发布并开源了 LFM2.5-1.2B-Thinking,一款可完全在端侧运行的推理模型。Liquid AI 声称,该模型专门为简洁推理而训练;在生成最终答案前,会先生成内部思考轨迹;在端侧级别的低延迟条件下,实现系统化的问题求解;在工具使用、数学推理和指令遵循方面表现尤为出色。
随着AI浪潮的袭来,笔者本人以及团队都及时的调整了业务方向,转型为一名AI开发者和AI产品开发团队,常常需要微调大模型注入业务场景依赖的私域知识,然后再把大模型部署上线进行推理,以支撑业务智能体或智能问答产品的逻辑流程。
想象一家“永不眠”的公司:白天,全天候运行的 Google Meet 与麦克风捕捉着办公室内的每一处沟通细节,AI 助理实时解析、拆解任务,并在次日清晨8点将策略与进度精准推送到员工指尖;夜幕降临,当人类休息时,另一套自动化流程无缝接管——监测报错、编写代码、生成PR,静待工程师次日一键合并。
近日,中国科学技术大学(USTC)联合新疆师范大学、中关村人工智能研究院、香港理工大学,在数据驱动的多功能双连通多尺度结构逆向设计领域取得重要突破。
现有AI记忆评测存在局限,如数据源单一、忽视变化本质、注入成本高等。CloneMem通过层次化生成框架构建合成人生,设计贴近真实场景的评测任务,涵盖多种问题类型。
1 月 13 日,Claude Cowork 发布,我的朋友圈被刷屏了。