随着AI引发投资热潮,每月都有更多初创企业获得独角兽地位。TechCrunch追踪了今年迄今为止成为独角兽的风投支持初创企业。虽然大多数与AI相关,但令人意外的是许多企业专注于其他行业,如卫星公司Loft Orbital和区块链交易网站Kalshi。这些价值超过10亿美元的初创企业涵盖软件开发、机器人技术、医疗健康等多个领域。
随着AI应用在企业运营中的普及,数据存储成为关键瓶颈。在VentureBeat的Transform 2025会议上,专家们讨论了存储技术创新如何支持企业AI应用。MONAI框架在医学成像领域取得突破,通过高效存储技术能够在单节点存储超过200万个全身CT扫描。边缘AI性能的关键在于将存储缩放到单节点,消除内存瓶颈。未来AI硬件将朝向超高容量、低功耗和接近内存速度的方向发展。
谷歌正在实施一项变更,使其Gemini AI引擎能够与WhatsApp等第三方应用程序交互,即使用户之前配置了阻止此类交互的设置。谷歌发送的邮件表明,人工审核员会读取、注释和处理Gemini访问的数据,但未提供阻止变更生效的有用指导。邮件内容自相矛盾,既称变更会自动推出,又声称已关闭的功能将保持关闭状态。谷歌未明确说明如何完全移除Gemini集成,给用户造成困惑。
随着人工智能向通用人工智能(AGI)和人工超级智能(ASI)发展,盗窃风险日益凸显。竞争对手、政府和恶意行为者都可能觊觎这一技术突破。AGI盗窃难度取决于安全防护措施,包括加密和访问控制。被盗AGI的运行需要大量计算资源和配套软件。全球可能需要制定AGI共享条约,防范盗窃行为。值得注意的是,当恶意方首先获得AGI时,善意方的"盗窃"行为可能成为正当防卫手段。
贝壳找房开发的AM-Thinking-v1是一个32B参数的推理优化语言模型,完全基于开源数据训练。该模型在数学推理和代码生成任务上表现出色,AIME2024得分85.3,超越了671B的DeepSeek-R1,证明了通过精心设计的训练流程,中等规模密集模型也能达到超大模型的推理能力。
复旦大学团队开发了全新的多维约束框架来评估和改进大语言模型的指令跟随能力。研究发现AI在处理复杂约束时表现不佳,成功率从简单约束的77%降至复杂约束的33%。通过强化学习训练,模型性能显著提升30-50个百分点且不影响其他能力。研究揭示改进主要来自注意力机制优化,为AI实用化提供了重要突破。
加州大学伯克利分校研究团队开发了gg-bench系统,让AI自己设计策略游戏来测试其他AI的智能水平。研究发现,即使是最先进的AI模型,在面对自己"同类"设计的游戏时胜率也只有7-36%,揭示了AI在创造和解决问题之间的能力差异。这项研究为避免传统AI测试中的"数据污染"问题提供了创新解决方案。
华盛顿大学研究团队开发出世界首个主动式耳机AI助手LLAMAPIE,能够在用户对话中主动提供简短关键词提醒,无需用户主动询问。该系统采用双模型架构,在真人测试中将问答准确率从37%提升至87%,同时保持对话自然流畅。这项技术为人机交互带来新突破,在教育、商务和辅助医疗等领域具有广阔应用前景。
MIT等顶尖院校研究团队发现AI处理长文本时存在"记忆过载"问题,提出OPRM溢出预防方法,通过"分而治之"策略让AI学会聪明遗忘,性能提升14%-51%。该方法类似智能图书管理员,先快速浏览所有相关内容,再专注分析最相关部分,避免了传统方法的记忆溢出困境,为实现更高效的长文本AI应用开辟新路径。
第二届欧洲健康大会汇聚了全球健康领域领导者、初创企业、投资者和开发者,对当前医疗创新现状及未来发展进行年中评估。在经济不确定性和监管优先级变化的背景下,制药、健康科技和医疗服务领域都在竞相证明价值并扩大创新规模。会议涵盖了GLP-1药物兴起、真正的患者中心化、AI的潜力与陷阱,以及为大胆创新想法提供资金的途径等热点话题。
全球风险投资资金在今年第二季度表现强劲,总资金从去年同期的820亿美元增长至910亿美元。AI公司获得400亿美元投资,占季度全球总额的45%。其中Scale AI单笔融资143亿美元创纪录。美国初创企业获得600亿美元,占全球风投资金的三分之二。2025年上半年全球风投总额达2050亿美元,同比增长32%,显示投资环境日益偏向大规模融资。
