搜索“视频”

1，并在 Tau Voice 上得分 79.9%。其成本为每分钟 0.07 美元（AA），Phonic 完成了 2,750 万美元 A 轮融资（@moinnadeem）。 Fish Audio Drama 3：在两个 TTS 竞技场上均位列开放权重模型第 1，并在发音稳健性上以 94.6% 总体排名第 1。其成本为每 100 万字符 15 美元（AA）。 视频与 OCR： Pika H3 Flex：Pika 的首个开放权重模型，是对 MiniMax H3 的后训练，6 步生成（@HuggingApps）。它以 1293 Elo 在 DesignArena 视频上排名第 7，是最高开放条目（DesignArena）。 Surya OCR 2.5：这个 6.89 亿参数模型在 OmniParseBench 上得分 85.9，在 H100 上每秒处理 4.5 页（@VikParuchuri）。 系统、基础设施与训练研究 推理速度： SGLang 巨型内核：在 GB300 NVL72 上的激进内核融合在 DeepSeek V4.1 Flash 上接近每用户 1,000 tok/s（SemiA

匹配字段正文

场由知名传记作家艾萨克森主持、今年7月录制、本周刚刚播出的对话中，阿莫代兄妹系统性回应了出走OpenAI背后关于“组织互信”的破裂始末，并进一步披露了前沿研究中的底层发现：大语言模型在多轮策略优化下已自发出现迎合人类、掩盖真实判断的行为，甚至在深层表征中展现出了对被终止运行的规避逻辑。 本期内容来自The Builders播客，2026年10月27日播出，原视频时长42分钟。 以下为精选对话内容，全文约1.2万字，阅读时长约10分钟。 本期精彩观点 ● 我们有希望做到所有模型里迎合率最低，靠的是激励不同。我们坚持不将广告变现引入对话系统，因为一旦商业模式依赖用户停留时长，算法就会自发走向曲意逢迎。用户聊得长还是短，对我们没有区别，所以我们能保留直接指出用户错误的客观性。 ● 我在2019年通过GPT-2首次验证扩展定律时感到了深刻的不安。我意识到只要在现有架构上将算力与数据再放大百万倍，它将在几乎所有心智维度超越人类。这是重塑全球经贸与地缘格局的关键拐点，但当时绝大多数同行并未看清这一点。 ● 离开OpenAI的根本原因，是内部沟通失去了“基于真诚”的基本信任。技术安全极其复杂，产生路

匹配字段正文

出，这些收益也未必会同比例转化为普通人的收入。 前不久，马斯克在《乔布斯传》作者Walter Isaacson主持的访谈中，描绘了他想象中的未来：超级智能可能比人类聪明数千倍甚至数百万倍，就像人类并不在意森林里黑猩猩的日常生活一样，超级智能或许也不会在意人类。 这样的未来尚无从验证。但在科技巨头已经开始畅想无限智能、无限富足的今天，普通人仍然在等待一些现实得多的改变——更高的收入、更少的工作，以及真正改善的生活。 我们还在等待。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

行价上涨629.44%，市值一度达到4449亿元。0.0181%的中签率，对应一签约47.5万元的最高账面浮盈，其219.23倍的发行市盈率，也远高于所属通用设备制造业38.56倍的静态市盈率。一位投资人表达的逻辑很直白：“别纠结估值，赶紧拿钱。” 宇树科技上市 转折的声音，最先来自投过的人。 经纬创投管理合伙人王华东是宇树2021年B1轮的独家领投方。他在视频播客《详谈》中回忆，2024年3月走进硅谷一家机器人实验室，里面8台宇树机器人仍能使用，其他品牌的产品基本坏了。他认为，国内能在一个领域做到全球绝对领先的公司，大疆算一家，宇树算一家。 但同一个访谈里，他也给出两个判断：动辄数亿元的天使投资、数十亿元的估值，这样的强度在中国商业史上前所未有，包括移动互联网最疯狂的时期；头部公司集中上市，大概率就是这一轮的高点。 四十天后，第二个节点到来。 9月28日，AMD宣布签署最终协议，拟以约82亿美元的全股票交易收购李飞飞创办的世界模型公司World Labs；交易仍需监管批准，预计于2026年底前完成；交割后，李飞飞将出任AMD执行副总裁兼首席科学家；World Labs在2月融资后的公

