10:12官方账号arXiv cs.AI@Mason Youngblood, Katie Mudd, Manuel Anglada-Tort, Cameron Jones, Elena Miu, Diana Omigie, Margaret Schedel研究人员分析了生成式AI如何改变文化创作与传播。研究指出AI辅助创意能提高单个作品的新颖性,但可能降低整体多样性。人类与AI模型以互补方式搜索创意,混合团队表现优于单一团队。机器发现的解决方案可进入人类文化并持续存在。最终结果取决于组成要素:参与主体、比例及连接方式。论文生成式AI创造力混合团队推荐理由:这篇论文分析了AI如何影响人类创造力,提出混合团队表现优于单一团队,探讨了AI与人类创意互补的可能性。原文稍后读已读值得跟进有用关注 生成式AI
02:47官方一手AWS Machine Learning Blog@Carla LorenteAWS发布基于生成式AI的支持运营平台,可将培训视频转化为结构化SOP。该平台应用检索增强生成技术指导工单解决,并使用机器学习预测SLA风险和优先级排序。AI产品AWS生成式AI支持运营推荐理由:AWS教你用生成式AI构建支持平台,能将视频转为SOP,还能预测SLA风险。原文稍后读已读值得跟进有用关注 AWS
00:08官方一手AWS Machine Learning Blog@Arun Chandapillai精选Jamf使用IAM客户托管策略、Amazon Athena成本视图和无服务器AWS Lambda循环,为Amazon Bedrock构建了实时、按用户的支出执行系统。该系统在接近实时的情况下应用分层模型限制,不会中断活动会话。随着生成式AI采用规模的扩大,成本治理已成为主要挑战。Jamf的解决方案通过分层模型限制实现近实时支出控制。行业JamfAmazon BedrockAWS Lambda2 个信源在谈事件专题推荐理由:Jamf教你如何用AWS工具为Amazon Bedrock构建实时支出控制,解决生成式AI成本治理难题。原文稍后读已读值得跟进有用关注 Jamf
11:58官方账号arXiv cs.AI@Faraz Faruqi, Ahmed Katary, Demircan Tas, Theresa Hradilak, Ning Zhang, Jiaji Li, Fabian Manhardt, Martin Nisser, Vrushank Phadnis, Ruofei Du, Federico Tombari, Megan Hofmann, Stefanie MuellerInstructMesh是一款交互式后生成修复工具,专为解决生成式3D模型在制造过程中的几何精度问题。该工具支持用户通过区域选择和特定操作(如打开或密封空隙,调整局部厚度)来修复模型缺陷。用户可通过自然语言提示或滑块控制调用编辑操作,直接在中间潜在表示上应用几何修正,无需专业建模技能。研究团队分析了当前最先进生成工具的常见制造相关故障模式,并通过两项用户研究验证了新手使用InstructMesh进行制造相关修复的能力。AI产品InstructMesh3D模型生成式AI推荐理由:InstructMesh让普通人能修复AI生成的3D模型缺陷,支持自然语言和滑块操作,解决制造精度问题。原文稍后读已读值得跟进有用关注 InstructMesh
21:16IT之家(博客/媒体)精选Debian社区近日对大语言模型辅助开发进行投票表决,共有9种选项。最终第5个选项'负责任地使用生成式AI'以孔多塞投票制胜出。新政策允许开发者使用AI提升生产力,但要求AI生成的代码和文档必须满足质量和法律合规要求。最终责任由人类开发者承担,但不会强制标注AI使用情况。行业Debian生成式AI大语言模型推荐理由:Debian通过了AI使用新规,允许开发者用AI提效,但人类要对AI生成内容负最终责任。原文稍后读已读值得跟进有用关注 Debian
