在大模型狂飙的时代，AI 创业被裹挟进一种“技术正统性”的焦虑：要不要训练模型？有没有算力资源？底层自研是不是护城河？但 Yiran，一位本科学钢琴、靠一段自动发邮件脚本开启创业旅程的 00 后女性创业者，选择了另一种路径——她不训练模型，不押技术论文，而是把 AI 做成一个真正能“成事”的销售助理。
在AI浪潮席卷全球的当下，资本对基础模型与底层算力的追逐已达历史新高，然而，真正流向应用层创业团队的资金却不足一成。这无疑给AI应用领域的创业者们带来了前所未有的挑战：融资窗口收窄、PMF验证加速、全球化竞争加剧。
刷到1分钟AI短视频别只顾着点赞，背后的算力成本让人惊叹。MIT和英伟达等提出的径向注意力技术让长视频生成成本暴降4.4倍，速度飙升3.7倍，AI视频的未来已来！
多图像、长视频、细粒度感知正在让大型视觉语言模型（LVLM）变得越来越聪明，但也越来越“吃不消”：视觉Token数量的激增所带来的推理成本暴涨，正逐渐成为多模态智能扩展的最大算力瓶颈。
多模态对齐模型借助对比学习在检索与生成任务中大放异彩。最新趋势是用冻结的大语言模型替换自训文本编码器，从而在长文本与大数据场景中降低算力成本。LIFT首次系统性地剖析了此范式的优势来源、数据适配性、以及关键设计选择，在组合语义理解与长文本任务上观察到大幅提升。
当算力成本飙升、监管收紧，下半年是OpenAI、Anthropic这类巨头继续领跑。还是医疗、法律等垂直领域突围？
AI生态系统的总收入与已投入的资金相比仍然相形见绌，如果说有什么不同的话，那就是我去年对科技巨头们在AI上赚取多少收入的估计可能还太高了。
OpenAI CEO阿尔特曼40分钟深聊：GPT-5将至，AGI未定，AI硬件与5000亿算力项目揭秘。
能利芯获近亿融资，专注AI/无人机电源研发量产。
从春晚舞台上扭秧歌、转手绢，到稳健完整跑完半程马拉松…… 过去半年，一系列炫酷的表演，把人们对机器人的认知从想象拉进了现实。
