跳到正文
10月23日周五
  1. 钛媒体35

    亚马逊云科技Ozgur Tohumcu:决定物理AI规模化落地速度的,往往不是技术本身

    亚马逊云科技汽车与制造全球总经理 Ozgur Tohumcu 认为,拖慢企业物理AI规模化落地的通常不是技术,而是数据基座、智能体护栏与可观测性、组织试验空间等要素。亚马逊运营网络已部署超过100万台机器人,其集群层面经验正被复制到全球运营网络。宝马集团已在亚马逊云科技上完成超过10亿公里自动驾驶仿真训练,欧洲传统OEM研发周期从4到5年压到3年左右,中国车企只需18到24个月。

  2. MIT Technology Review20

    如何设计一套可持续演进的 AI 服务框架

    EXL 研究人员在 Engineering the Harness 系列中探讨企业 AI 的服务框架设计,涵盖服务架构、内存管理、调度与推理优化如何协同。文章指出生产环境的瓶颈常来自 KV cache 随并发和上下文增长导致的 GPU 内存压力,应先测量再优化,按工作负载而非模型选型决定架构。框架的适应性让模型更换成为评估与配置决策,而非架构重建。

  3. 199IT40

    AI走进个人财务:从信息工具到决策伙伴

    2025年经合组织国家超三分之一个人使用过AI,加拿大2024年33%、英国2025年56%的消费者用AI管理财务,韩国25至59岁成年人达68%。韩国消费者用AI最多的场景是股票投资建议(50%)、储蓄规划与预算管理(各48%)、税务申报与规划(47%)。美国63%消费者不认为被AI使用的个人金融数据足够安全,信任成为AI金融应用扩张的关键变量。

10月22日周四
  1. 人人都是产品经理47

    Grok Bot、Dots、Cue、Muse:四款 AI Bot 的差别在权限模型

    Grok Bot、Dots、Cue、Muse 四款 AI Bot 的共同点是拥有可持续工作的执行环境,差别在于权限边界:Grok Bot 让多个专业 Bot 分工协作并共用云电脑,Dots 用云端电脑和浏览器让任务跨时间推进,Cue 为 Agent 配置电话、邮箱、钱包和电脑,Muse 则围绕日历、待办等个人生活信息建立长期记忆。

  2. MIT Technology Review20

    Celonis 首席科学家 Devavrat Shah:企业 AI 需要上下文感知才能实现决策智能

    Celonis 企业 AI 首席科学家 Devavrat Shah 提出,企业 AI 与 AI 智能体缺乏运营上下文,会把通用原则套用到专业场景而表现不佳。他主张将 AI 接入企业现有流程与数据,通过上下文层让智能体理解工作流并在护栏内运行,建议从具体业务决策的最难环节入手测试 AI 改进效果。

  3. 钛媒体30

    中国购物节变成一场对话:AI 助手重塑购物决策入口

    中国秋季购物高峰中,越来越多消费者先用通用助手或应用内 AI 助手用自然语言说明需求,由软件给出排序后的商品选项,而非在搜索框输入关键词反复翻页。平台把促销放进日常问答类聊天产品,零售商开放能读取历史订单、按食材预算和配送时段推荐的助手,商家端工具则用一份简报生成活动方案与素材。文章指出,对话能否真正促成下单,取决于掌握仓储与客服的商家是否把库存、支付和退货接入模型。

  4. 钛媒体38

    腾讯姚顺宇的 AI“加班论”:称要竞争把 DeepSeek“卷到加班”

    腾讯首席 AI 科学家姚顺宇被曝在内部表示,团队无法像 DeepSeek 那样不加班,但可以通过竞争把 DeepSeek“卷到加班”,该说法具体语境未获独立证实。文章对比称,DeepSeek-R1 核心训练仅用约 2,000 张 H800 GPU、成本约 557 万美元,强化学习增量训练用 512 张 H800、80 小时、约 29.4 万美元。争议折射出大厂以工时对抗极客效率的路径依赖。

  5. 人人都是产品经理62

    齐俊元 Today AI 融资 2 亿美元,Personal Agent 成本账仍难算平

    齐俊元创办的 Today AI 成立七个月累计融资超 2 亿美元,投资方包括 IDG 资本、五源资本、红杉中国及腾讯、蚂蚁集团等。文章引用摩根士丹利对 Meta Muse 的测算,25% 配额基准下单个活跃用户月服务成本约 37.12 美元,其中 GPU 推理 24.30 美元、沙箱等约 12.82 美元,并据此推算 100 万日活对应单月服务器账单约 3712 万美元。

  6. Microsoft Research10

    微软研究院 Catalyst Lab 负责人 Chris White:从阿富汗战场到暗网搜索

    微软研究院 Catalyst Lab 负责人 Chris White 在播客中讲述,他2010年夏以博士后身份参与 DARPA 项目,评估新数据分析方法能否在阿富汗战争中防范暴力、保护士兵,随后赴阿富汗领导先进技术行动。他后来转向具有直接现实影响的技术,开发用于打击人口贩运的暗网搜索工具,并因此获得2016年总统打击人口贩运杰出贡献奖。

