AI知识库 @ai521
312 subscribers
21.6K photos
42 videos
19 files
832 links
@ai521 专注分享最实用的AI内容

🤖 AI教程(新手到进阶)
🧠 AI知识科普(大模型 / 提示词 / 自动化)
📰 AI资讯更新(每日最新AI动态)
📚 AI实战技巧(写作 / 绘画 / 编程 / 赚钱)
🔧 最新AI工具推荐

每天更新AI干货
长期做一个真正有价值的AI频道
Download Telegram
OpenAI收购安全云公司Ona,Codex周活破500万

OpenAI今日宣布收购安全云执行与编排公司Ona(前身为Gitpod),为其AI编程助手Codex补齐“离线持续运行”的基础设施。同一天,Codex推出额度重置福利。Ona的核心技术是“客户自控执行”,能让AI智能体在安全、可审计的云环境中长期运行。OpenAI CEO奥特曼表示期待合作。目前Codex周活跃用户已超500万,今年增长400%,其中非程序员的知识工作者占比达1/5,增速是开发者的3倍。此次收购正值OpenAI可能IPO前夕,意在构建企业级AI软件平台,使AI Agent能在用户关闭电脑后安全自主地完成复杂任务。 #OpenAI #Ona #Codex #收购 #AI智能体 #云开发 #企业级AI #IPO #编程助手
微信读书推荐AI主题书籍,读者称书中场景已成现实

微信读书近日推荐了一本以AI为主题的新书,引起广泛关注。该书详细描绘了AI智能体(AI agents)在工作场景中的应用。有读者反馈,书中描述的景象对频繁使用AI工具的人来说并不超前,自己每天经历的工作流程正是书中所构想图景的小范围预演,甚至已被动成为该生态的一部分。该书通过具体案例展示AI如何逐步改变日常办公与决策模式,引发人们对AI与现实融合程度的深思。 #微信读书 #AI书籍 #AI智能体 #人工智能 #读书推荐
Telegram必备的搜索引擎,极搜JISOU帮你精准找到,想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025
AI商业化的终极模式可能是“健身房”会员制

凤凰网科技援引晚点报道,深入剖析AI行业的核心难题:如何盈利?以字节跳动旗下豆包为例,日活超2亿但日收入不足百万元,而算力成本可能高达数千万。AI每次交互都消耗算力,多模态功能成本骤升,与互联网“流量”逻辑不同,其第一性原理是“算力”。C端用户虽多,但付费意愿弱,难以支撑高成本;B端企业则更具付费场景,如AI编程、企业智能体等。微软、Anthropic等公司正从固定订阅转向按量计费或混合模式。文章指出,未来AI的商业模式可能融合三种形态:类似健身房的会员制(轻度用户补贴重度用户)、云服务般的按资源计费,以及按结果收费的垂直应用。短期卖“铲子”的芯片、云厂商最确定,长期则取决于谁能将算力高效转化为现金流。 #AI商业化 #算力 #健身房会员制 #B端SaaS #大模型 #豆包 #Anthropic #微软Copilot #科技新闻
OpenAI 拟于 2026 年下半年引入广告,联手 TTD 冲刺千亿营收

OpenAI 正面临双重压力:一方面,ChatGPT 市场份额从 80% 跌至约 70%,企业端被 Anthropic 的 Claude 反超至 27%;另一方面,虽年化收入超 200 亿美元,但 2025 年预计亏损约 90 亿美元,高昂的算力成本让订阅与 API 收入难以覆盖。为寻求新增长点,OpenAI 计划 2026 年下半年小规模测试广告业务,2027 年全面铺开,并拟与顶级广告技术公司 The Trade Desk(TTD)深度合作,利用其工具链和客户资源实现高效变现。此举旨在聚焦大模型核心研发,同时通过成熟的商业生态快速增收。若成功,将重塑欧美广告市场格局,并催化中国本土 AI 搜索产品的商业模式创新,带动国内 AI 营销及数据合规产业链发展。 #OpenAI #广告 #AI商业化 #TTD #ChatGPT #大模型 #亏损 #市场竞争 #科技新闻
澳大利亚AI初创公司创始人因欺诈投资者被判9年监禁

