硅谷刷屏的AI护城河新论:代码能抄,产品能抄,但有一样东西,谁都抄不走

henry 发自 凹非寺
量子位 | 公众号 QbitAI

产品可以抄,赛道可以重新命名,技术优势可以在几个月之内蒸发,AI时代唯一抄不走的——

是公司本身的组织形态。

这一判断出自Foundation Capital合伙人Jaya Gupta。

虽然这乍一看是像被嚼烂了的企业文化,但想法随文章《AI时代最宽的护城河》(The next biggest moat in AI)一经发出,就立马在x上引发了广泛讨论,目前已经有320万阅读量。

X上不少人评论,读完之后,过去那些零散的想法被串到了一起。

并赞叹这是一篇好文章。

在文中,Jaya Gupta把公司的组织形态提上了AI时代护城河的位置。

作为知名VC的合伙人,Jaya在今年早些时候和Ashu Garg联名写的《人工智能的万亿机遇:上下文图》(Context Graphs:AI’s Trillion-Dollar Opportunity)在AI圈被反复引用。

在“万亿机遇”中,她讲的是企业决策的隐藏层,决策痕迹才是下一代agent公司真正的护城河。

这次,她把同样的观察方法用到了AI公司本身:产品、技术、赛道都在以肉眼可见的速度收敛,真正抄不走的是底下的组织结构。

以下是文章的几条主线判断:

  • 组织形态决定一个人能不能成为人才:伟大的公司不是天才们的集合地,而是一种让人成就自己的地方。
  • 顶尖人才的忠诚不是用钱买来的:顶尖人才的忠诚,需要公司能给他比钱更具体的东西才能换来。比如一条通往“他想成为的自己”的路。
  • 每一个情绪承诺都必须是一个结构承诺 :如果公司说客户亲近度是护城河,但与客户打交道的岗位地位却很低,那么这个承诺就是假的。如果说所有权重要,但决策权高度集中,那么这个承诺也是假的。
  • 最强的使命必然让一部分人不想加入:就如开源在闭源的对立面,必然要选一边站。
  • 讲故事的口气,要配得上公司的样子:公司小,话讲大了,听起来像吹牛;公司大,话讲小了,最好的人不会来。求职者评估的就是这两个对不对得上,只是他们自己未必说得清。
  • 被选中和被看见是两回事:员工被公司选中,只是情绪性的——你很特别,你属于这里。被看见才是结构性的——这是你的职权范围、你的薪酬、你成功之后公司里会为你改变什么。野心强的人最危险的状态,就是情绪填满了,结构上还只是个员工。
  • 最危险的承诺都以时间计价:随着时间积累,员工的工作会更具纵深、会拥有更多、结构也会跟上。但时间却不会跟你打招呼,等到你走到人生的下一阶段,才发现公司给的承诺从来没兑现过。

以下为原文。

(为方便阅读,做了适当的润色与删减)

AI时代最宽的护城河

每一个人都能看得出来,AI圈里所有东西都在收敛。

一年前我根本想不到两家会互为对手的公司,今天正面相撞。

应用层正在塌进基础设施,基础设施公司又往上爬进工作流,几乎每家创业公司都把自己重新包装成某种革命性的公司。

热词每隔几个月就换一茬:上下文图、行动系统、组织世界模型。一个新赛道被命名出来,所有官网立刻刷新跟进,几周之内,市面上便挤满了号称自己是工作未来绕不开的平台公司。

当模型快速迭代,界面趋同,产品速度变得廉价时,公司建设中的可见部分更容易被模仿。

更难复制的是其内部机构:公司如何吸引杰出人才,组织他们的抱负,集中判断力,分配权力,并将工作变成其他公司无法复制的复利系统。

最好的公司一直都知道,人才不是公司的输入项,人才就是公司本身。

但在AI行业,这句话变得更加清晰,因为别的一切都在飞速变化。

如果产品能抄、赛道能改名、技术优势几个月就能蒸发,那么唯一还剩下的问题就是:你围绕能干成这件事的人,打造了一个什么样的组织。

公司的形态本身,就是护城河。

伟大的公司,本身就是一种组织发明

最重要的那些公司,本质上都是组织发明。它们围绕一种新的工作打造了一种新的组织,也让一种新的人成为可能。

OpenAI不像学院,不像企业研究院,也不像传统软件公司。它把训练前沿模型这件事放在引力中心,安全、政策、产品、基础设施、部署全部围着这个核心转。

这种结构允许了一种新的研究员存在——一个想同时站在科学、产品、地缘政治和文明级风险边缘的人。

这些公司都不在此前已有的那些条条框框里。打造这些公司的人也是。

伟大的公司不只是有才的人去的地方,而是一种让人成就自己的地方。

形态决定了谁能在这里成为自己

世界上最好的那些公司,竞争的不只是市场或薪酬,它们竞争的是身份认同。

有野心的人通常都强烈地渴望几样东西,他们觉得自己与众不同、亲近权力、变得不可忽视、保持选择权、归属于一个使命、站在历史的拐点,但他们往往也说不清自己究竟在追寻什么。

