当传统调研机构还在用老套路——焦点小组、电话访谈、数周的数据分析——来服务客户时，一家名为 Knit 的创业公司正在用完全不同的方式重新定义这个价值数百亿美元的行业。他们刚刚完成了 1610 万美元的 A 轮融资，由 GFT Ventures 和阿什顿·库彻的 Sound Ventures 领投，这不仅仅是一笔投资，更是对企业洞察未来方向的一次重大押注。
NVIDIA和AMD，终于有对手了？ 一家名不见经传的芯片初创公司——Bolt Graphics，在最新发布的测试中抛出惊人数据： 其首款GPU模组Zeus 4C，在路径追踪（Path Tracing）场景中，性能飙至RTX 5090的13倍。
声音理解能力新SOTA，小米全量开源了模型。 MiDashengLM-7B，基于Xiaomi Dasheng作为音频编码器和Qwen2.5-Omni-7B Thinker作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。
在数据隐私日益重要的 AI 时代，如何在保护用户数据的同时高效运行机器学习模型，成为了学术界和工业界共同关注的难题。
当前环境感知通信正逐步成为第六代移动通信系统（6G）的核心使能技术之一。为支撑其在复杂三维环境下的部署需求，西安电子科技大学、香港中文大学（深圳）和加拿大滑铁卢大学的研究团队联合提出了一个面向6G的高分辨率多模态三维无线电图谱数据集UrbanRadio3D，并构建了基于扩散模型的三维无线电图生成框架RadioDiff-3D。
最近在看中国出海的 AI 应用，看到一篇风投公司 A16Z 发布的报告，觉得很有意思，梳理一下分享给大家。结尾点击阅读全文可以跳转到原文。
在 AI 圈，如果你关注基础设施、尤其是向量数据库，那你大概率听说过 Zilliz。2023 年，黄仁勋在 GTC 大会上的一次点名推荐，让这家公司进入大众视野。但真正吸引我注意的，是 Zilliz 创始人星爵年初的一篇访谈文章，标题叫做：《我们没有对手》 ——在商界如此直白地表达自信非常罕见，这让我确信他对自己做的事有极强的信念和实际领先优势。
OpenAI前研究员、Meta「AI梦之队员」毕书超在哥大指出：AGI就在眼前，突破需高质数据、好奇驱动探索与高效算法；Scaling Law依旧有效，规模决定智能，终身学习才是重点。
具身智能加速演进，硬件本体持续刷新边界，具身模型也在数据与交互中渐现雏形。而在系统层，通用协同的操作底座依然缺位。
不知道大家是否还记得，人工智能先驱、强化学习之父、图灵奖获得者 Richard S. Sutton，在一个多月前的演讲。 Sutton 认为，LLM 现在学习人类数据的知识已经接近极限，依靠「模仿人类」很难再有创新。
