全部动态
Stanford 做了个叫 TRACER 的系统，把床边摄像头视频和电子病历拼在一起，帮医生看住院病人行为怎么变化，做医疗 AI 的可以看看。
aparnadhinak 在 AI Engineer NYC 大会上说：代码会越来越便宜，但帮你看数据、评估 evals 的活永远缺人，这活就是 AI 工程师的本职。
一个不做文本生成的决策模型，单次判断 70-500 毫秒，成本比 LLM 低最多 400 倍，Databricks 上能直接给几百万行数据打标打分。
一家叫 Elorian 的公司出了首个模型 Glimpse，最特别的是边想边回头重看视频细节，自测比 GPT-6 Astra 便宜七倍还更准。
北大和 Samsung 做了个 RealtimeBench，测试里 GPT-6.1-sol 思考太久反而输给快模型 Jev，再用 TORSI 让慢模型离线写指令带快模型，得分翻到 24.19。
Ethan Mollick 分享的一篇论文，用 Gemini 4 智能体组队打 Minecraft，看 AI 怎么自发分工，跟人类协作思路还挺不一样。
a16z 的 Martin Casado 自己承认 AI 分析比 VC 强，但 VC 的活是抢 deal 和搞关系，这期聊得挺坦白，还带出 Grepr 砍 90% 日志成本的玩法。
Pika 和 OpenAI 搞了个插件，直接在 ChatGPT 聊天框里就能用 Pika 的视频创作工具，不用切应用了。
快手 Kling 4.0 要上 fal 了，单次能出 30 秒带声音的视频，还能塞 15 张参考图控角色和镜头，做短视频的可以盯一下。
Reflection AI 放了个 501B 的全开源模型，Agent Arena 上是美国开源模型里最强的，Code Arena 前二十几个开源模型里唯一的非中国选手，Apache 2.0 随便用。
Anthropic 自家数据：Claude 写了 Claude Code 九成代码，PR 翻倍、回退率降 40%，他们把改审查流程的方法也公开了。
Meta 靠 AI 把广告投放量提了 14%、单价提了 12%，和 Google Search 的收入差距只剩约 40 亿美元了。
Epoch AI 测了个网络攻击能力榜单，Zai 的 GLM-5.3 拿 160 分，分数压过 GPT-5.4，开源只落后闭源半年多。
Abacus AI Agent 现在打个提示词就能生成 iOS 原生的 3D 游戏和应用，后端、登录、支付都给你配好，用的还是 Astra、Fable 和 Opus 5.5。
字节系数据中心公司 DayOne 要去纽约 IPO 募 50 亿美元，不过客户大头是 ByteDance，市场又对数据中心上市降温，看点不少。
在 Claude Motion 做完动画能一键发到 Luma 接着改，两个工具打通了，做视频的朋友可以试试这个流程。
哈佛研究员拿 Claude 做量子电路设计，8 个任务里多数赢了人类纪录，写法是让模型写代码再让评估器打分迭代。
跑智能体经常要装别人的包，token 一旦进沙箱就可能被恶意代码偷走。LangChain 这个代理方案让智能体根本看不到你的凭证，做开发的朋友可以看看思路。
Anthropic 的 Boris Cherny 晒了用 Claude Slides 做幻灯片的过程，连 iPhone 边框这种素材都不用手找了，动手党可以试试。
Claude Code 作者自己说，团队每个 PR 都跑 Claude Code Review，Bug 基本在合并前就被拦下来了。
Anthropic 让 Claude Mythos 5 只凭文字描述就设计出比已发表最优方案好一个数量级的量子电路，搞量子和算法的可以看看细节。
The Information 独家：Cursor 在测 Grok Bot 时疑似把客户机密数据发给了 SpaceX 的 AI 团队，内部法务都急了，搞 AI 编程工具的都该看看。
Anthropic 让 Claude Mythos 5 自己写量子电路、自己按分数迭代，8 个原语上都打赢了已发表最优解，量子方向的朋友可以看看.
NVIDIA 工程师又把 ReflectionAI 的吞吐量从 70K 拉到约 90K 了，跑 Hugging Face 部署的可以看看这次优化细节。
Gemini 前负责人出来做的 VLM Glimpse，10 块棋盘测试 8 比 5 赢了 Gemini 3.8 Flash，做数据标注的可以试试。
去 PyTorch Conference 的话可以报名这个咖啡聚会，能当面跟 Ray 和 vLLM 团队聊推理部署的实战问题。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档