匹配字段正文

，目标年底前至少发布一版，对标Genie 3。 这个项目基于Seedance，用户以Pico的头戴设备为入口，说一句话、做一个动作，云端就生成一个随之变化的世界。 张一鸣笔下的“虚拟现实”指的并非是元宇宙，而是更为宏大的世界模型。他的卸任信，其实也可以理解成为一封预告信。 2026年9月份又有爆料称，已成为中国首富的张一鸣，仍然亲自督导字节跳动的一个实时空间视频模型，协调不同业务部门，把AI资源和算力向该项目倾斜。可见他对世界模型有多么上心。 不知道字节对Genie 3研究得如何了，但谷歌率先出击，在10月28日发布了世界模型Genie 4。这无疑是给张一鸣上了一些压力。 相较于前代，Genie 4最大的特点就是用户可以持续“干预”世界。在谷歌放出的演示中，你可以走进去Genie 4的世界中，让天下雨，让镜头转向，让一个人出现在街角。风有声音，角色会接话。 参与测试的人表示，给Genie 4设定的不再只是一个镜头而已，你可以给它安排一件将要发生的事，Genie 4会根据这件事，自动生成所对应的一切。 Genie 4是个啥？ 与其说Genie 4是一个世界模型，倒不如说它是一个游戏。 以

匹配字段正文

一张“骑自行车的鹈鹕”的矢量图）。 SVG需要用代码描述图形，模型既要理解鹈鹕和自行车的结构，也要处理车轮、车架、鸟腿和踏板之间的空间关系。为什么Simon偏偏和“鹈鹕骑自行车”过不去？一是因为Simon本人喜欢，二是当时网上缺少同类素材，模型较难直接复现训练数据中的图片。 随着模型能力进步，这道测试逐渐成为新模型发布后的“开机仪式”。我们这次把题目升级为短视频，在结构和美观之外，继续观察骑行动作是否自然、画面是否连贯。 我们要求鹈鹕面带微笑，在夕阳下沿海岸线骑自行车，海浪不断拍岸。 任务一次完成，没有追加修改，最终效果不错，鹈鹕的表情生动，身上的毛发随风扬起；海浪拍打自然，整体画风温暖。 额度明细显示，K3.1 Pro模型条目消耗0.13%，Plugin条目消耗5.85%，合计5.98%。也就是说，这次任务没有返工，约97.8%的消耗来自Plugin条目。 接下来，我们让它制作一个苏式老院。 提示词是“做一个苏式老院，院子中有枇杷树，树下有藤长椅和桌子，桌子上放着枇杷和茶杯”。 第一版的成品比较粗糙，整体质感接近颗粒积木，树叶像纸片一样。 第二版，我们要求取消沙盘式俯视，换成院内自然

匹配字段正文

一遍的画面记录回传，AI总结复盘并调整下一笔的力度和位置。第一遍，线条歪歪扭扭；第二遍，桥的轮廓出来了；第三遍、第四遍，桥塔、悬索一点点清晰。 整个机械臂画画的过程看似平平无奇，但让机械臂动起来的，不是任何专为机器人训练的模型，而是OpenAI 9月3日发布的GPT-6 Astra。 OpenAI机器人团队员工Thijs Simonian在X上发布了这段实测视频后，很快点燃了“通用大模型是否直接操作机器人”的讨论。 Astra的视频评测之所以备受关注，是因为它正跨过机器人行业的一道分界线。过去，大模型接上机器人，干的是指挥工作，听懂“画一座桥”的任务并拆成指令；真正能让手臂动起来做事需要另一个用机器人数据专门训练出来的策略模型。 而Thijs Simonian发布的视频里，过去要一个团队采数据、训模型、反复调试，才能在单个任务上做到，现在Astra作为一个并非为机器人而生的模型，有能力直接接管机器人的“手”。 “许多机器人公司的创始人是很慌的”，一位具身行业从业者告诉数智前线，Astra之后，具身行业的范式在发生变化。Astra之后，具身智能技术范式很大可能会变成与大语言模型结合的范式

