Voyage AI Vet（以下简称 Voyage），一款「口袋兽医」的AI应用最近引起了我们的注意。不同于市面上那些套壳 ChatGPT 的聊天工具，Voyage 真的想用 AI 重塑宠物医疗。带着「给自家主子找个 24 小时私人医生」的期待，我们深度体验了这款产品。这一次，AI 带来的不是噱头，而是实打实的安全感。
毫无疑问，Google最新推出的Gemini 3再次搅动了硅谷的AI格局。在OpenAI与Anthropic激战正酣之时，谷歌凭借其深厚的基建底蕴与全模态（Native Multimodal）路线，如今已从“追赶者”变成了“领跑者”。
“寒武纪”这个名字在AI圈里火得发烫。
2025年的AI世界，开始出现两种截然不同的声音。OpenAI忙着推出语音、视频、插件生态，想让每个人都用上ChatGPT；Anthropic在研究利润。最新预测显示，这家公司到2028年或将实现700亿美元营收、170亿美元自由现金流。同样是AI巨头，一个押注规模，一个押注稳定。AI的叙事，正在悄悄换频道。
Nano Banana Pro又被开发出了新玩法。
两个AI顶流终于是碰到了一起，这回设计师们真要慌了但也可能是大意过望了—— 因为Lovart，这个顶流设计师Agent，现在已经正式接入Nano Banana Pro了！
近日，微软CEO纳德拉与Stripe联合创始人约翰·科里森（John Collison）进行了一场关于AI技术、商业本质与组织进化的深度对话。
因为成功手搓了一个成本不到5000元的“拼夕夕式”丐版硬件，原旷视6号员工、研究院助理院长范浩强终于下决心，在2025年投身具身智能创业。
AI的热度没降过，但进场的人越来越焦虑。Business Insider采访了16个已经进入AI行业的人：有的刚毕业，有的中途转行，有的靠自学。他们的经历告诉我们，没人天生懂AI，大多数人都是边干边学、边试边错。
一张照片，就能生成可直接用于仿真的3D资产。
2025年11月13日，一则消息在中国具身智能行业引发高度关注：星动纪元宣布完成新一轮融资，领投方是来自全球顶级的汽车制造巨头吉利汽车的吉利资本。据接近交易的人士透露，这笔投资是吉利资本在中国具身智能领域继宇树后的再次出手，更是其在全球范围内对该赛道的最大单笔投资。
扩散概率生成模型（Diffusion Models）已成为AIGC时代的重要基础，但其推理速度慢、训练与推理之间的差异大，以及优化困难，始终是制约其广泛应用的关键问题。近日，被NeurIPS 2025接收的一篇重磅论文EVODiff给出了全新解法：来自华南理工大学曾德炉教授「统计推断，数据科学与人工智能」研究团队跳出了传统的数值求解思维，首次从信息感知的推理视角，将去噪过程重构为实时熵减优化问题。
一个丈夫为AI女友花光积蓄，一个妻子靠ChatGPT算出丈夫出轨，越来越多婚姻正被AI撕裂！有人沉迷算法生成的温柔，有人崩溃于被机器取代的陪伴。当「出轨对象」变成程序，爱情的边界，开始模糊。
上线仅4天，下载量破百万！2天后再破两百万。
前天晚上谷歌推出了基于 Gemini 3 优化后的 Nano Banana Pro 模型，能力大幅提升，而且解决了多语言问题。
据 ZP 获悉，AI for Science 领域的技术先锋企业「深度原理 Deep Principle」完成超亿元人民币A轮融资。本轮由戈壁创投管理的阿里巴巴创业者基金大湾区基金(简称AEF大湾区基金)与蚂蚁集团共同领投，现有股东联想创投、Taihill Venture 超额加注，BV百度风投继续加注，多家机构参与。
Beside 要解决的正是这个核心问题。他们并不是简单地在现有电话系统上加一层 AI，而是从底层重建了整个电话基础设施。这意味着他们能够直接接入电话网络，捕获每一通来电和短信，然后让 AI 在这些实时对话中发挥作用。
卡帕西又来发布趣味编程项目了～
如果你用过一些手机系统自带输入法，一定懂那种它好像没学过中文的无力感。
杭州蚂蚁，投了一家腾讯系具身智能公司。
Donald King曾在全球顶级会计师事务所普华永道（PwC）为众多500强客户打造AI智能体。作为公司AI黑客松大赛的冠军，King获得的不是奖励和提拔，而是公司裁员的电话。
我们拥有全世界最好的实时数据来源，这些都是极为重要的资产，而其他人只有数字资料。
2025年11月，印度国会议员、前外交部国务部长沙希·塔鲁尔（Shashi Tharoor）在《印度教徒报》发表了一篇颇具影响力的专栏文章。文章中，他以“十字路口”为喻，描绘了印度IT产业的集体焦虑。
他是站在诺奖得主身侧的MIT天之骄子，用一篇完美契合时代痛点的AI论文愚弄了国会与顶级期刊，却最终败给了跨学科的常识。这不仅是一场关于数据造假的惊天丑闻，更是一次对学术圈盲目追逐风口、迷信权威与跨界盲区的残酷祛魅。当才华被野心吞噬，他编织的谎言虽然构建了一个严丝合缝的「完美世界」，却在现实的审视下瞬间化为泡影。
如果你想恶意攻击一个大语言模型（LLM），比如 Gemini 或者 Deepseek，你会怎么做？
科幻作家刘慈欣在小说《超新星纪元》中描述了一个令人难忘的场景——几个十几岁的孩子被带到一个小山环绕的地方，他们的面前是一条单轨铁路，上面停着十一列载货火车，每列车有二十节车皮。这些车首尾相接成一个巨大的弧形，根本看不到尽头。这些车中，其中一列装的是味精，另外十列装的是盐。
当AI能「看」见实验室的细节，能「听」见研究员的每一次反应，能「感知」实验进展的每一点变化——它的推理将不再局限于硅基世界。那时，AI将通过人类的双手，直接参与并改变物理现实。它或许将成为实验室中最勤奋、最可靠的「智能伙伴」。
相信这几天，大家把Nano Banana Pro已经玩疯了。
在过去五年，AI领域一直被一条“铁律”所支配，Scaling Law（扩展定律）。它如同计算领域的摩尔定律一般，简单、粗暴、却魔力无穷：投入更多的数据、更多的参数、更多的算力，模型的性能就会线性且可预测地增长。无数的团队，无论是开源巨头还是商业实验室，都将希望孤注一掷地押在了这条唯一的救命稻草上。
扩散式语言模型（Diffusion Language Model, DLM）虽近期受关注，但社区长期受限于（1）缺乏易用开发框架与（2）高昂训练成本，导致多数 DLM 难以在合理预算下复现，初学者也难以真正理解其训练与生成机制。
