DeepMind 一次性发现220万种新材料,AI把材料科学推进了800年
今年 AI 最被低估的一次突破,可能不在大模型,而在材料科学。Google DeepMind 用一个叫 GNoME 的模型,一口气预测出 220 万种全新晶体结构,其中 38 万种被认为“理论上稳定”。这不是论文数字游戏,而是可能直接改写电池、芯片、超导体研发方式的一次范式转移。
今年 AI 最被低估的一次突破,可能不在大模型,而在材料科学。Google DeepMind 用一个叫 GNoME 的模型,一口气预测出 220 万种全新晶体结构,其中 38 万种被认为“理论上稳定”。这不是论文数字游戏,而是可能直接改写电池、芯片、超导体研发方式的一次范式转移。
如果你还以为做 YouTube 必须靠人格魅力和镜头表现,这期 Greg Isenberg 和 Dru Riley 的对话会直接打脸你。从“无脸频道”到语音克隆、从 GPT-4 到 ElevenLabs,他们拆解了一条正在被 AI 放大的隐秘赚钱路径:内容被彻底商品化,但真正的护城河,反而变了位置。
一年前,OpenAI 几乎“悄悄”放出了 ChatGPT;一年后,整个科技行业的节奏被它强行改写。从内部低预期、外界疯狂追捧,到插件、Dev Day、国会听证和商业化拐点,这一年发生的事,比很多技术浪潮的完整周期还要密集。
这是一段被称为“一夜成功”,却实际经历了30年反复失败与重来的创业故事。通过黄仁勋与早期投资人、同事的亲述,视频揭示了NVIDIA如何在多次技术与市场误判中存活下来,并最终抓住AI计算的历史性机会。
在这期《No Priors》少见的双主持对谈中,Sarah Guo 与 Elad Gil 复盘了 OpenAI 的董事会风波,并由此延伸出对 AI 公司治理、开源模型、视频生成以及大模型技术路径的关键判断。这不仅是一次事件复盘,更是一张理解 AI 行业下一阶段走向的路线图。
这是一篇给非技术创始人的清醒指南:真正决定你能否做成科技公司的,不是点子,也不是外包,而是你能否找到并说服顶级技术合伙人一起冒险。Y Combinator用真实创业故事,揭示了被严重低估的成功法则。
OpenAI 一次看似普通的中东合作,把自己推到了中美 AI 对抗的火线上。芯片、主权基金、情报机构、Sam Altman 的融资野心,全都纠缠在一起——这不是八卦,而是每个 AI 从业者都绕不开的现实。
所有人都在等亚马逊掏出一个对标GPT-4的“核弹”,结果他们端上来的,却是一个看起来并不性感的企业聊天机器人Q。这不是失误,而是一次极其冷静、甚至有点老派的判断:生成式AI,已经从炫技阶段,走向真正进企业、进流程、进账本的阶段。
Stable Diffusion 背后的 Stability AI,看起来比任何人都忙:模型一个接一个地发,速度快到让同行眼红。但就在同一时间,最大投资人要求 CEO 下台、公司被曝探索出售、账上现金以每月数百万美元速度蒸发——这家“开源明星”正站在一个极其尴尬、却极具代表性的行业节点上。
如果你还以为“设计技术人”只是会写点前端的设计师,那这场Figma的对谈会让你重新思考。真正的Design Technologist,正在组织中填补一个长期被忽视、却对AI与产品落地至关重要的空白。