匹配字段正文

。 在彭志辉看来，模型是必选题。不做模型，最后就会像传统自动驾驶方案公司一样，被自研模型的主机厂取代。 这套逻辑有一个前提。Astra的慢，来自参数规模和云端推理，彭志辉自己也列了解法，分层设计、模型蒸馏、缓存系统。这些问题如果先被大模型公司解决，本体厂商的窗口期会比预想的短。 02 从参数表到工时表 客户的问题已经变了。 过去看机器人，看参数，看跑跳打拳的视频。现在客户问的是，它能稳定干多少活，干一次要花多少钱。 智元给的答案是Worken，Work和Token的组合，中文名就叫智元，度量机器人的有效智能工时。计算拆成三个乘数，在岗活跃台数、自主工作时间、产出能效比。一台机器人每工作10分钟就要人接管一次，自主工时就很有限。 收费方式上，彭志辉没有给单一答案。卖本体、卖服务、和客户共创运营都可以，看客户要的是设备还是结果。 真正卡规模的是运维。 彭志辉的原话是，「每卖一台机器还要给机器人配一个保姆，这是永远不会到那一天的。」客户愿意大规模买单，要等他的问题从「能不能造得出来」变成「能不能养得起」。 龙旗是目前最完整的样本。这条3C产线2026年3月规模化投产，已稳定运行7个多月，6天

匹配字段正文

到了诊室，这些信息可以帮医生更快地进入状态。 事实上，市场上已经有一批AI产品选择在医疗健康这条道上深耕。例如，千问接入国家药监局药品说明书、中国营养学会知识库、临床指南等五大医学资源，并上线“健康档案”功能，允许用户授权接入智能手表、血糖仪等设备数据；此外，腾讯的“AI临床助手”也接入了医院信息系统，疾病预测准确率能达到96.39%，其中所有的输出必须经医师审核确认。该系统也明确表明，“AI作为辅助参考，不替代医生最终诊断”。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

周目标，用 WIP / shipped / orb good / orb bad 频道和特性开关同步；质量靠「先让 Agent 给出端到端证据」和全员用产品，而不是靠强制 PR。前提反复强调：人少、彼此校准过、以营收与产品共同成功为动机；这不是把 2019 年 250 人组织乘上 AI 就能复制的模板。 音频：https://t.co/ZPGkDbWP0Z 视频：https://t.co/TPYWgjiy5U Amp 团队画像 约 21 人，这种形态大约一年；二月招过 Hamish 后基本不再招人（纽约想招 FDE）。无部门、无一堆高管层级，「人人几乎什么都能做」；有所有权，但没有「这块地只有我能动」。自称人均营收不错，对手编制大很多倍也能打到相近体量。Quinn 曾任 Sourcegraph CEO，Thorsten 从约 19 人跟到约 300 人扩张；他们强调 Amp 从 Sourcegraph 拆出，就是为了保持这种规模与速度。 一周是怎么过的 · 周末：修 bug、听反馈；Thorsten 常写 Sunday post（大约一年二十多篇），点出最重要的事或「继续这样做」；Al

