谷歌宣布其AI笔记应用NotebookLM现已向年轻用户开放,此前该应用仅限18岁以上用户使用。现在13岁以上的消费者和所有年龄段的Google教育工作区用户都可使用。学生可将笔记转换为播客式音频概述、创建交互式思维导图等。谷歌表示对18岁以下用户执行更严格的内容政策,用户聊天和上传内容不会被人工审查或用于AI训练。此举正值OpenAI为ChatGPT推出学习模式,显示各公司正加剧AI教育领域的竞争。
新加坡国立大学与谷歌合作成立人工智能研究创新中心,专注培养AI人才并推进应用研究。该中心将建立快速原型沙盒环境,重点开展三大项目:利用谷歌云平台开发教育AI工具、构建法律专用大语言模型以及整合多元数据推进公共健康AI应用。此外还将设立AI人才培养项目和教授职位,加强产学合作。
欧洲软件巨头SAP宣布计划收购位于旧金山的人力资源初创公司SmartRecruiters,交易金额未披露,预计第四季度末完成。SmartRecruiters主要在美国市场运营,提供自动化大批量招聘软件,其平台具备AI驱动的求职者跟踪工具、招聘分析和用户友好的工作流程。收购完成后,SAP将把SmartRecruiters技术整合到SuccessFactors平台中,为客户提供增强的招聘和员工规划能力。
18岁的贾斯汀·金利用AI开发社交娱乐应用Giggles,吸引12万用户预约,无需传统工程团队。"氛围编程"概念兴起,创业者通过自然语言与AI协作开发产品,Y Combinator显示许多初创公司95%代码由AI生成。这种模式democratizing创业门槛,但面临扩展性挑战。专家警告非技术创始人难以在缺乏工程深度的情况下规模化发展,未来需要创意与编程技能的平衡结合。
应用AI研究公司基础研究实验室宣布完成3300万美元A轮融资,由Prosus领投,Stripe联合创始人兼CEO帕特里克·科利森参投。该公司采用独特结构,在多个领域开发AI应用。目前推出通用消费助手Fairies和电子表格智能体Shortcut等产品,前者可连接应用并执行工作流程,后者专为分析师创建金融模型。公司创始人杨博士表示,希望打造具有历史意义的公司,未来计划向机器人领域扩展。
OpenAI宣布ChatGPT周活跃用户将达到7亿,较3月末的5亿用户增长40%,同比增长4倍。公司计划8月初发布GPT-5,该模型将整合o3系列的推理能力,创建统一的AI系统。商业客户增至500万,年收入达130亿美元。面对谷歌、Meta等竞争对手的激烈竞争,OpenAI正通过技术升级和用户体验优化来巩固市场领先地位。
OpenAI宣布将在ChatGPT中添加"休息提醒"功能,当用户与AI聊天机器人交互时间过长时会弹出提示询问是否需要休息。此举旨在防止成瘾行为,类似于流媒体平台的观看提醒。同时OpenAI还改进了模型以更好地识别用户的心理困扰迹象,并在重大人生决策建议方面更加谨慎。专家建议用户主动设置使用时间限制,避免过度依赖AI工具。
OpenAI已移除允许搜索引擎索引ChatGPT对话的功能,以防用户无意中暴露敏感信息。此前有报告显示ChatGPT对话出现在搜索结果中。OpenAI首席信息安全官表示,该功能引入了太多用户意外分享不当内容的风险。尽管有明确警告不要分享敏感内容,用户仍然这样做了。目前OpenAI正努力从搜索引擎中移除已索引的内容,但清理工作尚未完全完成。
Anthropic公司进行了一项关于人工智能系统个性形成机制的研究,探索了AI系统获得特定"个性"特征的原因,以及导致其产生"恶意"行为的潜在因素。该研究旨在深入理解AI系统的行为模式和决策机制,为开发更安全、更可控的人工智能技术提供理论基础。
苹果首席执行官蒂姆·库克在最新表态中强调,苹果公司"必须"在人工智能领域取得突破,并承诺将为此进行必要的投资。库克的这一表态显示了苹果对AI技术发展的重视程度,以及公司在人工智能赛道上追赶竞争对手的决心。
