搜索
不是最强 AI，却最懂用户刚需？在 Sensor Tower 发布的 Q3 应用出海榜单中，我们注意到了一个特别的 AI 应用「Seekee」。它空降下载榜 Top9，是当季度在海外获得最多下载量的出海 AI 应用，而由字节跳动出品、近一段时间炙手可热的「Cici」尽管排名上涨，但仅位列第 13。
十年前，「黑手党」这个词还属于PayPal。十年后，它成了OpenAI。那些离开OpenAI的人，没有远去，而是在外部重建另一个OpenAI。他们互相投资、互相背书，从算法到资本，织出一张无形的权力网。AI的故事，看似在讲技术，其实是在讲权力的继承。当算法学会模仿人类，人类也在用算法，复制自己的帝国。
前不久我写了一篇百度最新的OCR模型（PaddleOCR-VL）的文章反响还不错。
前段时间，有媒体爆料说 OpenAI 打算推出一个 AI 抖音，没想到隔天，这个「AI 抖音」Sora 就上线了。
生成式AI技术的成熟，让智能编程逐渐成为众多开发者的日常，然而一个大模型API选型的“不可能三角”又随之而来：追求顶级、高速的智能（如GPT-4o/Claude 3.5），就必须接受高昂的调用成本；追求低成本，又往往要在性能和稳定性上做出妥协。开发者“既要又要”的正义，谁能给？
想象一下，你正在玩一款开放世界游戏，角色在无缝衔接的世界中自由漫游，游戏引擎必须实时生成一条无限长的视频流来呈现这个虚拟世界。或者，你戴着 AR 眼镜在街头行走，系统需要根据你的视线与动作，即时生成与你环境交互的画面。无论是哪种场景，都对 AI 提出了同样的要求：能实时生成高质量、长时间连贯的视频流。
在几天前，上海交大发布了一篇名为 《上下文工程2.0：上下文工程的上下文》（Context Engineering 2.0: The Context of Context Engineering） 的重磅论文。
人类之所以能与复杂的物理世界高效互动，很大程度上源于对「工具」的使用、理解与创造能力。对任何通用型智能体而言，这同样是不可或缺的基本技能，对物理工具的使用会大大影响任务的成功率与效率。
1997年首提AGI的马克·古布鲁德（Mark Gubrud），从地下室论文到被遗忘的命名者；而今AGI成巨头博弈与数千亿美元资本的关键开关，微软与OpenAI以其为合同枢纽与控制权杠杆，标准却愈发模糊。
近期，慕尼黑大学团队推出Nicheformer，全球首个将单细胞分析与空间转录组学融合的大规模基础模型，由超1.1亿个细胞数据训练而来。这一成果被刊登在Nature子刊Nature Methods上，且团队已经将该模型开源。