Sora连更三大新功能：角色客串、视频拼接、社区排行榜。趁着更新的热度，Sora APP还在美国、加拿大、日本和韩国四个国家限时取消了邀请码限制，直接开放注册。此前Sora最火爆的功能是Cameo（客串）：通过摄像头提取自己的的长相和声音特征，之后，就可以把自己”空投”到任何AI生成的场景里。
OpenAI正酝酿一场史诗级IPO，估值或高达1万亿美元，标志其从非营利探索者向AI巨头全面转型。通过削弱微软控制、强化自身独立性，OpenAI正为资本市场铺路，谋求支撑其万亿级AGI战略的资金弹药。若上市成功，这不仅将改写AI产业格局，也将考验其能否在商业利益与「让全人类受益」的使命之间保持平衡。
随着文图生成模型的广泛应用，模型本身有限的安全防护机制使得用户有机会无意或故意生成有害的图片内容，并且该内容有可能会被恶意使用。现有的安全措施主要依赖文本过滤或概念移除的策略，只能从文图生成模型的生成能力中移除少数几个概念。
杨红霞要走一条和阿里、字节截然不同的模型训练之路。
微软 AI 首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）正试图走一条微妙的路线。
AI泡沫，比互联网泡沫还危险？投资人都在装作看不见？
当下主流的视觉语言模型（Vision-Language Models, VLM），通常都采用这样一种设计思路：将预训练的视觉编码器与大语言模型通过投影层拼接起来。这种模块化架构成就了当前 VLM 的辉煌，但也带来了一系列新的问题——多阶段训练复杂、组件间语义对齐成本高，不同模块的扩展规律难以协调。
多模态图片检索是计算机视觉和多模态机器学习领域很重要的一个任务。现在大家做多模态图片检索一般会用 CLIP/SigLIP 这种视觉语言大模型，因为他们经过了大规模的预训练，所以 zero-shot 的能力比较强。
AI医学生产力工具开发公司「零假设」近日获近亿元A轮融资，由荷塘创投、国方创新、上海喆驭投资，老股东元禾原点超额认购。本轮融资主要用于打磨、落地场景化AI医学智能体，构建连通药企和医生的学术沟通桥梁。唯快资本长期担任独家融资顾问。
大脑并非一个被动存储和读取的硬盘，而是一个主动预测和生成认知的系统。智力的本质始终在于主动加工，而非被动存储。在AGI时代，我认为“智慧即才华”。就是清楚地知道想要实现的目标，以及实现它的路径，这就是AGI时代的才华。
