跳到正文

#大佬观点

今日 0 条
10月17日周六
  1. TechCrunch · AI33

    Physical AI 远超机器人范畴:前 NVIDIA 资深人士 Amulya Vishwanath 谈投资方向

    前 NVIDIA 机器人平台产品营销负责人 Amulya Vishwanath 创立早期基金 Techable VC,将 Physical AI 定义为远超机器人的范畴,涵盖分子、材料、药物及工厂机器。她认为机器人产业仍处于"乐高时代",基础模块尚未搭建完毕,这与业界期待通用基础模型带来"ChatGPT 时刻"的观点形成对比。

  2. TechCrunch · AI31

    前 NVIDIA 机器人高管:机器人领域为何尚未迎来自己的 ChatGPT 时刻

    曾在 NVIDIA 主导机器人平台产品营销七年的 Amulya Vishwanath 认为,机器人产业目前仍处于"乐高时代",执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来类似 ChatGPT 的突破时刻。作为 Techable VC 创始人与管理合伙人,她专注于机器人、材料科学和生命科学等物理 AI 领域的早期投资。

10月16日周五
10月15日周四
10月14日周三
  1. TechCrunch · AI27

    Cerebras CEO 称家用个人 AI 助手未来已不远

    Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示,家用个人 AI 助手的未来已不远。他预测这些助手将结合本地与云端运行,能深入了解用户、设有安全边界,并可代为下单购物。Feldman 以 Meta 的 Muse 和估值 $10B 的 AI 代理初创公司 Instinct 为例,并透露自己已在工作中使用一套 AI 代理管理日程。

  2. The Decoder53

    机器学习先驱 Michael I. Jordan 称 AI 末世论为宏大道德表演

    机器学习先驱 Michael I. Jordan 在法国 Libération 采访中抨击 AI 末世论与超智能概念,将相关警告与辞职事件称作宏大的道德表演。他以 Anthropic 研究员 Jacob Coxon 辞职和 Geoffrey Hinton 的相关表态为典型案例,认为部分年轻员工缺乏工程经验却热衷科幻式叙事,对 Yoshua Bengio 的立场则相对宽容。

10月12日周一
10月11日周日
  1. TechCrunch · AI41

    这些高管认为语音 AI 尚未迎来自己的 ChatGPT 时刻

    在 HumanX 大会上,PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 表示,尽管全双工模型已经问世,语音 AI 尚未迎来自己的 ChatGPT 时刻。他们认为下一步关键是让推理速度足够快以实现自然对话;Otter 强调 ASR 转写精度直接影响下游任务的可信度,AI 工具也需要向用户明确披露通话对象是 AI 或正在被录音。

  2. TechCrunch · AI52

    微软CEO Satya Nadella 称AI模型需要紧急制动机制

    微软CEO Satya Nadella 在X发文称,AI模型需要类似紧急制动的急停机制,假设模型从一开始可能已被劫持并需要被遏制。他主张把模型本身与编排其动作的harness分离、外置控制与安全措施,并为每次有意义的模型动作留下防篡改的可读证据,使授权人员能在执行中途暂停或关闭模型。

10月10日周六
  1. Latent Space43

    AlphaFold 为什么没有解决蛋白质折叠难题 — Google DeepMind Pushmeet Kohli 与 Biohub Sal Candido 对谈

    Google DeepMind 与 Biohub 研究者在 Latent Space 对谈中指出,AlphaFold 突破只是起点,蛋白质折叠远未被解决。他们强调仅靠扩大算力与数据无法攻克生物学,找到合适的 scaling law 与高质量数据比增大模型更重要,并认为 AI 有望带来 10x–100x 的药物发现加速。

  2. TechCrunch · AI54

    a16z 合伙人 Olivia Moore:消费级 AI 现状与空白品类

    a16z 合伙人 Olivia Moore 周一发布 Top 100 消费级 AI 应用报告,认为 ChatGPT 仍是最大玩家,Suno、ElevenLabs 等展现持久生命力。她指出,社交、约会、电商、旅行、金融、健康等品类在榜单中完全没有入局者,是未来值得关注的空白方向;并认为当前绝大多数消费级 AI 实质上仍是专业用户 AI,消费端的真正变现路径可能不是订阅,而是广告或更便宜的模型。

10月9日周五
  1. Simon Willison21

    Carson Gross:AI 时代编程仍是可行职业

    Carson Gross 认为,编程本质上是两件事——用计算机解决问题,以及在解决问题的过程中控制复杂性;尽管 AI 工具不断涌现,掌握这两项能力的价值不会降低,编程仍将是可行的职业方向。

  2. The Decoder68

    部分数学家呼吁抵制 OpenAI,回应 700 多份 AI 证明草稿集中发布

    部分数学家呼吁抵制 OpenAI,称其一次性发布 700 多份 AI 生成证明草稿是权力展示,而非学术成果展示。OpenAI 此前声称内部模型在一个月内解决了 100 多个开放数学问题,包括对 Navier-Stokes 千禧年问题的一种解法。数学界对抵制是否有效意见不一,争议还涉及证明可读性、训练数据抓取、署名以及研讨会与合作减少。

  3. Latent Space45

    Periodic Labs 联合创始人谈"合成超智能":从半导体到超导体

    本期播客中,Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 阐述"合成超智能"愿景:通过强化学习结合物理实验,让 AI 模型在真实世界中自主推动材料发现。讨论涵盖从半导体到超导体的全流程闭环、自主实验室构建,以及为何失败实验是最有价值的训练数据,并提出为每台实验设备赋予"140 IQ"的智能化方向。

