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。
不久前，Zilliz 研发VP栾小凡受邀做客英文播客节目Innovator Coffee，深度分享了 Zilliz 的创业历程、Milvus 产品的构建逻辑与核心设计思路，以下为本次分享的重点内容摘编。
现有的视频编辑模型往往面临「鱼与熊掌不可兼得」的困境：专家模型精度高但依赖 Mask，通用模型虽免 Mask 但定位不准。来自悉尼科技大学和浙江大学的研究团队提出了一种全新的视频编辑框架 VideoCoF，受 LLM「思维链」启发，通过「看 - 推理 - 编辑」的流程，仅需 50k 训练数据，就在多项任务上取得了 SOTA 效果，并完美支持长视频外推！
视频生成模型如Veo-3能生成逼真视频，但有研究发现其推理能力存疑。香港中文大学、北京大学、东北大学的研究者们设计了12项测试，发现模型只能模仿表面模式，未真正理解因果。这项研究为视频模型推理能力评估提供基准，指明未来研究方向。
DeepMind公开了有关Veo 3视频模型最新论文！论文提出了「帧链」（Chain-of-Frames，CoF），认为视频模型也可能像通用大模型一样具备推理能力。零样本能力的涌现，表明视频模型的「GPT-3时刻」来了。
CoT思维链的下一步是什么？ DeepMind提出帧链CoF（chain-of-frames）。
Coframe是一家能够为客户提供网站编程优化的AI初创公司。该公司于本周二宣布获得了 930 万美元的种子轮融资,
凭借在华尔街利用AI分析市场，Reflexivity吸引融资高达3000万美元，折合人民币高达2.1个亿。盈透证券和Greycroft领投了本轮融资，亿万富翁投资者Stanley Druckenmiller和澳大利亚对冲基金Kirkoswald创始人Greg Coffey参与其中。
a16z 合伙人 Alex Rampell 上周发布了一篇我觉得很有价值的文章《Input Coffee, Output Code: How AI Will Turn Capital into Labor》，认为在人工智能的帮助下，我们正在见证历史上最伟大的变革：软件正在变成劳动力，这是新的一种 E=MC^2 。
2024 年 6 月 30 日，长城汽车董事长魏建军亲自操盘，通过直播向全球展示了长城汽车全场景 NOA 在重庆的挑战性路段的实际表现。这次直播不仅是对长城汽车智能驾驶技术的一次全方位检验，更是一次向公众彰显其领先的智能驾驶解决方案 ——Coffee Pilot Ultra（CP Ultra）的力量展示。
