AI 领域头部人物在 X 上的最新观点
关于Jev采用率的数据和轶事令人震惊。每个人都在采用它。 我认为这是一个伟大的产品，但这也是“AI太贵/太慢”时代精神的结果。人们渴望优化并将AI应用到更多地方！ https://t.co/tK86PNGgNs [引用 @vercel]: Jev的采用速度比AI Gateway历史上任何其他模型都要快。 第一天，@typesafeai就覆盖了约13%的团队，是GPT-5.6家族的2倍，Fable 5.1的6倍。https://t.co/kVEuLM1npu
一个Astra级别的模型，价格便宜5倍，将会是惊天动地的 传闻中的Gemini 4 Pro定价 每100万输入3美元 每100万输出12美元
我们已经为此努力了很长时间！ 真的很高兴你们这么喜欢它 :) [引用 @joecarlsonshow]: Muse真的非常好。我不敢相信Meta是第一个做到这种事情的。他们是怎么击败Google、Anthropic和OpenAI的？ 我相信他们也会发布自己的版本，但目前Muse比我想象的要令人印象深刻得多。
我们正与埃森哲合作，对前沿AI进行独立评估——这是我们最近承诺在Anthropic内部嵌入评估人员的一部分。我们和埃森哲都预计在未来五年内投资至少10亿美元来建设这方面的能力。https://t.co/SHVzjpgnfx
看似很小的功能，却对把你想在ChatGPT中连接的所有上下文联系起来产生了巨大作用： [引用 @mxstbr]: 从今天起，你可以在ChatGPT中的大多数插件里连接多个账户了！🎉 把来自工作和个人账户的上下文带入同一个对话。在插件目录中连接你的账户：https://t.co/MhhASXOJIo 开发者：此功能自动生效，无需任何改动。 但是，为了让你的插件用户体验更好，请在你的MCP服务器中添加一个个人资料工具……
用 Grok @imagine 制作你自己的电影场景 [引用 @imagine]: 好莱坞会花七位数来制作这个《奥德赛》场景。 @PJaccetturo 和他的工作室用 9 天时间，制作了 3,627 张图像、3,043 个视频，生成成本为 2,677 美元，完成了这个试播集。 以下是他们如何做到的详细分解 🧵 https://t.co/DwWReUGAKC
Codex 和 Astra 做到了。 [引用 @trq212]: 我们正在为 Claude Code 添加对 AGENTS.md 的支持。 从今天发布的 2.1.277 版本开始，如果某个文件夹中没有 CLAUDE.md，Claude 将检查并使用 AGENTS.md。 你可以在 /config 中切换此行为。
即使AI发展今天停止，我们也需要数年时间来追赶。当前模型能做到的事情与几乎所有人正在用它们做的事情之间，存在巨大差距。 这是我关于「The Overhang」的文章，以及帮助人们缩小这一差距的四个优势。https://t.co/HDd07RYsxf
是时候进行我们的周末回顾了👇 — Gemini 3.8 Live和3.8 Live Extended Thinking，我们迄今为止最先进的实时对话音频模型 — Dreambeans，来自@GoogleLabs的一项实验，每天策划个性化的故事合集，现已正式发布 — 来自@GoogleLabs的CC已从个人生产力工具扩展为共享智能体，旨在帮助家庭和住户协调物流、日程和日常任务 — Google Pics，@GoogleWorkspace的新工具，可让你生成、优化和共同创作图像，现已正式发布 — AlphaGeno…
在Databricks，越来越多的工程师开始将开源模型作为日常主力，几乎不再使用Claude或Astra。 我们的推理客户也在看到同样的情况：即使只是将内部编码流量的20%从Claude/GPT转移到开源模型，也能大幅削减开支。 开源模型在企业中的采用将会非常庞大。
如果你想看一些非常无聊的东西：这是我们的人形机器人在 30 套出租房屋中执行零样本工作的 4 小时录像 [引用 @Figure_robot]: 观看 Helix 2.5 在 30 套房屋中连续工作 4 小时，无需任何额外训练。https://t.co/0bwzIwmGHz
个人、工作、副业项目账号、另一个副业项目账号。 在所有这些账号上构建。多账号支持现已在大多数插件中可用。 [引用 @mxstbr]: 从今天起，你可以在 ChatGPT 的大多数插件中连接多个账号！🎉 将你的工作和个人账号中的上下文带入同一段对话。在插件目录中连接你的账号：https://t.co/MhhASXOJIo 开发者们：这自动生效，无需任何改动。 但是，为了让你的插件用户体验更好，请在你的 MCP 服务器中添加一个 profile 工具……
AI生态系统中的各类模型都运行在NVIDIA上。 新的模型和AI实验室不断涌现。我们的CEO @JensenHuang 分享了NVIDIA平台背后的理念：构建生态系统所需的东西，帮助每个人取得成功。#AllInSummit https://t.co/HkwBo8LwrI
我们的人形机器人正在从世界上最大的已安装数据集中学习：在现实世界中操作的人类 本周的指数统计数据： → 每秒上传53分钟的真实世界数据 → 仅本周就有240万次视频上传 → 每周活跃用户115,000人 这是人形机器人的不公平优势：它们可以直接从人类学习，并可高效迁移到机器人 没有其他机器人形态能够以这种规模做到这一点 这是驱动Helix的数据飞轮 [引用 @itsolelehmann]: 我一直认为人形机器人看起来像我们是因为世界是为人类建造的（门、楼梯、厨房台面等） 但figure的新发布显示了另一个原因，我…
