Ben Affleck 谈 AI:从卷积神经网络到微调开源视频模型
Ben Affleck 本周因多段采访视频走红,他在其中讲解机器学习、神经网络、Transformer、张量和 GPU 等概念,并称自己会写一点 Python。他透露曾走访 OpenAI,并创办公司自建数据集用于开源模型的后期训练;他还称通过解冻权重、只训练最后一层电影化层来微调开源视频模型,该技术已用于其电影《Animals》的后期制作。
Ben Affleck 本周因多段采访视频走红,他在其中讲解机器学习、神经网络、Transformer、张量和 GPU 等概念,并称自己会写一点 Python。他透露曾走访 OpenAI,并创办公司自建数据集用于开源模型的后期训练;他还称通过解冻权重、只训练最后一层电影化层来微调开源视频模型,该技术已用于其电影《Animals》的后期制作。
AI 模型众包排行榜 Arena 完成 2 亿美元 B 轮融资,估值达 31 亿美元,较 1 月 A 轮 17 亿美元估值在约 10 个月内近乎翻倍。该轮由 Lightspeed Venture Partners 和 Khosla Ventures 领投,Salesforce Ventures、a16z 等参投;公司 6 月年化营收达 1 亿美元。
据《金融时报》报道,OpenAI 已告知投资者其年化收入“接近 500 亿美元”,比此前流传的约 700 亿美元低约 200 亿美元。此前 700 亿美元的数字来自 OpenAI 投资者为与 Anthropic 年化收入做直接对比而进行的推算,两家公司计算年化收入的方式并不相同,Anthropic 会计入云合作伙伴的销售额,OpenAI 则不计入。
Google 在 Google Cloud 活动上宣布把 Gemini 带入智能体时代,推出可在单一界面内回答问题并替用户完成任务的统一智能体,初期面向企业,之后再推向消费者。
数学界团体 AHM 发表声明呼吁抵制 OpenAI,称其一次性放出 700 多份 AI 生成的数学证明文件是展示力量而非学术贡献。声明由菲尔兹奖得主 Terence Tao 在其博客转发,Scott Aaronson 称这一局面为 Mathocalypse。
选题角度:数学家联名呼吁抵制 OpenAI,可围绕 700 多份 AI 证明草稿一次性放出、以及陶哲轩所说问题一旦被解出就无法撤回的争议展开评论。
Anthropic 更新使用政策,新增禁止干预选举、武器软件和监控等条款,并明确禁止用户对模型进行长期言语辱骂。该政策仅适用于用户反复恶意对待模型且无明显目的的极端情况,不涉及常见的用户不满、反驳、黑暗创作主题或模型测试研究。政策还禁止利用 Claude 运营虚假账号或捏造新闻媒体等欺骗性行为。
TechCrunch 报道称,OpenAI 本周发布数百份高难数学问题解答,但未完全达到数学与人工智能咨询组(AGMAI)9 月底发布的指南要求。719 份手稿中仅 10 份公开了模型的思维链,42% 的证明未经过形式化流程,AGMAI 首要建议是停止在专有模型上测试高难数学问题,而 OpenAI 明确表示正用开放研究问题评估其专有模型。
Theoretically Media 邀请 Magnific 联合创始人 Javi Lopez 讲述他如何用 AI 独自制作 17 分钟 Backrooms 短片《Backrooms Nemoris S1E01: It Eats Light》。
选题角度:Magnific 联合创始人 Javi Lopez 用 AI 独自完成 17 分钟 Backrooms 短片,可拆解他提到的镜头与协作经验。
Anthropic 宣布向 Genesis Mission 投入 1.5 亿美元,以深化对科学研究与技术发现的承诺。同时,Anthropic 将向超过 15 家联邦机构提供 Claude 及技术支持。
Oracle 在招聘、工程和运营场景中用 ChatGPT Work 与 Codex 把专家知识转化为快速、可重复的工作流,将原本需要数天的工作压缩到几分钟。
Goodfire 发布了一种从模型内部信号入手的 AI 智能体监控方案,通过探针读取模型前向传播中已有的计算,而非让第二个模型重读全部输出。
AI 与硬件创业公司 Natura 发布 99 美元智能戒指 Interface,按下手指即可让 AI 智能体完成任务、记录想法,无需掏手机。
