iFeeling Daily

每天精选值得关注的 AI 动态

每天精选值得关注的 AI 动态

AI 快讯

Roblox在手机应用里新推出了AI游戏创建功能“Build”，打打字就能生成一个可玩的游戏，然后用玩家留存数据决定它有没有资格被推荐。这不是无脑放水，而是在降门槛的同时加了一套质量过滤器——这对所有想做AI内容平台的团队都很有参考价值。

数据科学团队最烦的不是分析本身，而是把各种碎片信息拼成报告的过程。ChatGPT Work 的思路很直接：把看板截图、实验笔记、业务问题丢给它，让它先搭出一版带图表、来源和风险说明的草稿，人只需要做最后的验证和调整。核心价值不是让机器代替分析，而是把最耗时的格式化工作先干了。

前DeepMind研究员Andrew Dai以3亿美元估值融资5500万美元，讲述如何让投资者相信视觉AI是下一个前沿，以及为何优先选择战略投资者（如Nvidia）而非最高估值——对AI创业者来说，融资策略比估值数字更重要。

Moonshot即将发布Kimi K3，参数高达2到3万亿，开源权重，性能直接对标Anthropic Opus 4.8。这预示着中国开源大模型正在快速追上闭源前沿，企业AI部署的成本逻辑可能因此被改写。

AMI Labs的CEO说AGI和超级智能都是没用的标签。他正在做的世界模型，不是预测下一个词，而是预测物理世界下一个状态。他认为AI在物理世界很蠢，机器人不安全，根本解法是让模型接入真实工厂和硬件。韩国正在成为这场物理AI竞赛的关键战场。

Lila Sciences 的 CTO 和 CSO 聊怎么用实验室当 RL 的验证器，训练了 10 万亿实验验证 token 的通用模型，6 个月设计出 CAR-T 候选，mRNA 表达提升 10 倍。他们觉得互联网数据已经榨干了，科学实验才是下一个无限数据源。

油气设施中 98% 的数据被浪费？Applied Computing 的 Orbital 模型融合时间序列、物理和语言模型，几分钟内完成异常检测和模拟修复。已获 KBR 投资，ARR 达千万美元级。真正的壁垒不是数据，而是顶尖 AI 人才。

Mira Murati创立的Thinking Machines发布首个开源模型Inkling，主打开放权重和高度定制化。通过混合专家架构和可调推理努力，让企业在特定领域用更低的成本超越通用模型，并同步推出微调平台Tinker，瞄准企业级市场。这一模式挑战了当前AI巨头靠API收费的垄断逻辑。

AI音乐公司Suno被黑客掀了老底：代码显示它直接爬取YouTube和Deezer的数据。这坐实了唱片公司的指控，还顺带暴露了用户的信用卡信息。想靠爬虫起家的AI公司，都该看看这次双重暴雷的代价。