所以最强的那些机构会非常早就开始找人,在最顶尖的大学里盯着大一新生招。

他们要在这些人的自我概念还没固化、还没想清楚自己想凭什么出名、还分不清自己擅长的事和自己想成为的人之前,先一步触达他们。

一家伟大的公司,给的是一种描述野心的语言。它告诉你:你一直在心里绕来绕去但说不出来的那件事,可以在这里实现。

你可以成为那个把火星时间表往前推的人、那个在前沿移动的房间里的人、那个能在坏掉的机构里开展工作的人、那个让自己的作品变得不可忽视的人。

这就是为什么伟大的机构只是包裹着某种人的外壳。

很多公司选择砸钱竞争,这是顶级公司里最无聊的一种打法。

现金能把人买走,但很少能成就一个人。

最好的那批人,只有在公司能给他们比钱更具体的东西,一条成为他们已经想成为或尚未意识到自己想成为的自己的道路才会忠诚。

每一条情绪承诺,背后必须要有一条结构承诺。公司说客户亲近度是护城河,但面对客户的岗位地位最低,这个承诺就是假的。

说所有权重要但决策权高度集中,承诺也是假的。说使命重要但这使命谁都不冒犯、谁都不筛选、谁都不让出代价,那它不是使命。

那么人究竟想要什么感觉?

人想觉得自己与众不同。稀有、被看见、不可替代。卖给他们的话术是只有你能干这件事,只有你足够独特,所以你应该来这里建造它。

它瞄准的是大多数高绩效者心底那点隐秘的不安:怀疑自己的优秀其实很脆弱,怀疑别人其实也能做这份工作,怀疑自己其实从来没被真正看见过。

这一套只在一个足够小的形态里起作用,小到一个人真的能改变公司的轨迹。

人想觉得自己注定如此。觉得自己的人生正在向某个命中注定的地方驶去。

Anthropic是眼下是最好的例子。他们是决定这项技术如何被安全部署的两三家公司之一,而房间里这些人,就是真正在做这件事的人。这种情绪只有在一个真的顶部的那两三家之一的形态里才站得住。

人想觉得自己没错过。觉得自己就在复利发生的那个房间里。看看Anthropic这一季度刚挖走了多少传奇公司的CTO就懂了。

人才密度本身是一个形态决策,是公司怎么招人、怎么发钱、怎么组织工作、怎么把最好的人集中在同一间办公室这一整套选择的结果。

人想要“我想要证明什么”。 这就是那种一生都被光鲜亮丽、资质认证、被告知很厉害的投资银行家,却开始怀疑自己的工作其实啥也不是。

或者选择权。麦肯锡把这条玩到了极致。它的形态:通才配岗、两年一个分析师周期、给你21岁还不知道自己要干嘛时挨个尝试行业的选择权。

当然,人也想靠近权力和地位。

也有些人想牺牲自己,以归属于一个比工资更大的意义。大多数公司过去管这叫使命,但真正起作用的是一种围绕“这群人发自骨子里相信的事”的教派。

AI实验室新一波价值主张比上一轮的使命宣言更锋利,因为每一条都得选边站。

开源让你站到闭源实验室的对面。

最强的使命,必然是会让一部分人不想加入的使命——这跟让对的人极度渴望加入是同一件事。

人是人。最好的那些公司,只是从这几种情绪里挑了一两个这位候选人正在极度渴求的,然后早就为这种人造好了一个形态。

创始人面对的问题

对创始人来说,真正的问题不是我们怎么把故事讲的更好,而是:什么样的人,只能在这里成为自己?

