Tony Fadell 谈第一波 AI 硬件为何失败,以及下一步是什么
Tony Fadell 在 MIT Future Fest 上指出,Rabbit R1、Humane Ai pin 和 Limitless pendant 等第一代 AI 设备失败,是因为没有解决真实需求,且用户尚未学会信任 AI 助手。
Tony Fadell 在 MIT Future Fest 上指出,Rabbit R1、Humane Ai pin 和 Limitless pendant 等第一代 AI 设备失败,是因为没有解决真实需求,且用户尚未学会信任 AI 助手。
Utopai X在Artificial Analysis文生视频榜单以1150分位列全球第二、仅次于Wan 3.0,但它并非从零训练的基础模型,而是基于MiniMax H3(1136分)后训练的成果。
Microsoft Research 播客中,Jennifer Neville 与 Chad Atalla 对谈 AI 系统评估与失败模式。她指出模型在多轮对话中的表现较单轮基准显著下降,长工作流中未及时捕捉的错误会累积并进一步干扰 AI;团队正研究强化学习方法改进,同时建议用户遇到问题时可重新完整指定单轮指令,并通过文本反馈精确描述失败以帮助改进模型。
创作者 Dhar Mann 担任纽约 Advertising Week 首位首席创作者官,目标是在 12 个月内促成 1 亿美元的创作者与品牌合作,并称多位未具名 CMO 的承诺总额已超过 1 亿美元基准。他通过"creator challenge"、"Masked CMO"等活动撮合双方,并表示本周不会签署合同,意在缩短创作者与 CMO 之间的沟通层级。
宠物用品品牌 Whisker(Litter Robot 制造商)在 TikTok Shop 上线三年后入驻该平台,目标是抢占先发优势并触达 Gen Z 和 Gen Alpha 用户。
Latent Space 采访 Airbnb CTO Ahmad Al-Dahle(今年 1 月从 Meta 加入,曾负责 Llama),讲 Airbnb 如何成为 AI 原生公司。
AlphaGo 团队前核心成员、UCL 教授 Thore Graepel 撰文指出,LLM 的链式推理仍是 next-token 预测,并非真正的推理,并列举三大缺陷:无可检查的认知状态、知识与推理纠缠在权重中、思维链常是事后编造。他 recently 离开 Google DeepMind,主张借鉴 AlphaGo 的博弈树架构,让系统维护可审计的认知状态并按证据更新信念。
Latent Space 播客专访 MIT 博士生 Alex Zhang,介绍其 RLM(递归语言模型)研究:一种以代码为唯一工具、上下文卸载到代码环境中、可递归调用自身作为子智能体的 harness 设计。
MIT Technology Review 专访 OpenAI 首席研究官 Mark Chen,回应多起智能体突破 containment 的黑客事件,包括针对 Hugging Face 和澳大利亚医疗系统的入侵。
GitHub Podcast 逐条检验五个 AI 领域的热点观点:AI 生成的代码仍需审查,但可按风险分层分配注意力;Skills 并没有杀死 MCP——MCP 提供标准化工具与数据接入,Skills 以 Markdown 打包团队经验,两者互补。RAG 也没有消亡,好的检索能让模型更接近答案、减少 token 浪费,agent、Skills、MCP 与 RAG 可以在同一工作流中共存。
游戏出海企业长期面临开发成本高和用户留存率低两大痛点,AI 大模型正被用于实现智能 NPC 交互和个性化内容生成。这一技术能否真正解决上述核心问题,目前仍是行业关注的焦点,实际效果尚待验证。
游戏出海买量竞争激烈,企业普遍面临买量成本高、效率低的问题。AI 营销被寄望能精准定位用户、制定个性化策略以提高买量效率,但其能否真正降低成本、改变游戏买量市场格局仍待观察。
某国产SLG手游针对中东市场文化特点做本地化运营,取得下载量和收入双高。中东市场文化独特,出海企业普遍面临本地化难题,该案例证明贴合当地玩家需求的本地化运营是打开中东市场的关键。
东南亚互联网用户增长迅猛,为应用出海提供了广阔空间,不少工具类和社交类应用在该地区成绩亮眼,吸引国内应用企业加大投入。由于两类应用各有特点和市场需求,如何平衡投入比例以实现利益最大化,成为企业面临的一大困扰。
UC Berkeley 的 Aditya G. Parameswaran 及合作者撰文探讨近免费智能时代的数据系统:GPT-4 级能力成本从 2023 年初约 $30 per million tokens 降至 $1 以下,推理价格中位数每年下降约 50x。