17:11IT之家(博客/媒体)丹麦政府推出紧急方案应对AI作弊问题,每年约9000名学生将增加口头答辩。政府呼吁在笔试期间监控学生电脑屏幕,通过网络过滤限制访问未经允许内容。方案还鼓励学生在校内受控环境下完成书面作业。行业AI作弊丹麦教育推荐理由:丹麦政府推出AI作弊应对方案,增加口头答辩和屏幕监控,引导学生合理使用AI。原文稍后读已读值得跟进有用关注 AI作弊
17:08官方账号arXiv cs.AI@Nicholas J. Hallman, Zachary T. Kowaleski, Anu Puvvada, Jaime J. Schmidt研究分析了2025年一家大型企业近4,000名后台员工的713,564个提示词及对应回复。高级员工展现出更复杂的AI使用模式,与专业知识互补。不同部门使用复杂度差异显著,战略、数字化创新和项目管理部门最高。研究未发现使用复杂度随时间提升或正式AI培训后持续改善的现象。论文生成式AI大语言模型企业AI应用推荐理由:大企业内部AI使用真实数据,揭示高级员工如何更聪明地使用AI,以及培训效果有限。原文稍后读已读值得跟进有用关注 生成式AI
16:14官方账号Simon Willison’s Weblog(博客/媒体)AI编写并优化了100万行代码,最终在数百万开发者机器上稳定运行。Paul Dix认为,通过构建验证系统和正确引导,AI能够生成复杂且精密的软件,并持续优化直至完美运行。论文AI编程生成式AI智能体推荐理由:Paul Dix分享AI在编程领域的突破,AI生成并优化了100万行代码,比传统编程方式更高效。原文稍后读已读值得跟进有用关注 AI编程
00:04官方账号Simon Willison’s Weblog(博客/媒体)精选使用编码代理的关键技能是自信地指导他们进行更改,并验证这些更改是否正确应用。有时这需要审查他们所写的每一行代码,但还有其他方法可以达到这个目标。审查每一行代码从未是验证软件更改的最有效方式。技巧代码审查编码代理生成式AI推荐理由:想要提高代码审查效率,可以尝试使用编码代理,它不仅能帮你审查代码,还能以更高效的方式验证更改的正确性。原文稍后读已读值得跟进有用关注 代码审查
03:33官方一手Google Research: Blog(资讯)Google Research发布了一款AI工具,可从可穿戴传感器数据中优先排序候选生物标志物,提高健康监测效率。该工具基于生成式AI,旨在帮助研究人员识别与疾病相关的关键指标。工具名为Generative AI,已应用于健康与生物科学领域。AI模型Generative AI生物标志物可穿戴传感器推荐理由:Google Research推出的Generative AI工具,能从可穿戴设备数据中筛选出关键生物标志物,对健康监测领域的研究人员来说是个大帮手,比传统方法更高效。原文稍后读已读值得跟进有用关注 Generative AI
00:38官方账号Simon Willison’s Weblog(博客/媒体)精选Thomas Ptacek提倡为即使是个人工具的最小版本也构建真正的原生用户界面,因为编码代理降低了获得可用GUI的成本。他分享了关于自己编写的带宽和GPU监控macOS任务栏应用程序的经验,并鼓励将CLI转换为原生应用,这可能会改变你的思维方式。技巧Thomas PtacekAI生成式AI推荐理由:Thomas Ptacek分享了他的经验,鼓励将CLI转换为原生应用,这是一个值得尝试的改变!原文稍后读已读值得跟进有用关注 Thomas Ptacek
23:39Gary Marcus@GaryMarcus在一条现有836次浏览的推文中,Gary Marcus坦言,自己的生成式AI猜想并非绝对正确。他同时表示,反对者一直在捏造内容,这条推文已获2次转发。此外,该推文还有4次引用和11次点赞。行业Gary Marcus生成式AIAI争论推荐理由:AI批评家Gary Marcus又开怼了,说自己不打包票,但对方在瞎编。好奇他说的是谁?原文稍后读已读值得跟进有用关注 Gary Marcus