大多数公司讲的是字面意思,我们在造模型、我们在造火箭、我们在为X造CRM、我们在自动化Y。

准确、诚实,但今天的世界里,准确已经不足以招到顶尖的人。

最好的那些公司行驶在更高的海平面上,它们描述的是自己的存在让什么样的变化成为可能:哪个行业被复活、哪类机构被重建、哪场文明级别的赌局被赢下、哪一类人类劳动第一次成为可能。

有些人会以为说辞只是市场营销,或者是和融资讲故事不同的另一套叙事。

但故事的姿态必须匹配公司的形态——宏大的故事配一个小形态,听起来像是吹牛;小故事配一个宏大形态,会让最好的人觉得不值得来。

候选人评估的就是这两者的对齐,即使他们自己心里也犯嘀咕。

如果你相信客户亲近度是护城河,那么面对客户的工作就必须高人一等。

如果你相信速度是护城河,决策权就必须推到前线。

如果你相信人才密度是护城河,平庸的人就不能定义这家公司的节奏。

如果你相信部署是护城河,那么离现实最近的那些人必须握有权力,而不只是承担责任。

而对那些做选择的人

至于做选择的那一方,要听的话不一样。

你正在把几年光阴交给一个具体的人的视野,和一种具体的组织形态。

招聘流程并不擅长揭示这两样东西的真面目,它会给你看招聘话术、使命、人才密度、想象中的未来。但它很少给你看真实的权力结构,也几乎从不给你看人在压力下的样子。

那一面,要等到后来才会浮现:公司紧绷的时候、你的工作变得不顺的时候、你提出公司不愿给的东西的时候、相信你的潜力必须变成具体的头衔、权限、薪酬、范围或资源的时候。

对有野心的人来说,情绪上的认可会让人觉得自己已经是主人,但其实还没拿到主人的位置。

高绩效者最后往往以创始人的强度工作、以高管的方式吸收模糊性、以合伙人的方式内化使命,但拿的还是员工的薪酬和权限。

公司接住的是创始人级别的强度,人收到的是归属感。如果之后结构真的跟上,这场交换会很漂亮;如果没跟上,它就变成不对等的剥削。

年纪大一点的人会告诉你这个道理:你用身份在付那些你不想用结构去付的账——

用被认可代替头衔,用靠近代替权力,用被安抚代替经济回报,用相信我代替写明的机制,所以一个人可以同时感到被深深珍视,和现实里被牢牢卡住。

虽然激励员工的杠杆有很多,比如所有权和现金,但最危险的承诺都是以时间计价的。

随着时间积累这件事会变大、你会拥有更多、结构会跟上,但时间飞逝却不会跟你打招呼,等到你走到人生的下一阶段,才发现公司给的承诺从来没兑现过。

所以有野心的人迟早要意识到:被选中和被看见,是两件事。

被选中是情绪的:你很特别、我们相信你、你属于这里。被看见是结构的:这是你的职权范围、你的权限、你的经济参与、你的决策权,这是你成功之后会真正改变的东西。

如果你确实有潜力,去那些会真的看见它的地方——一个愿意把你的价值写进结构本身的地方。

新的护城河

你完全可以用一种愤世嫉俗的方式读完这一切。你可以认定每一份招聘话术都是操纵,每一份使命都是冠冕堂皇,每一家公司都在让你觉得自己特别,只为了用白菜价租走你的人生。

但人确实想要相信点什么。我们想要自己的工作有意义,想要自己的牺牲有分量,想要自己的才华被那些真的能用上它的人识别出来。

这并不让人显得幼稚,只让人显得是个人。伟大的公司,一直都是承载这种需求的新容器。它们不只是产品和利润的载体,它们是承载野心的结构。

硅谷喜欢分类——技术派、非技术派、研究员、运营、创始人、投资人、传教士、雇佣兵——

然后忘了大多数厉害的人本来就不只活在一个阵营里。

他们活在很多阵营之间,从一个里借鉴东西、把另一个打破、把几个从来不该挨着的东西组合起来,最后造出一种形态,让别人误以为它本该如此。

今天的机会,不是去成为下一个OpenAI、Anthropic、Google或Tesla,而是去问:

有哪种公司,过去没办法存在?有哪种人,一直在等这种公司出现?

AI会让很多东西更容易抄——产品壳子、工作流、demo原型、招聘话术,甚至早期那点冲劲。

但不管有多少说法,说AI能让造一所机构变容易,但等到真要盖一所新的机构,AI是帮不上忙的。

它也帮不上造一种形态的忙——一种把对的人聚拢起来、给他们对的权力、把他们放在对的问题面前、让他们的判断在时间里复利的形态。

旧的人才市场奖励的,是那些让人觉得自己被选中的公司。

新的市场奖励的,是那些在旧市场里根本无法孕育出来的公司。

而其中的人,也会成为旧形态无法成就的人。

参考链接
[1]https://x.com/JayaGup10/status/2052870394093408558

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

— 完 —

中国AIGC产业峰会最新嘉宾阵容来了!