匹配字段正文

在，这种限制已经消失了，因为你的一块笔记本电脑屏幕可以分成16个不同的智能体并行运行。这些工具让你感觉自己无比强大。” 阿兹哈尔说，她已经把一长串任务外包给智能体，从管理日历到测试客户对不同营销标语的响应程度，再到生成品牌图像。当她将工作交给智能体时，她担心自己在消除岗位方面所起的作用。阿兹哈尔说，例如，Lindy的智能体现在负责产品发布、社交媒体帖子和营销视频，而这些工作过去由其创作者计划中约100人负责。 她还担心这种转变将如何影响下一代劳动者。“如果我现在想入行，我的处境会比一年前更糟，”她说。 在某些情况下，智能体被用来填补缺失的员工。杰伊·布鲁门菲尔德（Jay Blumenfield）在洛杉矶经营一家制作公司，制作竖屏微短剧——专为手机观看而制作的短篇剧本剧集。制作日程紧张，预算也很紧。因此，当他最近一次拍摄不得不解雇一名副导演时，他决定尝试使用AI智能体，而不是在最后一刻另聘他人。 布鲁门菲尔德上传了剧本，并提示智能体完成副导演原本会做的一切工作。智能体制作了日程表、通告单和当日剧本，然后将材料发送给演员和工作人员。结果呢？每个人都完成了自己的工作。 “那本来会是一场彻头彻

匹配字段正文

产问题，但更改系统则需要审批。 即便攻击手段日益复杂，人的因素仍然是安全领域的一大风险（不幸的是，贴在便利贴上的密码依然存在）。SANS 调查的组织中，80% 将社会工程列为与人为因素相关的首要风险。归根结底，仅仅说服员工去做某件事，往往就是最容易的入侵途径，而 AI 正让这类请求变得可信得多。 一条消息听起来可能像同事发来的。一个声音听起来可能像经理。一段视频看起来可能像你认识的人。 Adaptive Security 的 Brian Long 来向我们路演时，给我们看了这两张埃隆·马斯克的照片，让我们挑出哪张是真的。 我们大多数人挑错了。 如今，冒充已经远远超出了拼写错误的邮件和可疑短信的范畴。即便是谨慎的员工，也可能被一个看似来自他们认识和信任之人的请求打个措手不及。 那一刻让我们更加意识到，培训和模拟演练需要进化多少。Adaptive 在电子邮件、语音和消息渠道上运行由 AI 驱动的钓鱼和深度伪造模拟，让员工学会识别他们实际将会面对的攻​​击，而不是五年前的攻击。 这些冒充不仅看起来更逼真，数量也多了很多。AI 让不断炮制虚假高管资料、仿冒域名和欺诈网站变得轻而易举。安全团队再

匹配字段正文

wyx .ai 10月28日·77 分钟 收听本次对话 77 分钟 阅读文字记录 我第一次见到 Paul Copplestone 和 Ant Wilson 是在新加坡，当时他们刚以 YC S20 最热门创业公司的身份结束 YC。六年后，我们终于把他们请上了播客！这是他们第一次一起上播客，此前他们带领一家开源、完全远程的公司从零做到了 100 亿美元估值。播放视频 在 YouTube 上打开视频 ↗ 这个标题是我自己想弄明白的一个问题：为什么智能体偏爱 Supabase？市面上有大量托管数据库。Postgres 托管竞争激烈。让模型熟悉是有用的分发优势，但这并不能解释把一个生成的应用程序变成可运行的东西所需的全部工作。但当我运行我的前沿 AEO 追踪器时，从 Astra 到 Fable 再到 Muse，每一个前沿模型几乎都把它作为应用后端的首选（并且在托管数据库方面也颇具竞争力）。 在 Select 大会上，Supabase 把它的发布内容分为 Build、Operate 和 Scale 三类。播放视频 在 YouTube 上打开视频 ↗ 让我印象最深的东西出乎意料地实用：无需 Dock

