搜索
AI 正在从一项核心技术，逐渐变成商业软件背后的基础设施。当模型能力持续提升、AI 智能越来越标准化之后，企业真正需要竞争的空间也开始向应用层移动。 a16z 最新发布的一篇报告中，讨论的正是这一变化
灵巧手从 demo 走向真实应用，关键不只是 “会不会动”，而是能否在 noisy depth、稀疏触觉、外力扰动和未见物体下稳定泛化。现有 in-hand manipulation 往往依赖固定物体、定初始位姿或理想传感器。而一旦遇到真实深度噪声、形状变化和接触状态不可见，这些策略就容易退化成近乎开环的 “手指套路”。
就在上周，黄仁勋在高盛科技大会上说了一句让整个 AI 圈亢奋的话： 网络安全，很可能是 AI 的下一个杀手级应用。
中国科技又拿下“全球第一”，这次突破难在哪？
随着AI办公、智能体应用逐步落地，云存储的核心价值正从“单纯存文件”，转向“数据沉淀、高效复用、人机协同”，国内头部互联网厂商也开始集中发力全新的智能网盘赛道。
分子之心自主研发的反应性机器学习力场QuantaMind登上《Science Advances》，将十万原子级化学反应的单步模拟耗时从传统方法的约1300万天压缩至0.25秒，并在万原子级体系上稳定模拟了完整的酶催化循环，已应用于酶工程和抗体设计等产业项目。
最近，越来越多应用层 AI 企业走上了一条相似的路线：用自己积累的专业知识和业务经验，训练自己的模型。
前几天，著名外宾AI应用 Genspark 干了一件以前不太像它会干的事。
Genspark 发布基于 MiniMax M3 后训练的自有品牌 PPT 模型 Gen-1 Slides，标志着这家曾被比作"AI Costco"的应用公司开始从组合外部模型转向在开源基座上训练专用模型。
Meta的新AI应用Muse在美国iOS上线后下载量突破8.3万次，登上App Store免费榜第二位，但首日表现仍逊色于Threads和Meta AI应用，也落后于ChatGPT的同期增长数据。