Industry 3176 articles

强化学习之父Rich Sutton接受红杉访谈，把矛头对准当下最主流的大模型路线：互联网数据终有上限、模型上线后权重基本冻结，行业或已陷入“局部最优”。他创办Oak Lab，押注能从自身经验持续学习的Agent，重新定义AI演进路径。 说起强化学习之父 Rich Sutton，AI圈几乎没人陌生。 他写下的《苦涩的教训》，至今仍被很多人视为理解AI发展的重要框架：从长期看，能够随着计算规模扩展的通用方法，往往会战胜依赖大量人工知识设计的方案。 但最近接受红杉资本访谈时，Sutton却把矛头对准了今天最主流的大模型路线。在他看来，LLM当然是一次伟大的科学突破，却也可能成为《苦涩的教训》的反面案例。 原因很简单。今天的大模型虽然摆脱了大量人工规则，却重新被“人类已经知道的东西”限制住了。互联网数据终究有限，合成数据背后依然需要人来决定什么值得生成。 而更关键的是，模型仍然不具备人类那样的持续学习能力。 一个司机开了10年车，会从经验里形成大量直觉。但今天的大模型，大部分学习都集中在预训练和后训练阶段。模型上线后，即使每天和几百万人交互，核心权重依然基本被冻结。 在Sutton看来，今天的…

从录音卡到儿童手表，再到摄像机，小度AI硬件掌舵人孙浩复盘了多款产品的成败得失。他提出，大模型能力涌现后，真正的挑战在于场景、成本、上下文与安全之间的平衡。本文从实战出发，拆解AI硬件从技术到产品成立的完整路径。 在 2026 AI 产品大会上，小度AI智能硬件掌舵人孙浩分享在 360 和小度做过的几条产品线，从复盘录音卡、儿童手表、摄像机和家庭 AI 伙伴的路径。他想回答的是能力涌现之后，怎样在场景、成本、上下文和安全之间把产品真正做成立。 以下内容根据现场音频和演示材料整理，Enjoy： 一、我做过很多硬件，但真正的问题一直没变 大家好，我是孙浩。 我一毕业就进了 360，在那里干了 12 年，最早做儿童手表，后来做智能音箱、边缘计算、视觉云，再后来整体负责 360 IoT 的产品研发、供应链和生产相关工作。年初我离开 360，到了小度。对我来说，这次分享不是站在旁观者角度讲一个趋势，而是把自己做过、踩过、犹豫过的产品拿出来复盘。 我给自己的定位一直是“极客型产品经理”。 这个词不是说我要做只有极客才会用的东西，而是说我希望自己有前沿技术的判断，把原来只在小圈子里流行、很晦涩的技术…

被买走的算力何时变成真收入。

美妆行业的终极较量，不再是流量的比拼。

OpenAI and Thailand’s MHESI launch an eight-week accelerator helping 10 health, wellness, and education startups turn AI prototypes into trusted products.

8月27日，阿里云正式启用巴西数据中心。该节点设有两个可用区，为企业客户及开发者提供计算、存储、数据库等云服务，企业级AI服务将陆续上线。这是阿里云在拉美市场的第二个地域节点，此前已于2025年2月在墨西哥上线拉美首个地域节点。至此，阿里云全球基础设施达到31个地域、106个可用区，是全球规模最大的云计算网络之一。

灵初智能完成新一轮过亿美元融资。

2017年，明基推出第一代ScreenBar，把原本占据桌面的灯座挪到屏幕上方，再用非对称光路照亮桌面、避开屏幕，由此创造了世界上第一盏屏幕挂灯。此后近十年的产品迭代，大致沿着物理结构和智能体验两个方 ...查看全文

Once China's earliest commercial-satellite pioneer, Hong Kong is burnishing a quieter space story through its universities — even as the gap from science to commerce persists.

Tencent's office agent WorkBuddy has scaled from pilot to production inside century-old cosmetics maker Shanghai Jahwa, lifting efficiency more than fourfold across nine departments.

XPeng debuts the first major upgrade to its second-generation VLA, adding dynamic 4D spacetime understanding and bringing Robotaxi-grade L4 behavior to production cars.

Baidu's office agent Dazi posted the fastest desktop growth among AI work assistants in July as the company doubles down on an application-driven ERNIE strategy.

Overnight undercutting by Zhipu's GLM-5.3-Flash and Alibaba's Qwen3.8-Flash is resetting what it means to be a flagship LLM in China's pricing war.

