搜索
Granola AI 是做 AI 会议纪要的，是不是看到这个赛道就不想往下看了？老赛道，全是巨头，没什么新意，有没有新鲜的让人眼前一亮（最好可以直接抄）的产品？我今天要分享的就是：在一个拥挤的老赛道，如何凭借差异化的产品体验，依旧能有不错的市场表现。
前些天，CMU 助理教授、TVM/XGBoost/MLC-LLM 的创造者陈天奇发布了一本免费在线书籍《Modern GPU Programming For MLSys（面向机器学习系统的现代 GPU 编程）》。
给定一段普通单目视频，FreeOrbit4D 可沿任意指定相机轨迹「重拍」整个动态场景，包括影视级的「子弹时间」环绕镜头。
今天，「Grammarly」母公司「Superhuman」宣布收购「GPTZero」，后者为 2 个华人联创 Edward Tian 和 Alex Cui 创立的 AI 检测工具，在去年进行产品定位重构。根据双方声明，「GPTZero」成立三年后 ARR 达 3000 万美元、注册用户 1900 万，团队不到 30 人。
AI大神Karpathy重注！一家叫Engram公司出山，13个人团队，要让AI永久记住你。
当大模型公司还在竞争更长的上下文窗口、更强的推理能力和更复杂的 Agent 工作流时，一家名为 Engram 的新公司选择押注另一个问题：AI 能不能像人一样，持续从每天接触到的资料、对话和经验中学习？
如今，CameraSquad 的出现，让这种多视角一致的视频生成与 3D 世界状态构建成为现实。近日，中国科学院大学高林研究员团队联合卡迪夫大学、香港科技大学和快手可灵团队，提出了一种面向多轨迹并行生成的相机可控视频生成方法 CameraSquad [1]，相关论文已被 ACM SIGGRAPH 2026 录用。
广州智跃深空人工智能科技有限公司 Zleap AI 提出的 SAG（SQL-Retrieval Augmented Generation） 出场了。其实，名字已经点题了——不是 Graph、Hippo，而是 SQL-Retrieval。它的核心想法是在离线阶段，SAG 先把原始文本先整理成「事项 + 实体」的数据库结构。等查询来了，再围绕当前问题，用 SQL 动态串出一张局部线索网。
导读：视觉 latent reasoning 希望让多模态模型在内部生成连续 latent token，用这些中间表示补充多模态理解和推理任务中缺失的视觉证据。但问题在于，模型生成出来的 latent token 可能并不落在它原本熟悉的视觉输入空间里；如果模型无法稳定读取这些 token，它们就很难成为有效的中间视觉证据。
最近几个月，海外主流社交平台X、YouTube、Instagram、LinkedIn、Facebook等的头部内容创作者，开始高频地提及同一个名字——AhaCreator 3.0。从科技博主、消费电子达人，到跨境电商品牌主理人，再到拥有百万粉丝的内容创作者，越来越多人在自己的内容中分享使用体验。