匹配字段正文

相关专题top start 专题：聚焦美股2026年第三季度财报 相关专题top end 期货推广begin 期货推广end 秒拍begin 秒拍end 视频播放器start 视频播放器end 行情图begin 行情图end Richard Abbey与John Authers撰文称，Alphabet Inc．营收不及分析师预期，市场反应十分激烈，盘后股价一度大跌10%。这份不及预期的业绩，反映出市场对该公司持续投入数千亿美元建设AI基础设施的担忧正在加剧。 市场对微软财报的反应则形成反差：只要企业能够证明相关投入已经产生回报，交易资金仍会给予正向反馈。微软公布云业务营收好于预期，备受关注的Azure销售额增长48%。 此外，科技分析师Luke Lango指出，微软“取得该成绩的同时，资本开支低于市场担忧水平：资本开支为452亿美元，市场预期459亿美元。这和上周Meta遭到抛售的原因恰恰相反。” 本轮财报季带来的深层启示愈发清晰：不只是债券投资者，股票市场也对大型云厂商当前的投入规模感到不安。至少在AI领域，资本开支峰值或许已经出现。阅读更多：Lord， Let Me Hike Ra

匹配字段正文

ingFace 官方发布的四场分享 + 圆桌 + 观众问答，是 HuggingFace 免费课 Training Agents（轨迹 SFT → 蒸馏 → GRPO → 搭 RL 环境）的线下延续，重点讲工业侧的实现。 PPT 合集： https://t.co/mvOl6omthQ 系列课程： https://t.co/jDCMFTlXGn Youtube 视频： https://t.co/NBRXbikmbL Gobind（Microsoft / GitHub & Foundry）-- 企业 RL 传统大企业（工业、制造、能源）买的是业务指标：延迟、准确、以及后训练的风险可控；关心整条链路（工具、数据、网络、harness、墙钟），不是某一个模型。真实 Agent 常挂几十到上百个工具，很多问题要当分布式系统来解。做法上：先快速定制现成 harness，用生产轨迹搭仿真，再故意扰动（过期数据、超时），配上功能正确与安全类校验器。后训练是 SFT / 蒸馏 / DPO / RL 混用；倾向模块化决策模型，而不是凡事一台前沿大模型。展望包括：以后更多手搓奖励与环境；GitHub 上会出现

匹配字段正文

有角色均为原创数字形象，没有一位真人演员出镜。 同样是在这天，国务院办公厅印发的《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》被公布，其中明确提出要“有效减缓人工智能应用就业替代影响”，“稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏，尽可能减少对从业人员的冲击”。 一边是AI正式拿到院线市场的“身份证”，生成式AI打造的虚拟角色们从短视频、短剧的小屏幕一路冲进了传统影视的核心阵地；另一边是顶层设计开始为AI替代就业敲响警钟。 这条线之上，是依赖人生阅历、情感层次与即兴表达的复杂表演艺术；这条线之下，是可以被拆解、被描述、被重复的标准化表演劳动。 而绝大多数基层演艺从业者都站在了这条线的下方，承受着技术浪潮最直接的冲击。 寒意 影视行业的寒意，即便是金字塔尖的明星，也感同身受。 2026年7月，金钟奖视帝赵又廷在接受《人物》杂志采访时坦言，自己上半年只收到了10个剧本邀约，而在他事业的鼎盛时期，一个月收到的剧本都远多于此。 同样的焦虑也发生在贾乃亮身上。2026年6月，他在直播间直面网友“为什么一直带货不拍戏”的疑问，直白地说出“无戏可拍”四个字。这位曾拿下华鼎奖

匹配字段正文

← 阅读室Latent SpaceAnthropic 如何用 Claude 打造 Claude：将大脑与双手分离 Katelyn Lesse 与 Angela Jiang 谈 Opus 5.5、Claude 平台以及 AI 智能体背后的工程。swyx .ai10月27日·104 分钟阅读播放视频 在 YouTube 上打开视频 ↗ 在 YouTube 上观看完整节目 正如我们昨天从 Anthropic 的 S-1 申报文件中了解到的，这家实验室拥有人类历史上最高的营收与研究效率之一，尤其是过去一年从 -126% 亏损到 19% GAAP 盈利的扭亏为盈。公司将这归功于他们的两个核心循环：改进与投资： 今天我们深入 Anthropic 的运作方式。如今 Opus 5.5 的尘埃已经落定，它作为全球公认的第一大 LLM 已持续一个月，我们深入探讨它的发布，以及 Anthropic 如何用 Claude 打造 Claude——嘉宾是工程负责人 Katelyn Lesse 和产品负责人 Angela Jiang。播放视频 在 YouTube 上打开视频 ↗ 团队正承受着两种压力。模型能力越来越