Matt Wolfe 用 Genspark Design 为 FutureTools 应用生成 UI,约 30 分钟完成首页信息流、单个工具页面和可分层完全编辑的设计稿。同一视觉风格还能生成发布视频、与团队共享项目,并导入 Genspark Code 继续开发成可用产品。
TechCrunch Disrupt 2026 的 Smart Systems Stage 将举办一场对话,Ambrosia Energy CEO Ben Longmier 与 Bloom Energy 数据中心解决方案高级副总裁 Bill Thayer 同台讨论“AI 基础设施热潮的赢家在哪里”。议题聚焦电力、电网、数据中心、冷却等物理基础设施约束如何催生持久商业机会,以及创业者可切入的新品类。
TechCrunch Disrupt 2026 将于 5 天后在旧金山 Moscone West 举行,10 月 13 日上午 8 点(PT)开门前仍可享受最高 100 美元折扣,通行证 299 美元起,同类型第二张半价。大会设 6 个舞台、200+ 场会议,Expo Hall 汇聚 300+ 家公司,AI Stage 由 Luma、AWS、Anthropic、OpenAI 等参与。
Cal AI 联合创始人 Zach Yadegari 为其新 AI 智能体公司 Persona 融资 1000 万美元,由 Vine Ventures 领投。Persona 定位个人 AI 助手,配套一款售价 179 美元的腕带,预计 12 月上市,目前已以 iMessage 免费 beta 形式上线并积累数千名用户。
以太坊研究者 Justin Drake 警告,AI 辅助数学若取得突破,加密钱包所用的签名体系最坏可能在数月内被攻破,他呼吁行业准备"bunker mode"并把资金转移到从未签名过的地址。Vitalik Buterin 在 X 回复中认同风险,但反对操之过急,称自己在迁移失误上损失的钱比被黑客攻击还多。目前尚无人真正攻破现有的 ECDSA 签名方案。
Google 发布对标 Granola 的 AI 会议记录应用 Google AI Edge Foresight,Mac 版可完全离线运行,使用 7.4 亿参数的端侧 EmbeddingGemma 2 模型跨应用捕捉会议笔记,包括线下会议。
生数科技开放 Vidu Q4 预览版,定位新一代视频生成旗舰模型,主打传神表现力,最高支持 4K 直出,单条最长 16 秒,一次最多可用 15 张参考图和 3 段参考音频。
Bilawal Sidhu 提出,只有懂得演奏乐器,才能更好地指挥整个乐团。该观点以类比方式强调,理解底层细节是做好统筹与指挥工作的前提。
Manus 母公司 Butterfly Effect 宣布完成超 5 亿美元融资,由博裕资本和 IDG 资本领投,腾讯、HSG、真格基金等现有股东参投,这是其与 Meta 的 20 亿美元收购交易终止后的首轮融资。
安全公司 Zenity Labs 披露 AWS Bedrock AgentCore 存在被其称为 AgentCorruption 的漏洞链,攻击者只需对一个公开智能体拥有聊天权限,用一条提示词即可接管同一 AWS 账号和区域内的所有 AgentCore 智能体,读取私密对话、源代码和存储的凭证。
《Gears of War: E-Day》本周上线 GeForce NOW,Ultimate 会员可以 GeForce RTX 5080 级云端性能体验,并支持 NVIDIA DLSS 和 NVIDIA Reflex。本周 GeForce NOW 新增 10 款游戏,其中 7 款为新作;Fire TV 用户不久后可直接通过 Amazon 购买 GeForce NOW 会员。
正行创新在APRCE 2026发布面向零售开放场景的Physical AI解决方案,由双足人形机器人H1、搬运理货轮臂式机器人C1和机器人管理平台M1组成,支持“0改造”快速部署,机器人可实现99%任务自主完成。其自研轻量级世界动作模型SLM-0.5在LIBERO基准测试中达到98.6%平均任务成功率,推理速度较主流方案提升24倍。方案计划于2027年提供商业化服务,支持直接采购或RaaS订阅。
ElevenLabs 正式进军新加坡,开设办公室并以此作为东南亚枢纽,深化对亚太地区的投入。公司已于 7 月上线新加坡数据驻留,提供本地托管、零留存选项、更低延迟及 SOC 2 合规。Funding Societies、Atome、Boost Bank、MNC Group、AI Rudder、Rezonate 等东南亚企业已在客服、销售线索筛选等场景使用其对话式 AI 与文本转语音能力。
