离开Meta这座围城后，Yann LeCun似乎悟了“不要把鸡蛋装在同一个篮子里”。一边，他亲手打造了自己的初创公司AMI，试图在世界模型这条赛道上大展拳脚；同时，他的目光又投向了硅谷的另一角。
行业内许多人认为AI 模型市场的赢家早已确定：大型科技公司将主导市场（谷歌、Meta、微软，以及部分亚马逊业务）并联合其选择的模型开发商，主要是 OpenAI 和 Anthropic。
大模型的能力正在被不同的范式逐步解锁：In-Context Learning 展示了模型无需微调即可泛化到新任务；Chain-of-Thought 通过引导模型分步推理来提升复杂问题的求解能力；近期，智能体框架则赋予模型调用工具、多轮交互的能力。
为什么让多模态大模型“一步一步思考”（”Let’s think step by step”）来回答视频问题，效果有时甚至还不如让它“直接回答”？
过去一年，AI 技术已从概念热潮深度渗透至产业肌理，成为驱动 IT 基础设施重构的核心引擎。当大模型、异构算力、智能体（Agent）等技术要素持续冲击传统技术体系，操作系统作为软硬件协同的核心枢纽，其 AI 进化的本质也引发了行业的深刻思考：OS 的 AI 进化，究竟是换汤不换药的 “新瓶旧酒”，还是颠覆底层逻辑的 “涅槃重生”？
大模型的出现，给许多行业带来了颠覆性的改变，运维这个向来被视为稳定、保守的领域也不例外。虽然“AIOps”这个概念早在 2016 年由 Gartner 提出，但早期的智能运维更多是利用大数据和机器学习对传统运维流程进行效率上的提升。
近日，北京才多对信息技术有限公司（True Talents Connect，以下简称“TTC”）宣布完成 A 轮千万美元级融资。本轮融资由厚雪资本领投，百度战略投资。此前，TTC 自研的 AI Agent 产品“小麦招聘”获第三届百度“文心杯”创业大赛一等奖，此次融资标志着其正式融入百度生态的新阶段。
上周，我又看了一遍《Her》。
岁末年初，全球AI竞争聚焦到了最新趋势—— 太空算力。
在 AI 浪潮席卷全球的今天，大模型在写诗、作画、敲代码上已经展现出惊人的天赋。然而，在面对严谨、硬核的物质科学（物理、化学、材料）时，却常常表现得像个“偏科生”：它们能侃侃而谈化学理论，却在最基础的分子式、晶体结构书写和反应推理上频繁出现不稳定输出：说的像那么回事，写出来却漏洞百出。