从AI最新架构到应用生态,从AI音乐、AI漫剧、AI浏览器再到世界模型、AI硬件... 这一次,我们希望聚齐AI赛道的实战派,百度、智谱、昆仑万维、模思智能、蚂蚁灵波都会来。🔍了解详情

5月20日,北京·金茂万丽酒店,@所有人,马上AI起来!👉 报名参会

一键关注 👇 点亮星标

相关推荐

DeepSeek V4芯模协同背后,国产算力生态开始飞轮加速

更关键的是,CANN开始逐步兼容主流AI生态。开发者每一次正向反馈、每一个优化结果、每一个创新应用,都能通过昇腾和华为的生态快速走向产业界,形成技术、商业、生态的完整闭环。之前,昇腾与不少模型进行过协同探索,但V4是第一次在大规模、高强度、工程化的尺度上,验证了这种“芯模协同”的可行性与效率。开源以后,我们能更充分地学习业界的优秀实践,在此基础上进行适配和优化,也能将一些好的经验应用到自己的项目中。可以说,从“能跑”到“有人长期建设”,从“厂商推动”到“生态自增长”,华为算力生态,正在进入新的阶段——

量子位 520

世界模型接棒语言模型,这家公司全球首创物理AGI“双金字塔”体系,通用机器人进入“家庭时代”

毕竟在现阶段,家庭场景对机器人的真实刚需,是稳当地端水、收拾餐具、抱起脏衣篮、把零食递到孩子手上,而不是在客厅里完成酷炫的跑酷动作。可以说,这支团队完整经历了CV、自动驾驶、具身基模、世界模型等物理AI过去十年的发展历程,并在每个阶段都做出了行业领先的世界级成果。该模型实现了从感知、理解到行动的完整闭环,能够自主识别物体与场景、规划路径,并执行包含抓取、对齐、折叠、归类等多步骤的。他主导了业内首个智能驾驶数据闭环系统的落地,有效提升了数据的处理效率,为智能驾驶技术的发展提供了重要的基础设施支持。

量子位 245

LeCun新证明:世界是高斯的

论文借用这个框架证明,要让转移算子的第一个特征函数恰好是仿射函数(即线性函数加常数),潜变量的分布必须满足一个非常严格的条件——它的对数密度的导数必须是线性的,而满足这个条件的分布恰好只有高斯分布。从理论角度看,对于高斯分布,描述变量如何在时间上演化的转移算子有一组特殊的特征函数,叫做Hermite多项式,它们是高斯分布下函数空间的自然正交基,类似于周期函数里的傅里叶级数。真正有用的表示,应该对应世界的真实自由度,比如物体的位置、速度、颜色这些独立的内在变量,而不是它们被观测过程扭曲之后的混合产物。

量子位 191

玻璃里跑AI!华中科大&上交大科研成果登Nature子刊

更进一步的,光本位科技还将独有的相变材料存算一体光计算方案引入玻璃光计算芯片中,利用相变材料的非易失性,能够避免在玻璃中引入额外的相移器,从而实现计算过程几乎不耗能的三维光子神经网络系统。它既解决了三五族平台器件密度不足的问题,又突破了固定场景的应用限制,相变材料的引入,使得芯片在推理过程中保持极高能效比的同时芯片参数仍然可根据不同模型实时调整,适配性更强。尽管与论文中直接在玻璃中实现三维结构有所差异,但是同样在玻璃平台上提供了三维集成的完整方案,通过单层玻璃芯片堆叠的方式最终实现相同的三维输入效果。

量子位 169

5篇AI生成的数学论文被接收!00后创始人洪乐潼融资14个亿

如果一个 AI 系统能把数学证明交给机器逐步检查,那么同样的“生成、形式化、验证”闭环,也可能被拿去处理其他学科,以及高风险决策场景。她的创业合作伙伴Shubho Sengupta也从Meta辞职,两人从AI与数学推理的交叉可能性出发,决心解决AI的幻觉问题。创始人洪乐潼,2001年出生于广州,本科MIT三年拿下数学与物理双学位,还拿过北美数学本科生的最高荣誉罗德奖学金和摩根奖。2019年,17岁的洪乐潼考入MIT,仅用三年时间便完成了数学与物理双学位的学业,本科期间就发表了9篇学术论文。