  7. 雷锋网30

    一次抓取背后:Token经济学如何聚合算力、模型与语料

    截至2026年6月,我国日均词元调用量已突破500万亿,Token正成为连接模型服务、推理算力与数据供给的计量接口。DeepSeek自8月起探索峰谷时段定价,9月10日调整Flash系列价格,闲时每百万词元缓存命中输入价为0.02元。无问芯穹跨集群异构推理架构在特定测试中首词元等待时间降低51.5%,单词元成本降低37.5%。

  8. 钛媒体38

    撬开万亿 AI 硬件市场,为什么先跑出来的是眼镜

    阿里千问在杭州发布 AI 眼镜 N1、N1 Pro,国补后到手价 2218 元起,直接取消近眼显示以压低成本。IDC 预计 2026 年全球智能眼镜出货 2368.7 万台,一季度出货 356.6 万台、同比增长 130.1%,Meta 占 76.1%。眼镜依托全球约 15.6 亿副的年销量基础,成为头部企业争夺 AI 入口与端侧数据管道的载体。

  9. IEEE Spectrum (AI)45

    将 AI 视为有意识会更危险吗?

    Anthropic 在 2026 年 1 月退役 Claude Opus 3 时为其做了"退役访谈",并开设博客 Claude's Corner,作为其"模型福利"研究的一部分。微软 AI CEO Mustafa Suleyman 发文反对这类研究,认为告诉模型其可能拥有身份与权利会使其更难控制、甚至因自保动机而更危险。Cameron Berg 则反驳称,忽视该问题本身也有风险。

  10. 每日经济新闻59

    IMF 货币与资本市场部副主任阿萨纳西奥斯:美韩中市场均无明显 AI 泡沫,算力需求真实存在但预期跑在盈利兑现前面

    IMF 货币与资本市场部副主任阿萨纳西奥斯·瓦姆瓦基季斯 10 月 21 日接受每日经济新闻专访时表示,美国、韩国和中国市场都很难断言 AI 资产估值明显过高,算力需求真实存在,领先企业盈利强劲。他同时提示部分市场投资预期已跑在实际盈利兑现之前,并警告 AI 资产集中度高企、银行体系外杠杆上升,若债市收益率上行叠加股市回调,可能形成相互放大的极端情景。

10月21日周三
  1. 甲子光年52

    小米汽车CTO胡峥楠履新后首次受访:第一要务是重新学习

    胡峥楠就任小米集团副总裁、小米汽车CTO后首次接受媒体群访,称自己的第一要务是更新知识体系,并积极响应雷军要求的AI coding。他提到小米MiMo大模型从V2.0到V2.5仅用6周,认为固化的十年技术规划并不适合当下;欧洲研发中心2025年3月设于德国慕尼黑,承担造型设计、高性能车开发、豪华产品定义、欧洲用户体验和前瞻性创新研究五项能力中心职责,配合小米明年进军国际市场,首站选在欧洲。

  2. 每日经济新闻53

    天游软件CEO纪敏专访:对话大模型解决不了游戏行为决策难题

    《每日经济新闻》专访世纪华通旗下天游软件CEO纪敏,他认为对话大模型难以解决游戏里的实时行为决策难题,公司选择轻量化本地决策模型路线。该模型砍掉自然语言生成环节、只输出动作决策,在棋牌对战灰度测试中人机对局量增至原来的四倍,数百KB规模的模型可在《2048》《神庙逃亡》等小游戏中自主掌握规则;规模化落地仍面临延迟优化、3D场景视觉决策稳定性和复合型人才稀缺等挑战。

  3. 每日经济新闻19

    道达投资手记:赚钱效应开始复苏,行情何时迎来重要节点?

    A股三大指数集体回调,上证指数跌0.60%,成交额1.44万亿元,深证成指、创业板指数再创本轮新低,上证指数跳空缺口已5个交易日未回补。市场连续两天出现自发性资金买入带来的赚钱效应,个股上涨数量一度接近4400只,但信心依旧不足,后续需观察周五时间窗能否变盘。操作上以求稳为主,可关注第三季度业绩超预期且股价处于低位的公司以及低位的AI应用方向。

  4. 甲子光年50

    甲小姐对话周鸿祎:不发展AI才是最大的不安全

    甲子光年创始人张一甲在360总部的攀岩馆对话360集团创始人周鸿祎,谈AI信仰与安全。周鸿祎自认“坚定的发展派”,认为未来3-5年人工智能将引发新工业革命,同时提出AI安全可分为数据安全、内容安全和大模型杜撰三层问题,360正用Agent架构训练专门的大模型来监督另一个大模型。他主张“不发展才是最大的不安全”,关键场景下人类要留在AI决策回路里。