18:02IT之家(博客/媒体)路透社与Nikkei Research联合调查显示,超80%的日本公司仅有限使用AI或完全不用。其中60%的受访者表示AI仅在部分部门使用,18%尚未决定引入,6%未考虑使用,仅16%将AI视为不可或缺工具。日本政府报告指出,86.4%的日本本土企业至少有一项任务使用生成式AI,低于中国的98.1%、德国的91.6%和美国的90.9%。调查还发现,4%的公司预计AI预算年增长率超50%,31%尚未决定,但所有受访者均表示不会削减AI支出。行业日本生成式AI路透社推荐理由:路透社刚出的日本企业AI渗透率数据,跟中美德对比差距挺直观,做行业判断可以看看。原文稍后读已读值得跟进有用关注 日本
15:28向阳乔木@vista8陈言Linkc-Chen分享其公司自2022年下半年起在创意和内容领域大规模使用生成式AI,服务世界500强和头部广告代理公司,从培训咨询逐步转为驻场做Agent的实战经验。他直言FDE(Field Digital Engineer)最近火得离谱,但技术本身并非核心,企业实际需求和内部政治才是决定成败的关键。他列举了多个实战中遇到的坑,给想做FDE的人泼冷水。技巧FDEAgent生成式AI推荐理由:做FDE的过来人讲真话,技术不是重点,企业需求和内部政治才是,想入行的先看看这些坑。原文稍后读已读值得跟进有用关注 FDE
09:25官方账号arXiv cs.AI@Modhurita Mitra, Jan-Willem Versteeg, Maarten D. Schermer, Shiva Nadi Najafabadi, Marie L. De Bruin, Lourens T. Bloem该论文提出一个基于schema的框架,用生成式AI从非结构化文本中提取层级化、嵌套式信息,并自动与金标准做语义评估。在卫生技术评估机构NICE的文档上,该框架用Claude Opus 3成功提取了14个属性中的12个,F1分数超过90%。提取单个文档的时间比人类领域专家快约30倍。研究还验证了该框架在不同生成式AI模型间的通用性,以及在不同HTA组织和语言间的可迁移性。论文Claude Opus 3NICE信息提取推荐理由:这篇论文用Claude Opus 3从NICE文档里自动提取结构化信息,F1超90%,速度比人工快30倍,做医疗评估的朋友可以看看。原文稍后读已读值得跟进有用关注 Claude Opus 3
15:35IT之家(博客/媒体)世界银行在8月4日发布的报告中建议,新兴经济体应优先推广经过本地化调整的小型低成本AI工具,而非与富裕国家比拼数据中心和大语言模型。报告指出,高收入国家岗位面临自动化风险的可能性是中低收入国家的三倍以上。AI可协助教师备课、护士判读医学影像,并为农民提供种植建议。但撒哈拉以南非洲每10所农村学校中有3所无法稳定供电,89%的10岁儿童无法阅读简单文字,基础设施不足可能让AI扩大而非缩小生产率差距。行业世界银行新兴经济体AI治理推荐理由:世界银行给发展中国家指了条路:别硬拼大模型,用本地化的小AI工具,十年能做一百年的事。原文稍后读已读值得跟进有用关注 世界银行
12:50官方账号arXiv cs.AI@Taye Akinrele, Sindhuja Penchala, Noorbakhsh Amiri Golilarz, Sudip Mittal, Shahram Rahimi该论文提出一种针对生成式与智能体AI认知能力差距的分类法综述,围绕持久状态建模、目标导向自主性、自我监控与控制、环境交互、学习与适应五个维度组织现有研究。论文回顾了各维度的最新进展,指出常见局限,并提出自适应认知智能架构(ACIA)作为统一框架。还讨论了以认知为中心的评价方向,为迈向长期可靠推理和持续学习的认知AI提供路线图。论文认知智能智能体生成式AI推荐理由:这篇综述把生成式和智能体AI的认知短板按五个维度梳理清楚了,还给了个ACIA架构思路,适合想系统了解认知AI研究现状的人。原文稍后读已读值得跟进有用关注 认知智能