Hugging Face这把是真全员财富自由了啊o(╥﹏╥)o

据Business Insider报道，英伟达近期一直在与 Hugging Face 洽谈收购事宜。Hugging Face 是一个备受欢迎的、用于分享开源模型以及基于开源模型进行开发的AI 平台。如果交易最终达成，这可能成为这家芯片巨头迄今规模最大的交易之一。 据知情人士透露，双方最近几周已经就收购展开谈判，这笔交易对 Hugging Face 的估值可能超过 130 亿美元。目前双方尚未达成协议，谈判仍有可能破裂。 不过，The Information报道称，英伟达已同意以 129 亿美元收购 Hugging Face。截至发稿，双方均未对此做出回应。 而就在该消息曝出前数小时，英伟达发布了最新的季度财报。 在最新的2027财年第二季度财报电话会上，黄仁勋判断，客户对英伟达算力的需求明年可能增长约100%，但受供应限制，公司目前只能有把握实现约70%的营收增长。英伟达预计，至少到2028财年结束，供应仍将是主要瓶颈。 需求的拐点是，AI从“人发起一次请求”迅速转向“智能体持续工作”。黄仁勋称，一个AI智能体完成任务所需的计算量，可能是人类直接使用AI时的15—100倍。就在过去一个…

从公寓送餐机器人的糟糕体验到烧烤店穿串场景的技术瓶颈，两个真实案例揭示了具身智能行业PM价值闭环缺失的现状。本文深入分析技术天花板与产品设计基本功的双重挑战，并探讨PM价值建立的条件与当前产业场景的PMF评估，为从业者指明方向。 一、从两个case说起 在苏州创业期间，租住的公寓配了一台云迹科技的送餐机器人。刚搬进去的时候我还挺期待——外卖不用下楼拿，听起来很方便。实际体验完全是另一回事。 按照产品设计的设想，流程应该是：骑手把外卖交给前台，前台管理员把外卖放进机器人并输入房间号 → 机器人自主乘梯 → 到达房门口拨打电话通知取餐 → 住户取走。听起来很合理。 但实际运转中，这台机器人暴露了一连串让人沮丧的问题： 它没手按门铃。公寓虽然有门铃，但机器人只能在房门口”等”，它也没法给住户打电话——它自身的语音声很小，关上门根本听不见。一旦我没听到门外的声音，它等一会儿就带着餐原路返回一楼了。有好几次我等了半小时，下去一看，机器人早就回去了。 它不知道”前面还有多少单”。前台按顺序把外卖放进去之后，我并不知道自己的外卖排队情况。配送体验非常糟糕，商家送到前台可能只要15分钟，但机器人从一楼…

语义规范写在文档里，不等于边界被守住。本文通过编译期、Lint期、生成期三层机器校验，验证跨层禁止规则能否拦截非法语义绑定，证明“场景决定语义”从纸面规矩升级为可执行的防线。 阶段一 Guard 结构化诊断 通过 组件语义快照 与 三层判定模型 证明了漂移真实存在；阶段二 Contract 语义契约化 将设计意图写入了 YAML 契约 与 语义字典。 前序章节，第一步，定义了“场景决定语义”的规矩框架（语义域）。 组件本身是空容器，语义由场景定义，同一个按钮在交易场景里是”必须处理的阻断警告”，在信息场景里只是”可看可忽略的提示条”。这套规矩写进了规矩手册（语义字典），并通过覆盖层和域边界，把”什么场景下能用什么颜色/文案/图标”变成了可查询、可引用的规则。 第二步，通过真实案例证明了语义漂移真实存在。 边界动作诊断（BND-001）发现：AI 把”拒绝请求”（对话继续，权利还在）和”终止会话”（上下文清空，权利已失）画成了同一种灰色提示条，用户无法判断”我的对话还在吗？能申诉吗？”类似的，错误状态诊断（ERR-001）证明四种错误共用同一种红色，过程状态诊断（PRO-001）证明进度…

接手旧系统，很多产品经理只是把页面点了一遍，就以为熟悉了产品。但真正的挑战在于理解系统背后的历史、业务逻辑和依赖关系。本文从实战出发，教你如何从业务路径、数据流向、干系人访谈入手，真正掌握一个旧系统，避免成为人形传话筒。 上篇写了产品经理怎么快速了解一项新业务，但很多时候，产品经理最开始接触的往往是已经趋于成熟的旧产品。 之前带过一个前端2年转产品经理的同事，一般情况下这种背景都是干中学，就让她先从一个已经上线运行的维护类项目入手。 系统不算特别复杂，功能也已经基本稳定。想着比起从零开始做产品，这种项目有现成的页面、流程和文档，可以边看边学，应该更容易上手。 结果带了几个月以后，我发现她表面看上去好像接了这个系统，实际上，一旦离开项目团队，她就啥都不会了。 怎么说？ 用户问一个业务问题，她转头问开发。 开发说这个功能改起来比较麻烦，她也不知道麻烦在哪里，飞速点头来一句：哦，那我跟客户说不行。 遇到稍微复杂一点的需求，她也无法判断会影响哪些原有功能，只能把客户的话原封不动地传给项目组。 看起来每天都在处理这个系统的事情，忙这忙那的，实际上就是个人形传话筒。 这种情况其实很常见。 很多产品…

