AI 应用

Claude在Google Cloud上的规模化部署：面向企业生产的前沿AI

Claude现在像调用Cloud Storage一样用：Google Cloud托管，全球端点自动故障转移，prompt缓存省90%成本，直接继承FedRAMP/HIPAA。不用自己管GPU集群了，团队可以专心造船而不是修船。

Sales信息散落CRM、邮件、会议记录里，每次做简报和复盘都得手动拼图。ChatGPT Work用销售插件打通这些工具，直接从上下文生成工作草稿，关键是改的是信息工作流，而不是试图替代销售判断。

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。

Google Vids更新后，你上传自拍和语音就能生成个人数字分身，再用文字加图片让Gemini Omni帮你生成视频，还能一步步局部修改。这可能是企业级AI视频工具最务实的落地方式——安全、可控、直接嵌入工作流。

谷歌AI Mode现在能直接链接Instacart、Canva、YouTube，让你在搜索后一键完成加购、设计、建歌单等操作。从问答到行动，AI助手的竞赛进入新阶段。

DoorDash把点外卖做成了命令行工具dd-cli，让AI agent能自己搜店、比价、下单。虽然看起来像程序员冷笑话，但这其实是agentic commerce真正可用的基础设施——agent不再只聊天，而是能直接操纵商业系统的底层接口，完成真实交易闭环。

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。