澳大利亚人工智能初创公司Metigy创始人David Fairfull因持续近四年的欺诈行为,被判入狱9年,不得假释期5年4个月。Fairfull通过伪造银行对账单和收入数据,诱骗投资者提供3900万澳元资金,其中770万澳元被其用于购买两处豪华住宅。该公司自称利用机器学习帮助中小企业进行数字营销,曾估值高达10亿澳元,但实际收入为零。Fairfull在2022年5月寻求融资时,向投资者展示虚假财报显示月收入近900万澳元,年经常性收入达1.07亿澳元。欺诈行为于2022年7月被公司CFO揭露,公司随后进入破产管理,欠债3900万澳元,约75名员工失业。法官认定其犯罪故意、预谋且复杂,拒绝以焦虑和抑郁为由减轻其道德责任。 #澳大利亚 #AI #初创公司 #欺诈 #判刑 #金融犯罪 #科技
AI Agent 倒逼舱驾一体芯片成刚需,2026年产业全面转向

2026年,汽车行业从“大模型上车”升级为“AI Agent上车”,智能体要求实时跨域调用座舱与智驾数据,推动舱驾一体芯片从技术方向变为量产刚需。理想、长城、吉利等车企,火山引擎、斑马智能等AI厂商,博泰、东软等Tier1,以及高通、地平线等芯片企业均全面布局。AI Agent能主动感知、思考并执行复杂任务,典型场景如“我累了”需同步调节座舱与规划导航,传统分离芯片架构延迟高、成本大。单芯片舱驾一体方案(如高通8775/8797、地平线星空6P、黑芝麻武当C1296)可节省内存成本2000-3000元,算力利用率从30%提升至70%以上。车企自研芯片(如理想马赫M100、比亚迪璇玑A3、小鹏图灵、蔚来神玑)当前多采用智驾自研+座舱外挂混合架构,并非真正单芯片融合。三重压力(成本、算力效率、物理AI统一架构)共同推动舱驾一体芯片成为刚需,但非高通方案仍面临座舱生态代差和功能安全挑战。 #AIAgent #舱驾一体 #汽车芯片 #智能座舱 #智能驾驶 #高通 #地平线 #理想汽车 #小鹏汽车 #黑芝麻智能
DeepGate 自动化模型设计系统

当前,为微控制器构建机器学习模型主要依赖人工,面临速度与精度难以兼顾的困境。DeepGate 推出基于神经架构搜索与编译器的自动化系统,结合硬件实测数据,可在 MLPerf Tiny 标准基准测试中自动生成适配目标硬件的模型。在四项典型边缘工作负载(关键词识别、视觉唤醒词、CIFAR-10 分类、异常检测)上,生成的模型相比参考模型推理速度最高提升 45 倍,内存占用最高降低 11 倍。以关键词识别任务在模拟器件 MAX32655 芯片上为例,推理延迟从 104.3 毫秒降至 2.3 毫秒,RAM 从 23.7 KB 降至 2.1 KB,且分类准确率保持在 90% 以上。该技术使机器学习能够运行在更廉价硬件上,延长设备电池寿命,为数十亿物联网设备带来更强大的 AI 能力。 #边缘AI #模型自动化 #神经网络架构搜索 #DeepGate #微控制器 #MLPerfTiny #AI优化 #效率提升
DeepGate 编译器性能超谷歌 TFLM,内存减三倍速度提两倍

