两项最新研究更新了Brynjolfsson最初提出的生产力悖论，揭示企业和入门级岗位所面临的危机——以及初创公司的机遇。20世纪90年代，Erik Brynjolfsson及其同事提出“生产力悖论”：尽管信息技术快速进步、电脑在工作场所普及，生产率增长却依旧乏力。该悖论指出，仅拥有新技术不足以推动生产力，还需组织变革、技能提升和业务流程创新等补充因素。
其实大语言模型的“教育”问题也差不多。研究者在训练和使用这些模型时，离不开提示词。这就像一份人生剧本，告诉模型“你是谁？”“你要做什么？”“你能做到哪里？”但问题是，提示词到底应该像家长一样，
刚刚，Meta又从OpenAI挖来一员猛将——宋飏，扩散模型领域的核心人物，DALL·E 2技术路径的早期奠基者。他已正式加入Meta Superintelligence Labs，担任研究负责人，直接向他的师兄赵晟佳汇报。
刚刚完成1300万美元种子轮融资的Runware，正在用一种完全不同的方式重新定义AI基础设施。他们不依赖现成的云服务提供商，而是从零开始构建了自己的硬件和软件栈，创造出了所谓的"Sonic推理引擎"。这种垂直整合的方法让他们能够将AI推理成本降低高达90%，同时通过单一API提供对超过40万个AI模型的访问。
搜集整理了Top15的投资人在AI领域的代表性投资案例。希望能给关注AI的读者朋友提供有价值的参考。基于我们的观察和整理，Top15的天使投资人押注的项目，并非散点式的“随缘下注”，而是呈现出高度一致的共性和清晰的趋势。
“未来 1-5 年，可能有一半的白领岗位会消失，失业率会飙升至 10% 到 20%，无论这项技术能带来多少好处”。Anthropic 联合创始人 Dario Amodei 此前曾在采访中表示。这个观点一时引起了大家的广泛关注。
抢滩6G前夜，AI加物理正在重塑无线电地图产业格局。香港科技大学（广州）等机构联手重磅发布PhyRMDM框架，打破认知盲区，将物理约束与生成模型能力融合一体，显著提升高精度无线电地图的生成质量与稳定性。这一成果已被顶会ACM MM 2025接收。
对于提升AI能主动发现问题、提出假设、调用工具并执行解决方案，在真实环境里闭环工作，而不只是在对话里“想”的智能体能力（Agency）。在这篇论文之前的传统方法认为，需要遵循传统语言模型的“规模法则”（Scaling Laws）才能实现，即投入更多的数据就能获得更好的性能。
大家都知道，英伟达是全球AI行情的带头大哥。从2022年11月到现在，英伟达的股价直接涨了10倍，妥妥的“超级牛股”。 但它一定不知道，在遥远的东方，有家公司比它还要猛。 它的名字叫，美图。
2030年的人工智能将会是什么样子？受谷歌DeepMind委托，Epoch发布新报告，从算力、数据、收入等方面进行了详细剖析。