11:46官方账号arXiv cs.AI@Muhammad Sajjad Akbar一项发表在arXiv上的研究评估了6款生成式AI在50个伊斯兰知识开放问题上的表现,涵盖古兰经注释、圣训、教法等4大领域。研究招募澳大利亚和英国参与者,在真实条件下收集回复,分析领域准确率、引用验证、幻觉、教法一致性等维度。结果显示,AI系统在引用验证和来源溯源上表现不佳,存在幻觉和不完整引用,且对教法学派分歧处理不一致。作者认为,AI可作为入门学习工具,但不能作为宗教裁决或学术研究的权威来源。论文生成式AI幻觉伊斯兰研究推荐理由:想拿AI问伊斯兰教法?这篇论文用50个问题实测6款AI,看它们怎么编引用、怎么处理学派分歧。原文稍后读已读值得跟进有用关注 生成式AI
09:20IT之家(博客/媒体)76°苹果CEO库克在2026财年第三季度电话会议中确认,已获准在中国推出首批Apple智能功能。这些首批功能包括相册的"消除"等,即将面向用户发布。未来的Siri AI在中国仍处于起步阶段,还需更多努力才能推出。在欧盟,苹果正与欧盟委员会合作解决Siri AI的法规问题,而Mac版Siri AI已在测试中。AI产品Apple IntelligenceSiri AI苹果推荐理由:苹果智能在中国获批了,首批包括相册消除。Siri AI还在起步,别急着期待。原文稍后读已读值得跟进有用关注 Apple Intelligence
16:59IT之家(博客/媒体)央视《法治在线》栏目起底“AI脱衣”黑色产业链,不法分子利用开源AI模型训练脱衣模块并打包出售。北京海淀区检察院披露的案件显示,嫌疑人设立群组有2.7万人,软件售价从2023年的60元涨至2025年的168元。嫌疑人张某从2023年8月起在境外平台贩卖软件和教程,获利10万余元。产业链分三层:上游训练模型、中游批量生成不雅图片、下游实施敲诈勒索,生成一张裸照仅需几秒到几分钟。行业AI安全生成式AI开源模型推荐理由:央视曝光了利用开源AI搞“一键脱衣”的黑色产业链,从模型训练到卖软件再到敲诈勒索,全流程都查清了。告诉你AI技术如何被用来犯罪,安全风险有多大。原文稍后读已读值得跟进有用关注 AI安全
15:47AI Will@FinanceYF5Similarweb发布了2026年上半年主流生成式AI网站的访问量同比增长数据。该报告覆盖了多家头部AI平台的流量趋势。结果显示这些网站整体访问量呈上升态势。数据还按季度和地区进行了细分。行业Similarweb生成式AI网站访问量推荐理由:看看Similarweb这份报告,主流AI网站访问量涨了多少,能摸清行业热度变化。原文稍后读已读值得跟进有用关注 Similarweb
15:31@koltregaskes@koltregaskesNetflix在财报中披露已有数百个节目使用了生成式AI。这些工具帮助交付更高质量输出,速度更快、成本更低。AI主要用于后期制作中的复杂元素如人群和战斗场面。观众此前未能察觉差异,直到财报公开后才得知。披露本身不如观众无法区分的事实重要。行业Netflix生成式AI视频制作推荐理由:Netflix悄悄在几百部节目里用了AI做特效,观众完全没发现,成本更低效果更好。原文稍后读已读值得跟进有用关注 Netflix
07:12IT之家(博客/媒体)Netflix在2026年股东信中披露,约300部影视作品将使用生成式AI工作流程,绝大多数应用集中在后期制作。印度作品《Glory》、巴西作品《Brasil 70: A Saga do Tri》和美国作品《The American Experiment》已利用生成式AI制作复杂场景。Netflix通过收购和设立专业工作室扩大布局,旨在以更低成本和更快速度提升成果质量。行业Netflix生成式AI影视制作推荐理由:Netflix说2026年有300部作品用生成式AI,主要在后期。已经用在印度、巴西的剧集里了。原文稍后读已读值得跟进有用关注 Netflix
