搜索
“Wayo不是SaaS，不是单点AI工具，而是直接交付结果的端到端闭环服务，这是我们和同行业其他产品的核心区别。”传统外贸服务模式难以规模化扩张，Julia认为AI正是解决“优质服务+规模化”矛盾的有效解法。
一条「去GitHub上赚5美元」的指令，Codex跑了22小时，几天后带回16.88美元。钱不多，但如果Chris的复盘属实，AI第一次独立走完了找活、写代码、提PR、收款的完整闭环：AI会替你赚钱，这可能是第1单。
AI再也不是“回合制”了。Thinking Machines Lab（以下简称TML）发布首个模型，让实时交互能力成为模型原生能力。联合创始人翁荔出镜演示。
商汤最近做了一件大多数大模型公司都不舍得做的事。每 5 小时 1500 次免费调用，Token 消耗比同行低 60%，三款新产品同步上线，还把核心模型 U1 以 Apache 2.0 协议全面开源——在大模型公司普遍在想怎么收费的当下，商汤在反向操作。
以 DeepSeek-R1、OpenAI GPT Thinking 为代表的大型推理模型，通过长达数千 token 的「思维链」在各类复杂推理任务中展现出卓越的性能。然而，这些模型普遍存在一个核心问题，即过度思考（overthinking） ：
随着语音、视频、多模态能力不断融入大语言模型（LLM），人与 AI 的交互正在越来越接近自然对话。今天的 LLM 不再只是回答问题的工具，也越来越多地出现在教育、客服、陪伴、心理健康等高度依赖情绪理解的场景中。
近日，原力灵机开源的具身智能原生框架 Dexbotic 宣布正式支持以 RLinf 作为其分布式强化学习后端。对具身智能开发者而言，这不仅是一次普通的工程适配，更意味着 VLA 模型研发中长期存在的「SFT 与 RL 割裂」问题，正在被真正打通。
Claude Code今天正式推出Agent视图功能，让用户在一个界面里统一管理所有Claude Code会话。此前并行运行多个Agent时，开发者往往需要同时维护多个终端标签页、一个tmux网格，还得靠脑子记住每个任务的进度。
Mira Murati 用一年半时间证明了「人机协作」不是一句口号。 5 月 11 日，Thinking Machines Lab 发布了一段研究预览视频，展示了他们所谓的「交互模型」（Interaction Model）。
「一个人现在可以跑出一家30人公司才能完成的收入。」然后他说：这句话在2022年不成立。在2024年中段某个时间点，变成了真的。而且差距每个季度都在扩大。不是因为这个说法多新鲜——AI能提效这件事大家都听说过了。是因为他不只是说「理论上可以」，他是说他自己做到了，然后顺手把操作手册拿出来给你看。