实测 Hojo:当一家 Voice AI 创业公司开始主动「找骂」
实测 Hojo:当一家 Voice AI 创业公司开始主动「找骂」让 Agent 进入高价值沟通的第一现场。
搜索
让 Agent 进入高价值沟通的第一现场。
上世纪 40 年代,计算机还是占据一整个房间的庞然大物。它们体积庞大、造价高昂,只有少数科研机构和大型组织能够使用。那时,计算是一种昂贵而稀缺的资源。
一天烧掉 100 美元,是平时一周 Token 预算的 5 倍!
潜在估值超1300亿。
在大型语言模型(LLM)的无损推理加速中,推测解码(Speculative Decoding)已成为工业界标配。以 EAGLE-3 为代表的自回归草稿模型虽然预测准,但每多猜一个 token 就要多跑一步串行前向;而受扩散语言模型启发的 DFlash 将草稿生成彻底并行化 —— 一次骨干网络前向即可同时吐出整块候选 token,大幅压缩了起草耗时。
看起来像硬质塑料,按下去却十分柔软 —— 当视觉与触觉发生冲突,人类往往会依赖触感修正视觉误区;但现有的多模态模型却常常更相信视觉,从而误判物体的真实物理属性。
有些 Agent,已经开始用「自己的电脑」替人干活了。
个人Agent集体往前迈了一步。
蹭上“后会友期”的泼天富贵,我们把工作群搬进了千问办公。
Anthropic发布Claude Fable 5.2和Claude Mythos 5.2,提升编程、推理与科研能力,1000个Fable 5.2智能体在30小时内完成费马大定理形式化。