07:00Justine Moore@venturetwins72°Netflix CEO 透露,公司已在 300 多部作品中实际使用 AI 进行制作。其中,生成式 AI 工具被用于关键镜头(key shots),这些镜头原本因成本过高会被舍弃。Netflix 还发布了一部纪录片,包含 17 分钟的 AI 增强片段,展示了 AI 在影视制作中的落地效果。行业Netflix生成式AIAI影视制作推荐理由:Netflix 已经实打实把 AI 用在 300 多部片子里,连纪录片里 17 分钟都是 AI 增强的。以后看电影可能会更便宜、更精良。原文稍后读已读值得跟进有用关注 Netflix
21:45官方账号Simon Willison’s Weblog(博客/媒体)Linus Torvalds 在 Linux 媒体邮件列表中明确表态,Linux 内核社区不会排斥 AI 工具。他认为 AI 已经证明自身的实用性,一年前尚有争议,如今已无可置疑。他警告反对者可以 fork 分支或离开项目。这一立场标志着主流开源项目对 AI 辅助开发的正式接纳。行业Linus TorvaldsLinux开源1 个信源在谈事件专题推荐理由:Linus 亲自发话,Linux 内核开发将拥抱 AI 工具。这对所有开发者是个明确信号,别再纠结‘AI 该不该用’了。原文稍后读已读值得跟进有用关注 Linus Torvalds
09:32官方账号arXiv cs.AI@Yannick Kalff, Katharina Simbeck该研究调查了德国公司中AI在人力资源管理中的整合。研究通过访谈、小组讨论和调查(N=410)发现,生成式AI和预测分析被用于优化HR功能。AI工具增强了HR分析能力,但主要服务于效率和合理化目标。组织因素如数字基础设施和伦理影响塑造了AI工具的采用。研究强调了人才发展的战略潜力和数据治理挑战。论文生成式AI预测分析人力资源管理推荐理由:德国公司怎么用AI管人?这篇论文用410份样本告诉你,效率是主因,战略潜力还有待挖掘。原文稍后读已读值得跟进有用关注 生成式AI
04:43官方一手Google Research: Blog(资讯)谷歌研究人员在2026年7月15日发表论文,试图从算法和理论层面解释扩散模型(如Stable Diffusion、Imagen)的创意生成能力。他们通过分析模型内部的潜在空间结构和训练数据分布,提出了一种新指标来量化模型的创造力。实验表明,模型在特定噪声调度下能产生更多样化的输出,其创意水平与训练数据的多样性和模型容量正相关。该研究为理解生成式AI的创造性过程提供了理论框架。论文diffusion modelsGoogle创造力推荐理由:谷歌发了篇论文,专门分析扩散模型为啥能搞创意生成,有实验有指标,不做玄学解释。原文稍后读已读值得跟进有用关注 diffusion models
20:12IT之家(博客/媒体)7月15日网信办发布7款手机端侧生成式AI服务备案信息,包括Apple、华为、OPPO等端侧模型。OPPO AndesGPT基于混合云架构,具备对话增强、个性专属和端云协同三大特征。OPPO回应将继续依托安第斯大模型推进端侧AI融合,小布助手将实现更个性化主动智能体验。行业OPPOAndesGPT端侧大模型推荐理由:OPPO的AndesGPT大模型正式备案了,以后手机上的小布助手会更懂你,主动提供个性化服务,端侧AI要加速落地了。原文稍后读已读值得跟进有用关注 OPPO
14:45Gary Marcus@GaryMarcusGary Marcus在推文中引用The Atlantic文章《Generative AI is an engineering disaster》,指出生成式AI的扩展性极差,甚至没有AI研究者能举出其他扩展性如此差的软件。他认为生成式AI违背了规模经济原则,而规模经济使灯泡、汽车、服装变得廉价。从经济和工程标准衡量,生成式AI可能是史上最差的技术。行业Gary Marcus生成式AI扩展性推荐理由:Gary Marcus说生成式AI可能是有史以来最烂的技术,扩展性连灯泡都不如。看看他为什么这么狠。原文稍后读已读值得跟进有用关注 Gary Marcus