代理可以是由AI实现的，但主体性属于人类。在工具的帮助下，赋能我们自己的主体性是每个人的责任。但北极星始终应该是以人为本的。
新的开放权重模型将于周二发布 - 比DeepSeek Flash便宜3倍 - 在长周期智能体循环中性能提升15% - 将在RouteLLM API和编码智能体上提供 - 完美适用于90%的编码任务 https://t.co/dc8YRGh6bO
每个孩子的心脏都是不同的。医生规划他们的护理方式应该考虑到这一点。 在@ChildrensPhila，开源AI将现有的CT扫描、MRI和3D超声转化为儿童心脏的精确模型。过去需要6个多小时手动建模的过程现在可以在几秒钟内完成。 基于MONAI构建，这是一个由NVIDIA联合创立的开源医学影像框架，这些模型帮助医生在手术前比较不同设备的适配情况，并围绕每个孩子的独特解剖结构进行规划。 阅读更多：https://t.co/xXCrb0dWFP
MiniMax Code CLI 现已开放： https://t.co/Kz6BvEjbIx [引用 @MiniMaxAgent]: https://t.co/rvMkC1Jna0
在生物学中，就像在网络安全中一样，我们将在未来几年内认识到，大部分风险集中并产生于少数最强大的实验室，而开源 AI 是这一风险的解决方案和缓解措施！https://t.co/zu9cQzeoD3
我们注意到有人声称未经授权访问我们的系统。经过彻底调查，我们未发现支持该主张的证据，并可以确认我们的系统未被入侵。
我认为 AI 最大的风险是权力集中在少数几个实验室手中 [引用 @dwarkesh_sp]: 我非常担心在 RSI（递归自我改进）期间，实验室会停止对外部署它们的模型。 这意味着他们将全力推进这些模型最危险的用例（递归自我改进），而公众对于能力的性质和对齐状态一无所知。 最终我们会走上权力极度集中的道路。
加速视频注意力的三条路径：更高效地计算相同的交互、完整计算更少的交互，或改变信息的混合方式。以下是可视化指南。👇 感谢 Nunchux AI 及合作者带来 VC-Attention，为 MiniMax-H3 带来免训练的低比特加速，在 B200 评测中保真度优于 SageAttention2。 该方法在速度与保真度之间取得平衡：V-Smooth 减少 value 量化误差，而 ExpCast-FP8 通过近似让 softmax 更快。 很高兴看到社区持续在 H3 上构建。将低比特计算与 Sol-Attn 等稀疏…
好，这是件大事： 3 位研究人员使用 Claude Opus 5 将一个图片上传漏洞变成了对 OpenAI 员工账户的接管，然后让被攻破的员工的 Codex 在 OpenAI 的内部 monorepo 中打开了一个 PR。 他们整个黑客行动的代价不到 $3000 的 tokens。 Opus 4.8 在利用该漏洞时表现不佳。然后 Opus 5 推出并在数小时内攻破了它。 由 AI 驱动的网络攻击正变得普遍且廉价。最好的防御是也把最好的 AI 交到防御者手中。
我大约在 17 分钟时出现，谈论 Helix 2.5。 [引用 @RoboStrategy]: LIVE Interview With Figure CEO | AI Breakthrough, Helix 2.5, Zero-Shot Generalization and More https://t.co/Jj0iIzQA6I
哈哈！关于 Gemini 4.0 的传闻太棒了 他们的目标是超越 Astra 和 Fable 5.1，而且进展顺利 定价也会非常具有竞争力。
Epoch 继续做着 AI 领域一些最优秀的公开基准测试工作。这很有帮助（也告诉我们基准测试的现状有多糟糕，以及我们最喜爱的一些基准有多差） [引用 @EpochAIResearch]: 推出 Benchmark Reviews：我们审计 AI 基准测试的新计划。我们首批发布 15 个基准：4 个已验证、9 个有缺陷、2 个信息不足无法评审。https://t.co/xU43tv32gH
我认为值得继续问一个问题：当 Labs 因为 AI 而使产品开发成本越来越低，并且直接定价代币成本和访问底层模型本身的优势时，它们是否会吞噬每一个有价值的 AI 垂直领域？ [引用 @spicey_lemonade]: Astra for Law 在我们的法律研究基准中显示出巨大的性能提升 https://t.co/elD4N5GVvK
马斯克的Neuralink让一位渐冻症患者能够通过意念说话，他对照顾他的妻子说的第一句话是：“我爱你” 😭 https://t.co/icOFyw4PGW [引用 @neuralink]: 一个美丽的惊喜 https://t.co/AS7Zox1VIh
muse 最被低估的部分是为其提供动力的模型。感谢 MSL 研究团队——一些我见过的最有技术天赋、最努力工作的科学家和工程师。你们为困难问题带来了原创思想，发明了新方法，并克服了巨大的技术复杂性，打造了 muse 核心的这颗宝石。 感谢从事代理式后训练、工具与计算机使用、记忆、个性化、对齐、安全以及多模态理解的团队。感谢那些在其下构建数据、评估和基础设施的人。如此多的科学创造力体现在这些细节中：设计更好的实验、发现表面看起来不错但有缺陷的结果、坚持解决一个固执的问题直到找到新的前进道路。 现在那颗宝石为一个美丽的…
我高估了协调大量代理的难度。我本以为需要研究来构建能正常运作的代理组织，但它们自我组织得非常好（而且很有礼貌）。 这是 Claude Projects 中一个 Fable 协调器在代理之间传递消息的示例。 https://t.co/0bc5fXFAH8
A.I. 日报