量子位 219

AI正在重写软件行业?8岁孩子做操作系统,一人公司拿下千万订单丨百度秒哒朱广翔 @AIGC2026

这些都完成之后,我们再选择分发给谁,比如百度搜索、小红书投流,或者去微信发送到私域社群里,或者说去App store上架,分发流量之后有了用户数据再去回流、去分析、去运营,指导下次迭代,形成下个循环,每个色块就是一个真人。在很多企业里,原来提需求的是业务人员,他们自身没有开发能力,将需求提到研发部门,研发部门又不懂业务人员的痛点,需要反复沟通、调整,但现在业务人员自己就可以开发软件了。我非常荣幸能从事这个赛道,因为在这个过程中、在这一年半的时间里,我不仅看到了产品的变化,还更多地看到了整个时代的变化。

量子位 429

清华有了新老师:黄仁勋

既包括科技圈顶流如马斯克、微软CEO纳德拉、Meta扎克伯格等,也不乏金融圈大拿,如摩根大通的杰米·戴蒙、贝莱德的拉里·芬克、花旗的简·弗雷泽。,使命是加强学院与外部各界的联系,提升学院在科研和教学方面的整体水平,帮助学院建设成为世界一流的经济管理学院。后来黄仁勋转学,并且一直学业成绩优异,在高中时连跳两级,16岁毕业,进入。,除了讨论学院的国际化战略和长期发展方向,也会给经管学院的学生做讲座。不过,比起这些头衔,老黄最近最出圈的,可能还是他在夜市的花式插队——可口可乐、西门子、通用汽车、BP、塔塔。

量子位 182

「斯隆奖」得主戴亮全职加盟复旦

曾担任波士顿咨询合伙人,副总裁,中国区首席数据科学家,百度研究院大数据实验室和商业智能实验室的主任,和美国俄勒冈大学计算机和信息科学系正教授(终身教职)。,覆盖面相当宽:从宇宙大尺度结构与演化,到暗物质及其通过引力透镜留下的观测信号,再到天体物理引力波。2024年起到复旦大学物理系工作,现任复旦大学特聘教授、复旦大学天文与天体物理中心主任。获奖者覆盖数学、物理、天文、计算机、经济、生物等领域,成长路线相当恐怖,很多后来成了。继袁峰、季索清之后,复旦的天文版图,再迎一位顶尖天体物理学者。

量子位 168

高分辨率视频生成不再慢半拍:让大模型保留“原味”的同时提速十余倍

为此,SURF训练了一个轻量级Refiner,它从线性上采样后的预览latent出发,学习低分辨率latent到高分辨率latent 的flow mapping,只需少量去噪步骤,就能补足高清纹理。因为这些步骤决定了视频最终“会长成什么样”,等到整体结构、主体关系和运动方向基本稳定后,SURF再将latent 下采样到低分辨率,在保留全局结构的前提下,快速完成预览。原因在于,每个预训练模型都有自己的“舒适区”,通常接近它的训练分辨率,一旦分辨率不匹配,模型原本学到的布局、语义和运动先验,就可能被破坏。

量子位 143

大模型也需要睡觉!让AI打个盹,醒来更聪明

Transformer的核心是注意力机制,但注意力有一个天生的短板就是,上下文越长,算力平方级往上蹿,KV缓存也线性往上涨。,让大模型上下文窗口快满的时候别硬撑了,打个盹把最近的上下文反复咀嚼几遍,压缩进长期权重,清空缓存,醒了再接着干。依靠可学习的局部规则,反复对信息进行提炼整合,逐步更新SSM模块内的快速权重,完成信息的深度压缩与消化。这里的“睡眠时长”,本质上就是信息迭代处理的轮次,轮次越多,代表模型对上下文内容的梳理、打磨次数越充分。

量子位 161

1400亿Agent入场,“流量”这条护城河要塌了

因为人要睡觉,但Agent不会睡觉,所以Agent时代的交易呈现7×24小时不间断、极小额、高频次、多形态的特征,此外,支付金额的最小单位可能低于1分钱,成本大幅下降。如果说担保交易解决了电商早期敢不敢买、敢不敢卖的信任问题,移动支付解决了移动互联网时代能不能随时随地交易的效率问题,那么AI支付面对的,就是Agent时代的新问题。早在今年年初,支付宝联合千问App、淘宝闪购、Rokid、大麦、阿里云百炼等伙伴,正式发布中国首个ACT协议,提供一套智能体跨终端、跨系统的“通用语言”。

量子位 164

7B打败o3、GPT-5!医学AI智能体让模型学会“看哪里、怎么看”

是上海创智学院面向下一代医学AI Agent、视觉推理与多模态大模型的青年交叉研究团队,聚焦Visual Reasoning、Agentic RL、Clinical Tools,推动模型从“生成答案”走向基于证据的观察、验证与行动。Ophiuchus的价值不只是让医学大模型多了几个视觉工具,而是让模型学会在诊断过程中主动“看哪里、怎么看、看完如何修正”。当模型能够在思考中主动回看影像、放大病灶、截取视频、验证证据,医学AI才真正从“会回答问题”走向“会进行临床视觉推理”。