边缘 AI 工具链长期落后于 GPU 大模型编译器,多数微控制器部署依赖谷歌 TensorFlow Lite for Microcontrollers(TFLM)或厂商定制变体,性能未被充分挖掘。DeepGate 团队发布 v0.15.0 编译器,可将量化 .tflite 模型编译为静态二进制推理库,在 Arm Cortex-M 设备上相比 TFLM 减少最多 3 倍 RAM 占用、提速最多 2 倍。在 MLPerf Tiny v1.4 基准测试中,该编译器覆盖 ADI、英飞凌、Silicon Labs、STM 四家厂商硬件,均实现领先:在 Silicon Labs EFR32MG24 上,RAM 减少 3 倍、推理快 1.8 倍;在英飞凌 PSoC 6 上推理快 2 倍;在 ADI MAX32655 上,TFLM 因内存不足无法运行的 Visual Wake Words 模型被成功部署。DeepGate 采用全图编译时内存分配、静态二进制(无运行时解释器)及硬件感知内核优化(含定制汇编)。当前团队仍处于优化早期,后续将扩展对稀疏网络等场景的支持。 #边缘AI #编译器 #DeepGate #TFLM #微控制器 #性能优化 #MLPerfTiny #嵌入式AI #ArmCortexM #开源
Minovative Mind CLI 发布

近日,一款名为 Minovative Mind CLI 的 AI 代理系统引起开发者关注。该系统能够自动探测代码库上下文、追踪依赖关系并压缩文件,支持启发式活动检测、语义代码搜索、智能依赖追踪(覆盖11种语言)以及结构代码分析。其核心功能包括多模型动态路由(可在 Gemini 3.5 Flash 等模型间热切换)、并行子代理执行(MMAAK)、预飞行语法验证、模糊代码匹配与智能批量编辑。系统内置深度验证与自纠正循环,提供沙盒构建试验、自动修正(最多5次)、即时回滚与自动提交。安全层面采用 GitHub Device Flow 认证与 Server-Sent Events 流式传输,防范恶意操作和提示注入。该工具旨在提升开发者在复杂项目中的代码生成与修改效率,降低令牌消耗并避免操作风险。 #AI代理 #CLI工具 #代码生成 #智能开发 #MinovativeMind #开发者工具 #代码库分析 #自动化
Goodfire 挑战 Anthropic 路线,提出 VPD 直接拆解模型权重

Anthropic 的可解释性研究长期主导行业,其 SAE(稀疏自编码器)方法通过分析激活向量,找到“金门大桥特征”等概念并绘制电路图,但内部存在“特征分裂”缺陷——特征数量受字典大小影响,导致电路不稳定。前 Anthropic 成员创办的 Goodfire 发布论文《Interpreting Language Model Parameters》,提出 VPD(对抗参数分解)方法,直接解析模型权重而非运行时激活,将 67M 模型拆为可独立命名的计算单元。作者用生物学类比:SAE 类似功能 MRI 观察脑区活动,VPD 则像神经解剖学考察物理结构。此举温和但坚定地纠正了 SAE 自我拔高为“神经解剖”的倾向,推动可解释性回归权重本质,引发行业方法论之争。 #大模型 #可解释性 #Anthropic #Goodfire #SAE #VPD #AI安全 #模型权重 #特征分裂
用AI破解神秘疲劳之谜

一位名为Amy Deng的患者因脑垂体瘤接受两次脑部手术后,出现间歇性疲劳、脑雾、头晕、恶心等症状,严重时无法驾车或步行去超市。传统医疗系统难以明确诊断,她转而利用前沿AI模型进行系统性数据收集与分析,最终成功找到症状根源并持续改善了一个月。她认为,具备AI素养的患者通过良好流程使用AI,在处理模糊多系统症状时可能超越大多数初级保健医生的诊断能力。虽然AI未能超越顶尖专科医生,但能提出与专科护士几乎相同的假设,并提示了专项检查。她呼吁更多人学会利用AI提升健康管理能力,弥补医疗系统在数据、时间、上下文和存在感上的不足。 #AI #健康 #医疗 #自我诊断 #疲劳 #脑垂体瘤 #患者故事 #科技 #前沿模型 #诊断