中山大学联合深圳气象创新研究院开发出PASSAT模型,这是首个同时融合物理约束和球面拓扑的AI天气预报系统。该模型通过球面图神经网络处理地气相互作用,用物理方程计算大气流动,避免了传统平面投影的几何扭曲问题。测试显示PASSAT在多项指标上超越现有AI模型,甚至优于部分业务化数值预报系统,为AI气象预报开辟了新路径。
MIT开发的NANDA协议为AI智能体提供完整的交互平台,通过加密身份验证、智能体注册和分布式账本技术,实现智能体在分布式环境中的安全、可扩展和自主运行。该协议类似于为AI智能体建立组织架构,赋予它们身份、角色和职责,支持多智能体系统协作。专家认为NANDA将解决信任、文化和编排三大挑战,并可能颠覆传统商业模式。
AI领域持续快速发展,尤其是DeepSeek及其追随者的推出后,许多人认为企业并不真正需要OpenAI、Meta和Google推广的大型昂贵AI模型,而是专注于更小的模型。然而,对于代码生成、推理和智能体AI而言,大模型仍然必不可少。Cerebras Systems宣布支持大型Qwen3-235B模型,支持131K上下文长度,成本仅为每百万输出令牌0.60美元。该模型擅长深度逻辑推理、高级数学和代码生成,能够同时处理数万行代码。
Happy Socks首席信息官Vivek Bharadwaj负责企业技术战略、IT转型和数字营销等多个领域。他通过建立AI业务流程转型单元来推动运营优化,并消除了企业业务单元间的数据孤岛。公司迁移到Snowflake AI数据云平台,实现了从Excel手工报告到每15分钟更新的实时报告的转变。在AI应用方面,公司制定了严格的人工监督政策,确保负责任的AI部署。
Katanemo Labs研究人员推出Arch-Router,一个智能路由模型框架,可将用户查询映射到最合适的大语言模型。该框架采用"偏好对齐路由"方法,允许用户用自然语言定义路由策略,通过域-动作分类法组织任务。Arch-Router是15亿参数模型,在四个公开数据集上达到93.17%的路由准确率,超越顶级专有模型平均7.71%。系统支持实时策略调整,无需重新训练,为企业多模型部署提供灵活解决方案。
对象存储供应商Cloudian正在将Milvus向量数据库功能集成到其HyperStore软件中,作为AI数据平台路线图的一部分提供AI推理能力。HyperStore是一个对象存储系统,具有几乎无限的可扩展性并支持Nvidia的GPUDirect。向量数据库存储非结构化文档数据的多维方面的数学变换,以及向量化的音频、图像和视频数据。这些向量被大型语言模型用于在构建对用户请求的响应时搜索语义相关的向量。
Deepgram发布了名为Saga的AI语音操作系统,专为开发者设计。该工具作为通用语音界面直接嵌入开发环境,允许开发者仅通过语音控制工具和代码。Saga集成了多种AI原生编码环境,包括Cursor和Windsurf,还可维护Linear、Asana、Jira等项目管理软件的状态更新。开发者可通过语音表达想法,如"创建一个响应表情符号的Slack机器人",Saga会将其转换为可执行的编程提示。该工具旨在减少开发者在工具间切换的"静默税收",提高开发效率。
保加利亚图数据库初创公司Graphwise发布GraphDB 11重大升级,新增功能旨在增强企业知识管理并为人工智能模型提供更可靠的基础。该平台通过语义层管理结构化和非结构化数据,支持更多大语言模型包括Llama、Gemini等,并新增模型上下文协议支持。GraphDB 11还改进了精确实体链接功能,优化了数据检索和AI输出应用。公司表示新版本可帮助解决AI就绪数据不足问题,降低基础设施成本,提高AI项目成功率。
韩国电子巨头三星宣布收购美国西雅图数字健康技术公司Xealth,进一步扩大在健康领域的布局。Xealth专注于帮助医疗专业人员将数字健康技术整合到日常实践中,与70多家数字健康技术供应商合作,应用覆盖美国500多家医院。此次收购将推动三星向连接医疗保健平台转型,结合其在传感器技术和可穿戴设备方面的优势,完善Samsung Health平台功能。