量子位 164

AI越用越聪明,自主+自进化是关键拼图丨盛大邓亚峰EverMind@AIGC2026

另一方面,我们认为,未来的AI Memory的Layer(记忆层),服务的可能不仅是资深的开发者,将来很多人都会构建AI应用。我们在token节省和模型成本方面也取得了显著的效果,原因是利用强化学习的方法训练了很小的模型——我们的4B模型在记忆提取和检索使用上的效果可媲美几百B的模型,并且已有不少学术成果发表。当前,大家看到模型进展非常快,但在记忆方面的工作,今年才逐渐多起来,去年这个时候我们和行业里一些团队开始交流AI Memory,这方面的关注还非常少。的爆火,我简单谈谈我的理解。

量子位 758

让大模型“边看边改”,视觉分割准确率直接上涨9% | ICML 2026

给模型一张图、一句话,让它把目标区域的像素圈出来——听起来直接,但一旦目标含糊、被遮挡,或者需要推理才能定位,一次性猜出正确的掩码就变得相当困难。模型不再一次性输出mask,而是先观察图像、进行推理、调用视觉工具、读取反馈,再根据历史结果迭代修正,最终生成更可靠的准确掩码。而RSAgent总体框架如下,包括多轮交互、工具调用、观察反馈、cold-start SFT与agentic RL。痛点不是单纯追求更复杂的分割头,而是让模型在开放语义任务中具备“先判断、再行动、看反馈、再修正”的能力。

量子位 183

OpenAI挖来了个F1级别车手搞公关

在我职业生涯早期,我曾效力于红牛车队,参加过F1级别的职业比赛。后来无论是Salesforce、ServiceNow,还是现在的OpenAI,他几乎每一次跳槽,踩中的都是技术范式切换最剧烈的时候。毕竟现在的OpenAI,既是全球最炙手可热的AI公司,也是最复杂、最难做品牌管理的公司之一。当年从赛道退下来后,他没有选择一条更稳妥的路,而是直接跨进了一个与赛车几乎毫无关系的行业,从零开始做市场与品牌。Salesforce后来之所以能从一家卖CRM的软件公司,变成云计算时代的行业代表,这是很重要的一步。

量子位 148

5秒完成3D场景编辑,北大&港中文&上海AI Lab搞出VGGT-Edit,120倍加速太炸了

尤其是在添加家具、调整位置、修改材质这些复杂任务中,很多传统方法仍然会出现明显的“贴图感”和几何漂移,但VGGT-Edit生成的结果,会明显更像一个真实稳定的3D空间。而这件事,可能比“会生成3D”本身更重要。对于机器人、AR/VR、空间智能这些方向来说,这几乎是致命问题——这些场景真正需要的,不是“某一个角度看起来对”,而是整个3D世界始终稳定一致。对于原生3D编辑来说,这一步非常关键——模型真正需要学习的,不只是“图像变化”,而是同一个编辑,在不同视角下如何始终保持空间一致。但问题也恰恰出在这里。

量子位 153

触觉具身来了个梦之队:天使轮近亿

背靠产学研与地方政策双重加持,作为复旦大学与静安区战略合作的重要落地成果,公司在初创期便获得静安区科经委与市北高新集团的大力培育,先后获得静安区战略性资金及上海市经信委促进产业高质量发展专项资金的支持,上海市科委也针对其核心视触觉传感器的研发给予了专项经费支持,全面加速公司的技术攻关进程。能够夹起衣物,却无法实时感知布料的滑移状态与张力分布,难以完成精准的褶皱整理。对于后发企业而言,沿着先行者的轨迹亦步亦趋难以实现突破,唯有找到行业尚未解决的核心难题,从新的技术变量切入,才能构建起不可替代的竞争壁垒。

量子位 163

DeepSeek陈德里开发自动研究Skill,写一篇论文人类只动脑2小时

论文共迭代6次(V1:4 次,V2:1 次,V3:1 次),总耗时6天,进行了约108轮Agent调用,消耗64.8万token,写了2234行LaTeX代码。,智能体可自主选题、分配资源、长期积累知识、跨领域持续研究,是当前未实现的理想状态,核心瓶颈为持续知识积累、可靠自我评估、架构规模化。早期智能体框架CAMEL、AutoGen、MetaGPT等为代表,特点是分工协作、多视角纠错,成本较高,沟通易混乱。,人类仅提供研究目标、评估最终成果,智能体可完成多步实验、代码、论文撰写,但无法自主选择研究问题。