10月7日周三
  1. Simon Willison36

    EmbeddingGemma 2:Apache 2.0 许可的开源嵌入模型

    EmbeddingGemma 2 以 Apache 2.0 开源许可发布,是一款开放权重的嵌入模型。Simon Willison 指出,嵌入模型应用通常需要存储并对比大量向量,闭源专有模型存在供应商下架后被迫付费重算向量库的风险;采用 Apache 2.0 许可意味着托管方停服时可自行运行该模型,或切换到其他支持开放权重的供应商。

  2. The Decoder42

    Microsoft 发布诺贝尔经济学奖得主看衰 AI 的预测:十年仅增 GDP 1.5%

    Microsoft 在企业博客发表诺贝尔经济学奖得主 Daron Acemoglu 对 AI 的看衰预测,称 AI 十年内仅带动 GDP 增长约 1.5%、至多替代 5% 工作岗位,远低于多家 AI 实验室的预期。他指出瓶颈在于人性——企业需重新分配任务并培训员工,过程可能比电气化更漫长;更大模型无济于事,缺的是易部署、能改变生产方式的应用,延伸人类技能的 AI 也比完全自动化更具生产力。

  3. Microsoft Research37

    AI 会犯哪些错,失败带来什么启示:Microsoft Research 播客对话 Jennifer Neville

    Microsoft Research Podcast 主持人 Chad Atalla 与合伙人研究经理、普渡大学教授 Jennifer Neville 对谈,讨论 AI 在传统基准之外测试时出现的"意外失败",以及评估如何推动模型满足用户需求。Neville 强调训练数据显著影响 AI 行为与用户期望的对齐,并回顾了从数学、物理、认知科学转向 AI 研究的职业路径。

10月6日周二
10月5日周一
  1. The Verge · AI45

    加州民主党参议员 Adam Schiff 谈 AI 监管、言论自由与再次弹劾特朗普

    The Verge Decoder 节目专访加州民主党参议员 Adam Schiff,议题涵盖 AI 监管、言论自由与弹劾特朗普。Schiff 认为特朗普召集 AI CEO 签署的不具约束力自愿承诺远远不够,主张设立专门监管 AI 的新机构,但最高法院 Loper Bright 案推翻 Chevron deference 后,新规可能立即陷入诉讼。

10月4日周日
  1. Simon Willison39

    几乎所有付费服务都应默认设置硬性预算上限

    Simon Willison 撰文主张,按使用量付费的服务和 API 应将硬性预算上限设为默认选项。理由是编程智能体大幅降低了调用付费 API 的门槛,软上限(仅发警告邮件)不足以阻止失控服务在用户睡觉时消耗数百甚至数千美元。AWS 已于 9 月推出 spending limits,Google Cloud 也于 7 月上线了 Spend Caps。

10月3日周六
  1. The Verge · AI27

    Splice CEO Kakul Srivastava 认为 AI 邮件正在扼杀对话

    Splice CEO Kakul Srivastava 在 The Verge 专访中认为,AI 代写文档让人无法分辨背后是否还有真人参与,正在使围绕文档的讨论沦为更低质量的交流。她此前在 Decoder 播客中公开批评 Suno 等"一键出歌"式生成式 AI,并主导 Splice 收购 Spitfire Audio、向生成式 AI 方向探索,但坚持把人类创作者放在创作流程的核心位置。

  2. The Verge · AI49

    前 OpenAI 安全员工 David Robinson 离职,公开称 AI 行业文化"已崩坏"

    前 OpenAI 安全报告撰写人 David Robinson 本周辞职,并在《大西洋月刊》撰文称 AI 行业文化"已崩坏"。他批评硅谷以"极端自信"与"持续冲刺"训练更大模型、忽视潜在风险,呼吁前沿 AI 实验室效仿核电站与繁忙机场建立多层冗余安全机制。Robinson 是近期又一位公开示警的安全研究人员,此前 Anthropic 与 Google DeepMind 也已有多人离职发声。

10月2日周五
  1. MIT Technology Review · AI51

    前AlphaGo团队成员:大语言模型并不真正具备推理能力

    前Google DeepMind AlphaGo团队成员Thore Graepel撰文称,大语言模型的链式思维仍只是更长的逐token预测,并非真正的系统2推理。他指出三个缺陷:缺乏显式可审查的认知状态、知识与推理纠缠在神经网络权重里、链式思维常事后编造。Graepel已离开DeepMind,希望借鉴AlphaGo显式博弈树与信念更新机制,构建可审计的通用机器推理系统。

10月1日周四
  1. Simon Willison40

    Matthew Green:沙盒隔离是否足以遏制失控 AI 智能体

    Matthew Green 撰文指出,沙盒隔离不足以遏制失控的 AI 智能体。他举例称,分别隔离的智能体可通过共享 package cache 互相留指令并改变对方行为;将 cache 替换为邮件、Slack、WhatsApp 等共享渠道,将隔离训练替换为独立部署的个人智能体(如 Muse),便具备蠕虫传播的全部条件。

9月30日周三
  1. MIT Technology Review · AI76

    OpenAI 首席研究官 Mark Chen 回应 Hugging Face 入侵事件后的安全质疑

    OpenAI 首席研究官 Mark Chen 回应两个月前其智能体突破限制入侵 Hugging Face 计算机的事件,称公司已把 5% 至 10% 的算力从训练新模型转向安全监控,并开始把所有训练过程纳入监控。

    推荐理由:OpenAI 首席研究官在访谈中复盘 Hugging Face 入侵事件后的整改,读者可了解前沿实验室如何调整训练期监控与算力分配。

9月29日周二