搜索
2026年7月16日，东京。 英伟达CEO黄仁勋拍了一个大大的马屁："日本发明了现代制造业。现在，它正在建设将驱动下一次工业革命的AI工厂。"不过效果很明显，日本被彻底忽悠瘸了，在同一天，市场估算投资额接近3.4万亿日元的项目落地（约1408亿元人民币）。
Encore AI是一家专门研究企业客户互动数据、以此训练和部署AI语音Agent的初创公司，其Agent既可与客服和销售团队协同工作，也可独立自主运行。该公司近日完成由Team8领投的3000万美元A轮融资。
听说K3这么猛，又属于免费开源，于是就有同学跑来问我一个特别真实的问题。听说K3这么猛，又属于免费开源，于是就有同学跑来问我一个特别真实的问题。这个问题问得太好了，好到我可以直接拿它当这篇文章的选题。因为它正好踩中了开源模型最反常识的地方。
AI 客服在最近两年被认为是 Agent 商业化落地的为数不多的最佳场景之一，借助 RAG 技术，成本远低于人工客服，也让我们过上了被迫绞尽脑汁「转人工」的生活。
当大模型 Agent 被部署到工具调用、长程任务和开放环境中，一个关键问题会随之出现：能否在不更新模型参数的情况下，将执行经验沉淀下来，并在下一次做得更好？
来自港科大的研究团队提出了RepetitionCurse，这是一种针对MoE大模型服务的黑盒压力测试方法。它不需要模型权重，不需要梯度，也不需要知道后端专家如何部署，只利用高度重复的输入模式，就能诱导专家路由把大量token路由到同一小批专家上。
终于，现学现用的风也是吹到了具身智能。
4月30号，快手Krow团队推出了一款桌面端AI智能体KroWork，在这里你不用写一行代码，对着它说一句话，它就能自己写代码、调试、部署，最后交付一个能直接在桌面运行的应用。
这家名为 PrismML 的初创公司表示，已将 Qwen 3.6 缩减至可在 iPhone 17 Pro 上运行，该模型拥有 270 亿参数（参数大致类似于大脑中的突触，能够帮助决定模型可处理数据的复杂性）。相比之下，大多数在手机上运行的模型一次仅有几十亿个参数处于活动状态。
今天，OpenAI的“二号人物”、曾主导OpenAI战略转型的AGI部署CEO Fidji Simo在一封内部信中宣布，她已决定辞去在OpenAI的全职职务，成为OpenAI的兼职顾问。外界原本普遍预计，此前曾领导OpenAI产品和业务部门的Simo，会在OpenAI上市后担任更重要的领导角色。