Alphabet将筹集800亿美元为AI支出提供资金
05:44 Bloomberg:Technology(RSS) 精选 78 Google的母公司Alphabet计划筹集800亿美元的股权资本,以支付其雄心勃勃的人工智能支出计划。 Google 行业动态 推荐理由: Alphabet直接融资800亿美元专款用于AI,这个金额相当于两个OpenAI的估值,说明AI军备竞赛已经打到明牌了,所有还在犹豫投入的公司都得重新算账。
AI and technology watch
聚合过去 24 小时 AI 与开发者生态动态,并提供来源链接以便深入阅读。
05:44 Bloomberg:Technology(RSS) 精选 78 Google的母公司Alphabet计划筹集800亿美元的股权资本,以支付其雄心勃勃的人工智能支出计划。 Google 行业动态 推荐理由: Alphabet直接融资800亿美元专款用于AI,这个金额相当于两个OpenAI的估值,说明AI军备竞赛已经打到明牌了,所有还在犹豫投入的公司都得重新算账。
05:47 OpenAI Developers @ OpenAIDevs 精选 73 OpenAI : OpenAI frontier models and Codex are now generally available on AWS, giving enterprises a new way to build on Amazon Bed... OpenAI 产品更新 部署/工程 推荐理由: OpenAI 模型正式上架 AWS Bedrock,这不是技术突破,但对企业客户是实质利好——能用已有的安全合规体系直接调用前沿模型,AI 落地的最后一公里阻力大幅减小。
22:04 向阳乔木 @ vista8 精选 80 作者分享了使用 Codex App 等工具开发的一系列开源项目,包括4个 Chrome 插件(如快捷提示词、新标签页)、4个网站(如艺术家风格对比、音乐展示)和5个 AI Skill(如论文解读、阅读助手)。项目基于 GPT-Image-2 API、Suno 等技术,并整合了 Read-frog、Hyperframe 等开源项目。 开源生态 教程/实践 编码 推荐理由: 乔木一口气开源了8个工具和5个Skill,从提示词插件到Suno音乐制作,看完就能直接用,做内容和开发的读完可以少写半个月代码。
22:06 Nathan Lambert:Interconnects(RSS) 精选 66 当模型智能的微小提升能直接转化为实际价值时,开源与闭源模型正沿着不同的增长路径发展。闭源模型通过在特定场景下提供更高的边际智能来创造价值,而开源模型则在其他维度寻找增长点,两者形成了差异化的竞争格局。 大佬观点 开源生态 推荐理由: Nathan Lambert 这篇文章一反所有人都在讨论「开源能否追上闭源」的调调,直接指出两者走的根本不是同一条增长曲线,做产品选型的真该看看。
22:25 OpenRouter @ OpenRouter 精选 75 OpenRouter : Guardrails on OpenRouter are the most powerful in the market: centralized security & governance for your AI traffic Budg... 智能体 安全/对齐 教程/实践 推荐理由: 如果你在跑 agent 并担心成本爆炸,OpenRouter 这个教程手把手教你设预算上限和注入防御,抄完就能上线,别再裸奔了。
21:55 Microsoft Research @ MSFTResearch 精选 63 智能体 Microsoft 安全/对齐 现象/趋势 推荐理由: 微软研究院这期 Research Focus 直接点出 agent 评估、repo 优于 doc、价值对齐三个方向,做智能体和对齐的开发者值得深挖一下。