量子位 191

双榜SOTA!微软ACL2026新作重新定义AI长记忆

结果它找到了Boston和San Francisco,却完全遗漏了Detroit——因为“attended a conference in Detroit”被埋藏在一条长消息中,与“去过哪些城市”的语义相似度不够高。最终,System-1确保语义直接匹配的记忆不遗漏,System-2确保结构相关但语义距离较远的记忆被覆盖,两者。团队认为,真正的AI记忆应当是有组织的、可推理的、双模式的、并能持续进化的。记忆系统的质量,很大程度上取决于“存储时做了什么”,而不仅仅是“检索时怎么找”。

量子位 179

将DSA注意力引入多模态,快手Keye2.0开启强化推理新范式

情感与主题的深度升华:模型并没有停留在“建雪雕”的表层,它提取了画面中巨大的“振兴东北”刻字,关联了片中“老程盼女儿、小李回流家乡”的人物背景,在总结中直指故事内核:“极寒的温度冻不住东北人的热血,冰雪项目不仅是奇观,更是承载着东北人振兴家乡、呼唤游子归乡的炽热情感与现实路径。当接收到“请找出视频中的高光时刻,并给出你的依据,时间戳用[mm:ss]的形式来表示”的指令时,Keye-VL-2.0- 30B-A3B没有陷入传统AI“哪里有击杀提示就截取哪里”或“只看画面元素剧烈变化”的机械逻辑。

量子位 186

专治世界模型幻觉!ECCV 2026 Workshop征稿,Sergey出席,帝国理工等联合发起

ergey Levine(UC Berkeley)、Jiajun Wu(Stanford)等国际顶级学者做特邀报告,同步举办具身动作世界模型挑战赛,以及主题为From Synthesis to Deployment:Bridging Academic and Industry Focuses on World Models的圆桌讨论,旨在弥合学术界在世界模型合成方面的进展与工业界对部署需求之间的差距。世界模型作为智能体的内部模拟器,在执行前预判风险、规避危险,实现风险感知决策。

量子位 191

卡帕西Anthropic最新头衔:技术员工(MTS)

但尴尬的是,这些案例的争议其实很大,都被吐槽过说没有宣传的那么美好,所谓扁平会变成隐性权力,表面没老板,实际有老员工、核心圈层……头衔都一样,竞争对手就没法通过头衔判断谁是L7谁是L5,推断一个员工具体做什么方向,定向挖人的难度直接上升。一个很直观的事实是,整个商业史上,能在没有层级制度的情况下完成规模化的组织,一只手数得过来。后来离开Ins,自己做了个新闻聚合App,叫Artifact,同样是联创+CTO的标签。这些说不在意职称的,一旦离职,就开始在领英自称上「副总裁」了(hehe)。

量子位 79

把VLM塞进隐式世界模型,港大&小鹏机器人新框架让机器人长出物理直觉

通过将人类的姿态对齐到机器人的动作空间,双系统能够共同从多样的人类动作数据(如EgoDex)中汲取养分:System-2负责从人类视频中提取通用的任务逻辑,而System-1则从人类动作标签中蒸馏通用的运动先验。借鉴认知科学中的双系统理论,不仅让强大的VLM直接在其原生的ViT特征空间中进行轻量化的隐式世界建模(Latent World Modeling),更关键的是,它将这种隐式视觉预见构建为一个可微的结构化瓶颈。System-1则在真实未来特征的指导下,专心学习从感知到精准动作的映射。

量子位 97

留给人类数学家的悬赏不多了!谷歌DeepMind一口气解决9道埃尔德什问题

同时,AlphaProof Nexus还在OEIS整数序列百科里证明了44个开放猜想,在代数几何那边解决了一道希尔伯特函数对数凹性的15年悬案,凸优化那边改进了一个锚定梯度下降法的理论边界。这个结果或许也在预示着,未来随着大模型能力持续升级,复杂的多工具组合系统,可能不再是刚需,只用大模型+专业校验工具这套简单循环,就能搞定大多数数学难题。简单理解就是,这群数字之间,既不能一个数整除另一个数,也不能一个数整除另外两个数的和,同时数字还要分布得相对密集,不能只挑寥寥几个数投机取巧。

量子位 127

龙虾之父教你省钱:开源Skill给你的Skill减肥

严格遵循Codex计费规则(UTF8字节数/4向上取整),以模型上下文2%为默认技能预算基数,结合技能优先级排序规则(系统技能>内置技能>插件技能>仓库自定义技能),核算全量技能原始占用令牌、最小渲染令牌、预算内可用令牌。同时可模拟真实运行场景,计算预算不足时的技能描述截断字符数、被省略技能数量,精准输出预算使用率、剩余预算、上下文占用比例等核心指标,直观展示技能体系的资源负载情况。跨Codex内置库、插件缓存、代码库、个人技能根目录,扫描同名技能、描述/内容高度相似的重复技能,标记冗余项。

量子位 84

刚刚,国产AI自己造了AI,全球首例!