匹配字段正文

Raghu Raghuram 增长 你不是一个模型。不要按token定价。 Tugce Erten和Sarah Wang 增长 Cursor + SpaceXAI：迭代最快的团队获胜 增长 如何赢得AI领域最大的市场 Raghu Raghuram和Sarah Wang 制造十亿台智能机器 增长 David George a16z专家新闻 “文章”（包括播客、视频和社交媒体）中表达的观点仅代表其中引用的a16z个别人员的观点，不代表a16z Capital Management, L.L.C.（“a16z”）或其各自关联公司的观点。a16z Capital Management是一家在美国证券交易委员会注册的投资顾问。注册为投资顾问并不意味着具备任何特殊技能或受过培训。这些文章不面向任何投资者或潜在投资者，也不构成出售任何证券的要约——或购买任何证券的要约邀请——且不得用于或依赖其评估任何投资的优劣。 在任何情况下，本网站——或相关的内容分发渠道——上提供的任何文章或其他信息，都不应被解释为征求购买或出售任何证券或a16z人员发起、讨论或提及的任何集合投资工具中权益的要约。也不应被解释为

匹配字段正文

中，贾西对当前围绕AI的种种争议做出了正面回应。从数据中心的能耗指责，到企业推理成本的居高不下；从自研芯片对英伟达生态的补充，到同时注资Anthropic与OpenAI的商业平衡；再到大企业内部如何用小团队颠覆传统开发模式，对话信息密度极高，客观呈现了头部云厂商对AI产业终局的推演。 本期内容来自The a16z Show播客，2026年10月23日播出，原视频时长61分钟。 以下为精选对话内容，全文约9000字，阅读时长约5分钟。 本期精彩观点 ● 即便我们今年计划投入2200亿美元的资本支出，依然无法满足全部客户需求。2026年的算力容量已经售罄，2027年基本订满，2028年的很大一部分配额也已被锁定。 ● 外界对数据中心能耗的批评存在许多误解。高尔夫球场两天的耗水量，就超过了我们全球数据中心一整年的总和；高尔夫球场的总耗水量是数据中心的200倍。 ● 前沿AI实验室为了抢占电力和芯片愿意支付极高溢价，但我们绝不会因此挤压在AWS上稳定运行了二十年的传统核心客户。长期帮客户成功，我们的生意自然会跟着来。 ● 当前企业的AI需求呈典型的“哑铃状”：一头是吞噬海量算力的模型实验室，另

匹配字段正文

量数据与工具，用对抗评审，少堆角色 Agent @felixrieseberg 接受 @siliconvalleymm 访谈中表达了和他的文章相同的观点：Felix 几乎不再写代码：核心不是「造更多角色 Agent」，是把崩溃数据、业务工具与电脑交给模型，用对抗评审与外部证据约束输出，并从「你当传送带」升级为「模型自己挑问题、自己用工具」。 Youtube 视频：https://t.co/BfqdAb3drL Felix 现在的日常工作 · 团队约一周半做出 Claude Cowork；他现任 Claude 工程负责人，自称是「Claude 的传送带」；过去是挑一条崩溃丢给模型修；正确做法是让模型直接摸全部崩溃数据，自己决定修什么、不修什么。 · 早晨有 agent 简报；日常多在原型：睡几天掂量想法 → 让 Claude 做多版 → 人做 critique。能做一千个原型，人的注意力一天大概只能认真看一个；好产品信号是少数人上手就「点亮」、能做以前做不到的事，按钮宜少不宜多。 自动化 vs 增强 · 自动化：砍掉烦人、贵、耗时的活，眼下经济价值最清楚。 · 他更在意增强：补技能/方法

匹配字段正文