02:43techcrunch@Sarah PerezGoogle宣布将推出新功能,标记广告主是否使用生成式AI工具创建或编辑广告。该标注将出现在广告展示中,帮助用户识别AI参与的广告内容。此举旨在提升广告透明度,应对AI在营销中日益增长的应用。行业Google广告AI透明度推荐理由:Google给AI广告打上标签了,以后看广告能知道哪些是AI做的。原文稍后读已读值得跟进有用关注 Google
09:06官方一手arXiv: OpenAI@Kiarash Ahi, Saeed Valizadeh该综述分析了LLM和生成式AI(如ChatGPT、Claude、Gemini)在网络安全中的双重用途:既用于自动威胁检测和防御,也被用于生成恶意软件。数据显示LLM生成的恶意软件在2025年预计占检测到威胁的50%,而2021年仅占2%。论文基于70多篇学术文献和行业报告,涵盖Google Play Protect、Microsoft Defender等平台的案例。最后提出了模型水印、对抗防御等负责任部署建议。论文LLMChatGPTClaude推荐理由:这篇论文详细梳理了LLM如何同时成为防御工具和攻击武器,还给出了具体数字和平台案例,适合想全面了解AI安全现状的人。原文稍后读已读值得跟进有用关注 LLM
01:17官方一手AWS Machine Learning Blog@Dominic WellsAWS博客展示了公共部门如何利用Amazon Bedrock的生成式AI能力自动管理邮件。方案通过调用Bedrock API和基础模型实现邮件排序与优先级标记。该工作流可减少手动分拣时间,提升处理效率。具体实现步骤包括配置数据源、调用模型进行内容分析并输出分类结果。技巧Amazon Bedrock邮件管理自动化推荐理由:用Bedrock自动分类邮件,公共部门也能高效处理收件箱了,比手动分拣省事多了。原文稍后读已读值得跟进有用关注 Amazon Bedrock
01:58官方一手AWS Machine Learning Blog@Radha PanchapAI 生成的钓鱼邮件比传统邮件更逼真,对安全团队构成新威胁。Amazon Bedrock 利用基础模型分析邮件语言模式和上下文,识别异常。该方法结合 Amazon Comprehend 进行情感分析和 Amazon GuardDuty 威胁检测,相比规则引擎提高了检测率。文章详细介绍了 Bedrock 如何自动抽取邮件特征并判断是否为钓鱼。技巧Amazon BedrockAI钓鱼网络安全推荐理由:亚马逊用 Bedrock 的基础模型自动分析邮件内容,能精准识别 AI 写的钓鱼信,比传统规则引擎靠谱多了。原文稍后读已读值得跟进有用关注 Amazon Bedrock
04:26官方账号Runway ML@runwaymlRunway 宣布集成 Gemini Omni Flash 模型,支持用户通过文本提示、图片或视频输入来生成和编辑视频内容。该功能允许用户使用自然语言或现有素材创作任意视频。用户可在 Runway 平台直接使用,或通过 Agent 调用 Omni 能力。AI模型RunwayGemini Omni Flash视频生成推荐理由:Runway 把 Gemini Omni Flash 塞进视频工具里了,用一句话、一张图或一段视频就能编辑和生成新内容,省掉繁琐剪辑。原文稍后读已读值得跟进有用关注 Runway