22:03 Baidu Inc. @ Baidu_Inc 精选 62 Baidu Inc. : http://x.com/i/article/2060155258350014464 智能体 现象/趋势 推荐理由: 百度提出 Daily Active Agents 度量,试图给 Agent 产品定个价值标尺,做 Agent 的产品人可以看看这个思路,尽管它还需要行业共识。
20:48 AYi @ AYi_AInotes 精选 79 本文以《非暴力沟通》为例,提供了一个将书籍转化为可调用AI技能(Skill)的六步教程。作者使用Claude Opus 4.8模型,因其具备100万token上下文窗口、结构化输出及多步智能体(Agent)能力,能一次性处理全书逻辑。流程包含文本准备、全局结构分析、五类提炼(框架/原则/技法/反模式/作者声音)、技能生成及关键的自检步骤。生成的技能保留了书中原始框架命名(如OFNR四要素、长颈鹿语言),并将触发词优化为“怎么提意见不像在指责”等日常表达。整个流程耗时约45分钟,消耗约30万token,成本不到20元人民币。 开源/仓库 教程/实践 推荐理由: 不是摘要,是真能用的skill。把整本书喂给Claude Opus 4.8,提炼成能随时唤起的工具箱,连自检步骤都帮你做好了,想把自己读过但用不上的书激活的,直接抄。
21:05 IT之家(RSS) 精选 73 美团2026年第一季度财报显示营收910.39亿元,净利润亏损68.27亿元。财报电话会上,CEO王兴透露其AI Agent“小美”将与腾讯元宝深度合作。用户在腾讯元宝中提交本地服务需求,将被无缝连接至美团的外卖点餐、配送等生态。王兴强调,面向智能体的服务(To A)正变得日益重要,美团已将AI助手“小团”置于App核心位置,并拓展AI服务外延。 智能体 MCP/工具 行业动态 推荐理由: 美团把「小美」接进腾讯元宝,是Agent在本地生活服务里落地的明确信号,虽然还是早期合作,但「服务AI Agent」这个提法值得留意。
21:12 OpenBMB @ OpenBMB 精选 78 OpenBMB联合清华NLP与Modelbest发布两个开源数据集:Ultra-FineWeb-L3(预训练合成数据)包含600B+ tokens(超400B英文、200B+中文),是迄今最大开源中文预训练合成数据集;UltraData-SFT-2605(后训练SFT数据)包含15M+样本,是中国首个开源且包含思考与非思考标注的大规模SFT数据集,覆盖数学、代码、知识和指令遵循。两者均基于UltraData L0-L4框架构建,并在MiniCPM5-1B训练中完成验证。数据集已在HuggingFace免费开放。 Hugging Face 开源/仓库 数据/训练 推荐理由: 面壁开源了两个王炸数据集,预训练的 600B+ token 中文合成数据史上最大,SFT 那边 1500 万条带思考链的指令更是头一回见,做中文基础模型的可以无脑下载了。
18:24 Runway:News(网页) 精选 65 Runway 宣布在伦敦建立新的欧洲总部和专注于通用世界模型的研究中心。公司计划在未来18个月向英国AI生态投资$100M,到2028年投资额将翻倍以上。过去12个月,其在欧洲的订阅销量增长了50%,企业客户占比超20%。新总部将扩大其在欧洲的研究与商业布局,公司正招聘欧洲负责人以组建跨研究、产品、工程和销售的团队,并深化与BBC、Fremantle、WPP等企业的合作。世界模型是其研究的核心,旨在将生成式AI的应用扩展至机器人、科学研究与工业模拟等领域。 行业动态 视频 关联讨论 1 条 X:Runway (@runwayml) 推荐理由: Runway把研究重心放到伦敦,100M投资不小,对欧洲AI创业者和创作者是个信号,但本质还是区域扩张,技术惊喜不多,可以过一眼。
19:04 Alibaba Cloud @ alibaba_cloud 精选 62 智能体 MCP/工具 产品更新 推荐理由: RocketMQ一直是个"安静干活"的消息中间件,这波专门为AI工作流做的改造,对在做多agent系统的开发者是个实用的基础设施更新,开源可以白嫖。