AI 硬件的较量，正从"接入 AI"转向"产品成立"——从 Demo 能跑，走向产品能卖、用户能留。 过去两年，大模型快速进入智能眼镜、机器人、AI 陪伴、AI 教育等终端。到了 2026 年，”接入 AI”已经不再新鲜，行业真正开始较量的，不再是 Demo 能不能跑起来，而是一个更传统、也更难的问题：这款产品为什么存在，能不能稳定量产，用户会不会长期使用。能力越多，产品越需要克制——多模态交互的真正难点，也从”能不能加上”，变成了”怎么取舍、怎么让用户觉得对”。 8月9日下午，声网联合人人都是产品经理，在北京渔阳饭店举办「AI 硬件多模态交互的产品化破局」专场沙龙，近百位产品人、开发者与创业者到场，共同拆解 AI 硬件从 Demo 走向真实产品的那道坎。 浙江湃启科技CEO孙思宁、声网AI产品线负责人姚光华、灵宇宙产品负责人刘翠涛、阿里云百炼应用高级产品经理司红江，以及移远通信北区技术总监武风停，从产品、交互、端侧与供应链等不同位置，围绕 AI 硬件从 Demo 走向真实产品展开讨论。以下为几位嘉宾分享的核心内容。 一、具身在神不在形：先定义产品，再谈模型 孙思宁老师作为语音AI领域…

昨晚，孙割写的小作文爆火。 具体的小作文详情我就不放了，应该传的满天都是，感兴趣的可以去孙割的GitHub上看。 但是就别问我孙割具体的GitHub链接是什么，你可以直接复制这个问题去问AI。 哦对了，如果不认识孙割是谁的，也可以去问AI。 真的，八卦和吃瓜，真的就是人类的天性。。。 不过呢，我的朋友圈里，可能都是搞AI的，除了吃瓜之外，大家讨论的更多的，除了Claude击碎了孙割的恋爱脑之外，还有孙割的文章写的真不错。 而且细节极多，情绪又极其克制，在不经意间让你感受到了情绪的暴击，就跟孙割割你韭菜一样，一不留神就被割的原地痛苦，泪打湿了键盘，又想起了那些曾经的白月光们。 不过讲道理，在文学中，还真的有一种手法，叫白描。 就是用很少的修饰、很克制的语言，抓住最有特征的细节，把人或场景直接写出来。 孙割大量地用了这种手法，比如这一次真正的拒绝。 普通网文可能就会写“那一刻，我的内心无比挣扎，我知道我们的感情已经走到了悬崖边。” 这就是孙割的精明之处，精髓和神韵，直接就是一个精准的拿捏。 还有比如各种极其精确的数字。 而且把物品的象征意义也玩的炉火纯青。 比如整篇文章里面那个核心意象指甲…

特努斯首秀开启 iPhone 18 Pro / Ultra 系列新篇章，苹果发布会官宣定档 9 月 10 日 8 月 27 日消息，苹果官方宣布将于当地时间 9 月 9 日（北京时间 9 月 10 日凌晨 1 点）举行秋季新品发布会，主题为「惊喜闪耀」（Surprise and shine）。 这将是约翰 · 特努斯（John Ternus）于 9 月 1 日正式接任苹果 CEO 后的首场发布会，预计将推出全新一代 iPhone 18 Pro / Max 以及 Ultra 系列折叠屏新机。后续，苹果还将于明年春季推出 iPhone 18 基础版及 iPhone 18e 等新品。 结合此前爆料，iPhone 18 Pro 系列预计为常规升级，外观几乎不变，主要亮点包括： 首发 2nm 工艺的 A20 Pro 芯片，能效与性能提升； 后置主摄有望升级可变光圈镜头； 采用苹果自研 C2 蜂窝调制解调器； 灵动岛打孔面积可能缩小； 新配色； 受内存芯片持续短缺影响，售价可能较前代大幅上涨。 正如大家所想到的那样，本次发布会的绝对主角将是苹果首款折叠屏 iPhone。据多方爆料，该设备采用横向书…

Perplexity AI 推出 Portable Computer，明基推出 Creative Pro PV50 系列专业显示器。查看全文

Anthropic PBC today previewed a standard that makes it easier for artificial intelligence agents to control machines such as microscopes. The Model Hardware Standard, or MHS, is the fruit of a collaboration between the Claude developer and medical research institute HHMI. Anthropic has so far made the technology accessible only to a limited number of […] The post Anthropic previews MHS standard for AI agents that operate machines appeared first on SiliconANGLE.