AI 应用

LVSum：时间感知的长视频摘要基准

长视频摘要的真相：模型严重依赖转录文字，视觉帧几乎不贡献；而且它们对时间顺序的理解一塌糊涂。如果你做视频AI，LVSum是检验模型真实能力的试金石。

Anthropic 为罕见病研究开了个新资助计划，两个赛道：基础科研和早期生物科技。核心思路很具体——用 Claude 打通分散的疾病知识，加速药物开发的文书和审批环节。值得关注的不只是钱，而是他们和 Monarch 正在搞的 agent 友好型疾病分类库。

想用云原生方式开发汽车座舱软件？Panasonic的vSkipGen平台在Google Cloud Axion裸金属上实现了CDC数字孪生，利用远程GPU渲染让全球团队实时协作，彻底摆脱物理硬件依赖。

YouTube 正式细化 AI 内容变现规则，明确禁止三类低质量视频：模板化重复内容、刻意博眼球的痛苦视频、以及用 AI 角色讨论敏感话题。这不是封杀 AI，而是在给 AI 创作的收益划定清晰底线。

黄仁勋访日敲定多项合作：日本斥资62亿美元打造主权AI工厂Noetra，机器人巨头联手NVIDIA Cosmos模型，丰田扩大采用Drive平台。物理AI成为日本工业复兴核心，但硬件仍依赖美国芯片。

苹果起诉OpenAI窃取商业机密，超过400名前员工跳槽。这场诉讼不仅威胁OpenAI的硬件产品（手机智能音箱），还可能搅乱其IPO估值。OpenAI曾硬扛Elon Musk的诉讼，这次可能也不会轻易和解。商业和法律的双重博弈值得关注。

当主流AI只服务英语世界时，一个非营利组织联合多国政府与基金会，用开源、离线、本地化的方式，为印度22种语言打造了口袋AI设备。它证明：公共AI基础设施可以像万维网一样免费开放，而且数据主权必须回归社区，而不是硅谷。

Vertu 把一台 ZTE 贴牌折叠屏，套上真皮卖到 6880 美元，核心卖点是一个叫 Hermes 的 AI 代理。实测发现它比 Gemini 更敢“自动执行”，但出错率高、记不住上下文——花七倍钱买到的奢侈品体验，更像一个尚未完成的实验品。

视觉语言模型无法从少量示例图像中推理出共享概念，作者提出VICIS任务和训练框架，让模型学会提取概念嵌入，生成更准确多样的图像，甚至能泛化到未见概念和草图模态，推动AI从“听指令”转向“看例子”。