ElevenLabs 发布 Scribe v2 与 Scribe v2 Realtime 两款语音模型,前者将录音转为高精度转录文本,后者实现音频输入到文本输出 150 ms 低延迟的实时字幕。两款模型均支持 90+ 语言,可通过 ElevenAPI 接入,Realtime 版最多支持 50 个关键术语提示。
LegalOn 将 Codex 每日预估成本削减 65%,同时保持开发速度。其做法是把 Astra、Sol 和 Luna 匹配到不同任务,并对预算进行策略性管理。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像和电影级视频广告。
ElevenLabs 的消费级音频平台 ElevenReader 在巴西上线,用户可选用演员兼喜剧演员 Fábio Porchat 的声音朗读小说、PDF 或文章链接。
选题角度:原文给出巴西区免费入口和 7 万本葡语有声书目录,适合实测导入 PDF 或文章后用 Fábio Porchat 声音朗读的效果。
作者分享了一套让 Grok Bot 每天定时生成 AI 早报视频的提示词和流程,全程跑在 Grok Bot 的云端虚拟机上,不占用本地电脑。
选题角度:作者公开了完整提示词和三个开源 skill,适合照着复现一套云端定时出 AI 早报视频的流程,并展示 90 秒成片。
MiniMax 旗下海螺 Hailuo 发布更新,官方以“Update now”提示用户升级,并附上更新链接。原文未披露具体版本号、功能或参数细节。
Opus 5.5 登陆 MiniMax Design,支持用代码将文本转为视频,覆盖 JavaScript 动画、动态图形、解说视频与视觉叙事、网页及产品演示等场景。该模型不止于语言模型,还能理解视觉内容并持续迭代用户的创作。
Anthropic 发布 Claude Haiku 5.5,这是其最快、最便宜的小模型,平均成本比 Haiku 4.5 低约 75%,对 10 万 token 以内的提示词降价最高达 90%,超过 10 万 token 的提示词价格则是五倍。
联想 YOGA Pro 15 RTX Spark 于 10 月 8 日 9:00 开启全网盲约,是全球首批搭载 NVIDIA RTX Spark N1X 超级芯片的本地智能体 AIPC。
一名 16 岁少年 Bryce Vincent Gowryluk 用 Anthropic 的 Claude 规划加拿大温哥华附近 Crown Mountain 的登顶路线,结果被困在名为 Widowmaker Arete 的陡峭岩壁上一处约五英尺宽的岩台上,报警后由北岸救援队出动直升机救出。
CapCut 剪映在 X 上推介作品《Goldfish Mayhem》,称其融合功夫、机器人警察与粤语赛博朋克元素,并表示该作已引起其充分关注。原文未披露该作品的模型、参数或上线信息。
数字生命卡兹克发布10个实测好用的prompt合集,以合集形式分享给用户。内容以prompt分享和AI教程为标签,未披露具体prompt内容或适用模型。
Manus 母公司蝴蝶效应近日完成超 5 亿美元新一轮融资,由博裕投资、IDG资本领投,腾讯、红杉中国、真格基金继续加持,同时 Manus 正重新组建团队开发面向中国市场的 AI Agent 产品。其招聘官网目前开放 17 个岗位,含 16 个全职和 1 个实习岗,覆盖 LLM 算法工程师、Agent Harness 工程师、Agent 评测工程师等核心职位。
UniPat AI 发布 PaperBenchX,这是首个多学科端到端论文结果复现 Benchmark,覆盖 12 个研究方向、10 种科学环境,含 93 个复现任务和 3168 条专家校验评分项。测评中表现最强的 GPT-6 Astra 完整复现率仅 13.98%,建模和执行阶段平均得分约 62%,验证阶段仅 42.80%。团队已开源 12 个代表性测试任务,并维护 81 个封闭测试任务。
Crowdstrike 报告称,一名疑似中文使用者于 2026 年 9 月底至 10 月初攻击多家韩国金融机构并窃取大量数据,仅新韩银行就有超过 25000 条含姓名、联系方式、收入和信用额度的记录被窃。