跳到正文
10月15日周四
  1. The Verge · AI26

    AI 竞赛重新开打

    Anthropic 和 OpenAI 曾一度独自领跑 AI 竞赛,Google 明显落后,Meta 投入数十亿美元仍未成为有力竞争者。随着新模型陆续出现,这场竞赛重新变得激烈,各家差距正在缩小。

10月14日周三
10月13日周二
10月12日周一
10月11日周日
  1. TechCrunch · AI38

    语音 AI 还没迎来自己的 ChatGPT 时刻,PolyAI 与 Otter 高管这样说

    PolyAI CTO Shawn Wen 认为语音 AI 尚未迎来自己的"ChatGPT moment",全双工模型已是里程碑,下一步挑战是让推理足够快、对话更自然。Otter CMO Alex Gay 指出说话人识别、意图捕捉与组织知识结合是自动化的关键,且 ASR 转写精度不足会让下游动作出错、失去用户信任。两家高管均强调工具需向用户明确告知正在录音或与 AI 对话。

10月10日周六
  1. TechCrunch · AI56

    a16z 合伙人 Olivia Moore 谈消费 AI 现状

    TechCrunch 采访了 a16z 合伙人 Olivia Moore,围绕她发布的消费 AI 应用 Top 100 报告讨论该领域经济模式。Moore 认为 OpenAI 转向企业市场更像扩张而非转向,几乎所有 AI 收入仍来自订阅和 token 用量;她更希望消费端以广告等非自掏腰包方式变现,而非单纯提高付费用户比例。

10月9日周五
  1. MIT Technology Review · AI62

    MIT Technology Review:AI 拒绝能力被过度信任

    文章指出,AI 拒绝机制已成为行业安全的承重墙,但其原理尚未被真正理解,且漏洞难以穷尽。文中提到,Anthropic 曾表示某类分类器使其聊天机器人算力成本增加 24%,而越狱攻击不断出现,例如 Fable 5 发布后 Amazon 研究人员不到三天就解锁了其部分黑客能力。作者认为,随着拒绝机制收紧,它既可能失效酿成灾难,也可能被各国政府用于审查合法言论。

10月8日周四
  1. Simon Willison22

    引用 Ben Affleck 谈卷积神经网络与视觉特效

    Ben Affleck 讲述自己从年轻时就喜欢计算机,电影从胶片转向数字化后更关注技术层面,并提到视觉特效工作流多年使用机器学习。他称自己能写一些不太好的 Python 脚本,解释卷积神经网络作为 Transformer 的前身,通过分析张量(图像的数值表示,含批次号、帧号、像素 RGB 值)做边缘检测和特征提取,从而识别窗台等图案,便于抠掉绿幕并替换背景。

  2. Google Research74

    Google Research 专利撰写三个月实验:AI 助手提升产出但未必加速初级律师成长

    Google Research 与 NBER 合作发表的三个月田野实验显示,在 11 家律所 133 名律师中随机开放 Google Labs AI 专利撰写助手后,10 天和 90 天的起草评分分别提升 0.34 和 0.38 个标准差,但移除 AI 后的无辅助改稿任务中,提升完全来自资深律师(0.45 SD),初级律师无明显改善。

    推荐理由:研究用三个月随机对照实验区分了工具使用与无辅助表现,可迁移的评估设计对判断AI培训效果有参考价值。

10月7日周三
  1. Simon Willison41

    软件博客写作的反模式

    Michael Lynch 总结了软件博客的常见反模式:冗长跑题的开场、误判读者已有知识、默认读者读过前文、行文过度正式,以及用堆链接代替解释术语。Simon Willison 认同"文章即使读者不点任何链接也应能读懂"这条经验,并指出在开发者普遍把写作交给 AI 的当下,软件博客正变得平淡同质,读者渴望有个性的表达。

  2. Simon Willison49

    EmbeddingGemma 2 采用 Apache 2.0 许可证发布

    EmbeddingGemma 2 采用 Apache 2.0 许可证发布,作者认为嵌入向量模型不应使用闭源、仅托管的专有模型,因为厂商停用模型后需重新计算已存储的数百万向量。开放权重让作者可以付费使用托管服务,同时保留厂商停服后自行运行或换供应商的退路。