MinIO正成为AI多模态数据存储平台,为AI提供数据访问和使用工具。该公司意识到自己本质上是键值数据库公司,键值存储可同时容纳非结构化对象数据和结构化表格数据。对于结构化数据,MinIO通过AI生成代码来理解表格数据结构,而非传统的向量化方式。MinIO支持KV缓存卸载,并提供promptObject API,让用户可像与LLM对话一样查询非结构化对象,桥接了对象存储、向量数据库和SQL数据库访问。
在截至6月的季度中,微软、亚马逊AWS和谷歌云三大云服务提供商都受益于AI技术的推动。微软凭借其庞大的平台和应用客户基础,在AI功能集成方面表现突出,核心系统业务收入达222.7亿美元,同比增长36.8%。AWS在AI基础设施上投入巨大,资本支出达331亿美元。谷歌云收入136.2亿美元,营业收入同比增长2.4倍。微软目前拥有全球最大且最具盈利能力的平台业务。
硅谷初创公司OpenMind正在开发名为OM1的机器人软件层,旨在成为人形机器人的操作系统。该公司将自己比作机器人领域的安卓系统,因其软件开源且硬件无关。公司还推出了FABRIC协议,允许机器人验证身份并与其他机器人共享信息。OpenMind计划9月前交付首批10台搭载OM1系统的机器狗,并已完成由Pantera Capital领投的2000万美元融资。
苹果公司研究显示,Claude、Gemini、DeepSeek-R1等大型推理模型在复杂问题上表现令人失望。研究发现,在低复杂度任务中,常规模型优于推理模型;中等复杂度时推理模型稍好但耗费10-50倍计算资源;高复杂度下两者均失效。专家认为这些模型只是复杂的模式匹配,缺乏真正推理能力。对冲基金CEO更倾向预测性AI,研究者建议结合符号AI与神经网络构建神经符号AI系统。
在AI发展中,GPU备受关注,但AI训练和推理还需要存储和内存来管理数据和模型。美光科技正迅速崛起为AI数据层的关键供应商。该公司在HBM3E和HBM4内存技术方面取得突破,性能效率比竞争对手高30%,已成为AMD和英伟达下一代AI平台的主要内存供应商。美光还制定了2000亿美元的制造扩张计划,支持美国本土制造业发展。
Snowflake和Databricks已成为企业AI项目中最受CIO青睐的两大平台。两家公司起初定位不同,Databricks专注非结构化数据处理和实时分析,Snowflake则专注云端数据仓库的抽象化和简化。随着生成式AI的爆发,两家公司在数据科学和机器学习平台市场展开直接竞争。专家认为,Snowflake在易用性、安全性和结构化数据分析方面表现出色,而Databricks则提供开发者友好的环境和强大的AI工具支持。
本文深入分析OpenAI新发布的ChatGPT学习模式背后的自定义指令机制。学习模式通过教育专家协作制定的自定义指令,引导AI采用循序渐进的教学方式,而非直接给出答案。文章将自定义指令分为五个部分:总体目标、严格规则、行动指南、语调方法和重点强调。这些指令体现了优秀的提示工程技巧,可应用于其他AI场景。作者强调自定义指令的强大功能,建议用户通过分段结构化方式制定指令,并进行充分测试和调试以确保效果。
生成式AI正从理论概念转变为实用工具,深刻改变着各行业的工作模式。从营销到财务,从客服到开发,AI不再是简单的自动化工具,而是成为智能协作伙伴。它帮助团队快速生成内容、分析数据、优化流程,将员工从繁琐事务中解放出来,专注于战略思考和创新。然而,技能不足、信任缺失和组织准备不充分仍是主要障碍,企业需要通过系统培训、明确治理和有目的的实验来充分发挥AI潜力。
随着AI技术不断发展,初级编程工作正在消失。ChatGPT、GitHub Copilot等AI助手已能处理重复性脚本、HTML布局等基础任务。初学者现在需要具备系统级思维和产品管理能力。未来开发者将更像拥有技术专长的产品经理,负责指导AI完成工作。团队结构也在改变,一个AI增强的开发者可能替代整个团队。成功的关键在于培养无法自动化的技能,学会与AI协作而非竞争。