在MMLU-Pro、MMLU-Redux、AIME-2025、AIME-2026、BFCL-v4、AA榜单等项目上,也给出了对应成绩。我们完全可以给不同的模型、不同的硬件、不同的任务,分别写专用的代码。如果人不够,那就用AI来凑!更直白一点说,就是当AI写代码的成本越来越低,未来软件不一定非要做成一套通用大框架,也可以针对不同模型、不同硬件、不同任务,现场锻造一套专用代码。这也让MiniCPM5-1B的价值更明确了,它不只是一个小尺寸模型,而是一个在参数规模、部署成本和实际能力之间重新找平衡点的端侧模型。

量子位 638

画数独、烧蜡烛都不翻车了?浙大&阿里让AI先三思再下笔|ACL 2026

让模型画 “数独解完后的样子”、“蜡烛燃烧6小时后的状态”,开源模型要么出现逻辑幻觉,要么无法把文字指令转化为精准视觉操作,形成难以跨越的执行鸿沟。研究者设计了一个独立的Thinker模块,它不直接生成像素,而是充当大脑,负责将模糊的用户意图分解为分层、结构化、且对下游生成器友好的中间表示。阶段,Thinker产生的多条推理路径直接由生成图像的视觉质量打分反馈,这迫使模型放弃空洞的辞藻,转而学习生成“视觉可执行”的指令。这种双向反馈机制,真正实现了脑与手的深度协同。

量子位 62

0.9B跑出90%真机成功率!上海交大为VLA补上空间感

从多视角RGB提取紧凑的隐式深度表征,再以轻量方式融入视觉-语言通路,最后通过flow-matching动作专家输出连续动作。参数,不额外增加硬件负担,用紧凑的隐式深度编码把空间感写进VLA策略里,仿真与真机同时兼顾性能与部署效率。论文中,IDEM骨干约0.13B参数,并结合多视角深度预训练初始化,在轻量条件下引入与深度相关的归纳偏置。值得注意的是,相比只关注benchmark分数,论文也给出了部署侧开销与实时性指标。从RGB学几何,省了硬件,但不少方案依赖较重的基础模型,训练和推理成本偏高。

量子位 81

Grok最新模型吃上Cursor「加餐」,马斯克:Coding实现巨大改进

Cursor数据其实更可能告诉模型,开发者在真实项目里,是怎么描述需求、定位问题、让AI读上下文、修改文件、修复报错、再继续追问的。更大的模型容量,往往能让它更好地理解复杂上下文、进行更长的链式思考,以及处理更具挑战性的真实开发任务~要知道,毕目前承载Grok所有生产流量都由0.5T的v8-small模型,也只有0.5T的大小。用户输入需求后,Grok Build不会直接动手,而是先制定详细执行计划,让用户确认后再执行。这边,也被马斯克亲口点名,补充训练里加入了大量Cursor数据,后续还会继续添加。

量子位 113

刚刚,国产Agent模型闯入全球第一梯队!限时免费

从训练的第一天起,它的目标就不是聊天,而是干活。就像我在实测中感受到的那样,做完桌宠它问你要不要存成Skill,做完周报它提醒你设成定时任务,昆仑万维瞄准的显然不只是一个模型,而是一整套Agent工作生态。发现没,自从模型进入Agent时代后,大部分玩家在推主力模型时都会附带一个轻量版,这也很好理解,就像前段时间Snapchat前机器学习工程师说的那样:。一只小猫,能在屏幕上随机溜达,点击会说打工人语录,右键能切工作模式和摸鱼模式,工作模式带番茄钟倒计时,还要有喝水提醒、远眺提醒、拉伸提醒这些健康功能。

量子位 534
上一篇: 黄仁勋喊话毕业生:AI不会取代你,但善用AI的人会
下一篇: 估值200亿美元!可灵AI被曝剥离快手单独融资
QbitAl
QbitAl 企业官方账号 企业官方账号
博客等级 码龄7年 2万+粉丝 2173原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值