01:08 The Verge:AI(RSS) 精选 85 人工智能公司 Anthropic 已向美国证券交易委员会秘密提交了 S-1 拍草注册声明,启动首次公开募股流程。根据其最近一轮融资,该公司目前估值为 9650 亿美元,成为全球最有价值的初创公司,超过了主要竞争对手 OpenAI 8520 亿美元的估值。 Anthropic 行业动态 推荐理由: Anthropic抢在OpenAI前秘密提交IPO申请,9650亿美元估值不仅压过对手一头,更是把AI竞赛从实验室直接拽到了华尔街,这轮上市会重新定义整个行业的估值锚。 00:38 Hugging Face:Blog(RSS) 精选 63 介绍 Mellum2:JetBrains 推出的 12B 混合专家模型 JetBrains 在 Hugging Face 发布博客,介绍其新发布的 Mellum2 模型。该模型采用混合专家架构,参数规模为 12B。 开源生态 模型发布 编码 推荐理由: JetBrains 的第一个自研模型,12B MoE 参数很小但主打代码场景,有意思的点在于它可能被直接集成进 IDE,做本地代码补全。开源且轻量,适合玩本地推理的开发者看一眼,但对大模型格局影响有限。 00:35 Tomer Tunguz 博客(VC 分析) 精选 62 AI看跌情绪地图 金融市场对AI的看跌情绪正从整体上升转向板块分化。上季度,软件、半导体、云及超大规模公司的空头比例中位数上升约24%。GPU数据中心业务空头股份在过去一年激增60%。AI云与新型云公司的当前空头比例中位数最高,达16.8%,SaaS与开发工具领域随后,分别为9.5%和8.9%。相比之下,超大规模公司和NVIDIA的空头比例极低,仅为1.1%和1.2%。市场怀疑主要针对那些AI业务仍依赖未来资本、需求或运营杠杆的中小型公司。 现象/趋势 推荐理由: 这份AI做空地图把市场怀疑论的矛头指向了谁说得明明白白,GPU云和AI SaaS被看空得最狠,但NVIDIA和超大规模云商几乎没被碰,做投资或者关心谁在裸泳的可以认真看看。 00:26 Google Gemini @ GeminiApp 精选 71 轻松将自己添加到Gemini的视频创作中。 以下是如何使用Gemini Omni创建一个外观和声音都像你的数字分身。🧵 Google 图像生成 教程/实践 视频 关联讨论 1 条 X:Berry Xia (@berryxia) 推荐理由: 官方给了个傻瓜教程,看一遍就能在视频里塞进自己的数字分身,做短视频和教学的可以省掉真人出镜的麻烦。 00:25 OpenRouter @ OpenRouter 精选 77 Auto Router 现在允许你调整其在成本与质量之间的权衡。 新增 `cost_quality_tradeoff` 参数,范围 0 到
13:00 NVIDIA Technical Blog(开发者技术博客 · RSS) 精选 71 NVIDIA Cosmos 3是一款面向物理AI的前沿基础模型。它能够帮助机器人、自动驾驶车辆和智能空间理解真实世界、预测事件发展并生成适应特定环境与任务的行动。该模型融合了物理推理、世界理解与行动生成能力。 具身智能 推理 模型发布 关联讨论 6 条 NVIDIA Blog:Generative AI(网页) X:NVIDIA AI (@NVIDIAAI) NVIDIA Blog:Agentic AI(网页) Hugging Face:Blog(RSS) IT之家(RSS) X:Kim (@kimmonismus) 推荐理由: Cosmos 3 的发布意味着物理 AI 模型从单点能力走向整合,NVIDIA 显然想在机器人时代提供基础设施,虽然刚发布还摸不着,但方向已足够清晰。
13:00 NVIDIA Technical Blog(开发者技术博客 · RSS) 精选 55 NVIDIA Vera CPU 旨在为AI工厂中智能体工作负载树立新性能标杆。文章阐述了AI领域扩展规律的演变:预训练通过更大数据集、更多参数和大规模并行GPU系统扩展智能;后训练通过指令微调扩展实用性,并重新调整GPU用于生成式推理;测试时缩放则通过给模型更多生成token来提升推理能力。当前,智能体AI与强化学习正推动下一阶段的扩展。 智能体 产品更新 部署/工程 关联讨论 1 条 NVIDIA Blog:Agentic AI(网页) 推荐理由: Vera CPU 是 NVIDIA 为 Agent 时代定制的算力底座,把高吞吐和能效揉在一起,做 AI infra 的值得细看它的互联设计。