14:30AI Will@FinanceYF5Derek Xiao是Menlo Ventures的合伙人,曾投资Anthropic、Neon、Unstructured等公司。他联合撰写的《State of Generative AI》报告和《Modern AI Stack》论文,分析了AI基础设施的关键作用。他认为当前模型争抢关注,但底层设施决定了最终胜负。行业Derek XiaoMenlo VenturesAI投资10 个信源在谈事件专题推荐理由:Menlo Ventures投了Anthropic和Neon,他们的报告讲了AI基础设施才是决胜关键,搞投资的得看原文稍后读已读值得跟进有用关注 Derek Xiao
22:22官方账号Decoder@Maximilian Schreiner保险公司开始使用扩散模型等生成式AI技术进行灾难建模,可生成数万个历史数据中不存在的合理天气事件。他们希望借此进行更精确的风险评估。然而研究人员警告称,AI生成的模拟事件可能存在幻觉和销售逻辑误导,影响实际决策准确性。行业保险公司生成式AI灾难建模推荐理由:保险公司用生成式AI做灾害建模,能补历史数据缺漏,但小心AI幻觉和销售套路,实际效果还得看验证。原文稍后读已读值得跟进有用关注 保险公司
12:55IT之家(博客/媒体)Counterpoint Research预测,具备生成式AI能力的智能手机到2026年将占全球出货量的45%,高于2025年的36%。存储供应紧张导致2026年全球智能手机出货量预计同比下降13.9%至10.8亿部。到2027年,GenAI智能手机份额将达52%。苹果和三星保持领先,iPhone 17系列使GenAI覆盖全系产品,三星在Agentic AI功能上抢占先机。行业Counterpoint生成式AI智能手机推荐理由:Counterpoint预测说,到2026年近一半新手机都会带生成式AI,存储涨价让高端机更吃香,苹果三星领跑。原文稍后读已读值得跟进有用关注 Counterpoint
08:53IT之家(博客/媒体)艺电(EA)企业发展总裁劳拉·米耶勒在《The Game Business Live》栏目中表示,生成式AI可简化游戏开发中的制作流程、工具链与工作环节。她指出,AI能减轻开发者重复枯燥工作,将原型制作效率提升数倍,团队围绕创意沟通更简洁高效。EA首席执行官安德鲁·威尔逊去年对投资者称,AI被视作推动创意和玩家联结的助推器,全公司正搭建AI工作流程优化开发、扩容与个性化。EA押注AI技术与其价值550亿美元的杠杆支撑出售交易密切相关,该交易取决于AI能否压缩成本、拉高利润。行业EA生成式AI游戏开发推荐理由:EA高管用具体案例打消你顾虑:生成式AI不是抢饭碗,而是让游戏开发者告别重复劳动,快速出原型。看完你就明白为啥大厂愿意砸钱。原文稍后读已读值得跟进有用关注 EA
20:55IT之家(博客/媒体)Counterpoint Research 报告显示,支持生成式 AI 的智能手机在 2026 年将占全球出货量的 45%,高于 2025 年的 36%。全球智能手机出货量预计在 2026 年同比锐减 13.9% 至 10.8 亿部。AI 手机渗透率 2027 年预计达 52%,但内存成本上涨挤压低价市场,AI 手机批发价难以降至 400 美元以下。内存供应和模型优化效率将决定生成式 AI 能否进入中低价市场。行业Counterpoint智能手机AI手机推荐理由:想了解 AI 手机市场趋势?Counterpoint 给出了具体数字和原因,未来几年渗透率涨到一半,但内存成本是个大问题。原文稍后读已读值得跟进有用关注 Counterpoint
21:54IT之家(博客/媒体)Take-Two于2022年收购Zynga后扩大了AI研究团队,但今年4月裁撤了整个团队。前负责人卢克·迪肯博士表示,生成式AI热潮被严重夸大,可能引发泡沫破裂。他担心外界无法区分生成式AI与传统AI技术,导致传统AI研究也受到牵连。迪肯认为行业应重新认识传统AI技术的价值,比如加速手游关卡内容生成。他还指出大语言模型已进入幻灭低谷期。行业Take-TwoZynga卢克·迪肯推荐理由:Take-Two前AI负责人直言生成式AI泡沫会连累传统AI。想分清AI虚实?这篇给你一个清醒视角。原文稍后读已读值得跟进有用关注 Take-Two