从AI宠物到开源中枢:Hugging Face的意外崛起逻辑
Hugging Face 并非一开始就要做“AI 的 GitHub”。从一次展会上的偶遇、一个无聊的 AI 助手想法,到押注开源 Transformer,这家公司走出了一条高度非线性的路径。本文还原 Clem Delangue 的真实叙述,讲清 Hugging Face 为什么能成为开源 AI 的核心基础设施。
Hugging Face 并非一开始就要做“AI 的 GitHub”。从一次展会上的偶遇、一个无聊的 AI 助手想法,到押注开源 Transformer,这家公司走出了一条高度非线性的路径。本文还原 Clem Delangue 的真实叙述,讲清 Hugging Face 为什么能成为开源 AI 的核心基础设施。
这期 No Priors 播客中,Daphne Koller 回顾了自己如何从计算机科学转向生物学,并最终创立 Insitro。她分享了概率图模型的长期影响、在 Calico 的关键反思,以及她如何看待机器学习在真实世界药物研发中的边界与机会。
100天涨粉40万,听起来像又爽文又像骗局。但在 Greg Isenberg 的这次长谈里,Roberto Nickson 把整个过程拆解得异常冷静:没有黑科技,没有平台红利,只有一套反直觉但可复制的内容增长方法。更重要的是,这套方法,正在被越来越多 AI 从业者低估。
如果你以为“AI很危险”只是媒体渲染,那这条消息会让你坐直身体——两位图灵奖得主公开警告AI失控,而第三位却说:没那么严重。同一届最高荣誉的三位大师,站在了AI未来的两端。
如果你还在担心AI像《终结者》那样觉醒、造机器人,那你已经落后了一整代风险判断。尤瓦尔·赫拉利在一次演讲中抛出一个更冷酷的观点:真正危险的AI,已经在我们身边,而且它不需要意识、不需要身体,只需要语言。
Google研究员Karan Singhal回顾了自己从青少年时期的AI项目,到主导Med-PaLM 2医疗大模型的关键转折。这期对话不仅解释了为什么医疗AI不能“直接套用”通用大模型,也系统阐述了预训练、微调、评估与真实医疗工作流之间的张力。
美国参议院第一次在 ChatGPT 时代认真讨论 AI,结果却和很多人想的不一样:几乎没人质疑 AI 的颠覆性,真正的焦虑来自社交媒体留下的“历史创伤”。从 Section 230 到新 AI 监管机构,这场听证会正在悄悄决定未来十年 AI 的游戏规则。
插件不是给ChatGPT“加功能”,而是把它从聊天机器人推向“可执行系统”。从买菜、订机票,到金融研究、代码分析,这一波插件真正改变的,是AI与现实世界的连接方式。
I/O 大会之后,关于“Bard 已经全面超越 ChatGPT”的说法在推特疯传。但一位资深 AI 博主用 5 个真实场景把两者拉到同一擂台,结果却和大多数人的直觉完全相反:Bard 的优势很真实,但 ChatGPT 依然守住了核心阵地。
这段来自Y Combinator的对谈并未从产品或融资讲起,而是回到创业者最少被量化的部分:移民家庭的起点。通过Tracy Young的经历,视频试图回答一个更深的问题——是什么样的早期人生经历,塑造了一代硅谷创始人的韧性与视角?