13:24 Runway:News(网页) 精选 64 Runway宣布作为创始成员加入Cosmos Coalition,该联盟与NVIDIA及多家领先AI实验室合作,旨在构建并开源面向物理AI的前沿世界模型。首个项目将由Runway与NVIDIA共同开发一个基础模型,以推动下一代开放世界模型的研究与发展。 开源生态 行业动态 关联讨论 1 条 X:Runway (@runwayml) 推荐理由: Runway 和 NVIDIA 牵头组建 Cosmos Coalition,直接瞄准开源世界模型。这个方向如果真跑通,物理 AI 的进度会被大幅拉快,但关键是开源承诺和后续生态能不能跟上。
13:47 NVIDIA Blog:Agentic AI(网页) 精选 69 NVIDIA 发布了 RTX Spark,一款专为本地 AI 智能体设计的 Windows 电脑,提供 1 petaflops AI 算力与 128GB 统一内存。其推出的 OpenShell 运行时与微软合作,基于新的 Windows 安全原语,确保智能体在设备端安全私密运行。性能方面,通过在 llama.cpp 中采用多 token 预测等优化,Qwen 3.6 和 3.5 27B 模型推理吞吐量提升最高达 2 倍,35B 模型提升 1.6 倍;多 GPU 优化使 llama.cpp 和 ComfyUI 获得最高 2 倍性能提升。此外,Adobe、Blender 等应用也进行了更新。 智能体 Microsoft 产品更新 端侧 关联讨论 5 条 Bloomberg:Technology(RSS) X:NVIDIA (@nvidia) NVIDIA Blog:Generative AI(网页) X:NVIDIA RTX Spark (@NVIDIARTXSpark) X:卡兹克 (@Khazix0918) 推荐理由: NVIDIA 直接把 PC 从工具变成能跑本地 Agent 的「队友」,和微软从系统层联手锁死安全,llama.cpp 推理吞吐翻倍,今年秋天本地 Agent 生态真要烧起来了。
15:04 IT之家(RSS) 精选 73 行业动态 部署/工程 推荐理由: 这是 AI 反哺半导体制造的关键信号,英伟达的 GPU 和软件栈正渗透进台积电产线,从计算光刻到缺陷检测全链条提速,芯片迭代周期可能因此压缩一档。
17:07 Tencent Hy @ TencentHunyuan 精选 73 腾讯混元正式发布专为OpenClaw等长期协作智能体(Agent)设计的记忆插件 Hy-Memory。它基于6层记忆框架、System1/System2双系统与三层进化链构建,旨在成为智能体的“第二大脑”。该插件解决了记忆碎片化问题,实现了显著性能提升:记忆数量减少70%以上,单条记忆信息密度提升45%以上,在超长上下文场景中token消耗降低35%,记忆更新速度提升20%。 智能体 MCP/工具 产品更新 推荐理由: 腾讯混元给Agent做了个记忆插件,声称能减少70%冗余记忆并提升密度,还直接支持OpenClaw,对正在踩坑Agent长期记忆的团队是个现成的实验品。
12:00 NVIDIA Technical Blog(开发者技术博客 · RSS) 精选 70 NVIDIA DSX 平台为设计、模拟和构建 AI 工厂提供完整解决方案,旨在应对不断增长的智能需求。该平台通过开放、模块化的软件栈,帮助运营方更快地扩展规模、提高效率,并降低从能源、芯片、基础设施、模型到应用这五层架构的整体智能成本。 产品更新 部署/工程 关联讨论 1 条 NVIDIA Blog:Agentic AI(网页) 推荐理由: DSX OS 把 AI 工厂的运维标准化了,做大规模推理和训练基础设施的团队可以认真评估一下,这可能成为基础设施层的 Android。
有任何建议或问题,欢迎告诉我们
感谢您的反馈!