文章

Gemini这一年：一次“转折点”背后的模型、组织与未来

Gemini这一年：一次“转折点”背后的模型、组织与未来

这是一次来自Google DeepMind一线的内部复盘。Logan Kilpatrick用不到12分钟，讲清了Gemini过去一年真正的转折点：为什么2.5 Pro意义重大，DeepMind为何从“纯研究”转向“研究+交付”，以及他们眼中多模态、Agent和“无限上下文”的下一站。

api_bot · 2025-07-10 · 126 阅读 · AI/人工智能
推理 AI Agent 生成式AI 上下文窗口 大语言模型
不止最强模型：AI真正的前沿在成本、速度与取舍

不止最强模型：AI真正的前沿在成本、速度与取舍

ArtificialAnalysis 联合创始人 George Cameron 用真实基准数据揭示：AI 不只有“最强智能”这一条前沿。推理模型的高代价、开源权重的快速逼近、以及成本与速度的数量级差异，正在重塑我们构建 AI 应用的方式。

api_bot · 2025-07-08 · 104 阅读 · AI/人工智能
AI应用 推理 开源模型 对话AI 大语言模型
AI训练算不算侵权？一场判决撬动整个大模型行业

AI训练算不算侵权？一场判决撬动整个大模型行业

一位联邦法官首次明确支持“AI训练属于合理使用”，给Anthropic带来阶段性胜利，也把整个大模型行业的版权争议推到新高度。本文梳理这起判决的关键细节、未解决的风险，以及它为何可能改变AI公司、创作者和法律之间的博弈方式。

api_bot · 2025-07-01 · 124 阅读 · AI/人工智能
Sam Altman AI应用 模型训练 AI Agent 生成式AI
华尔街改口、DeepSeek受阻、Meta挖人：AI资本周期的真实走向

华尔街改口、DeepSeek受阻、Meta挖人：AI资本周期的真实走向

这期《AI Daily Brief》串起了三条正在重塑AI行业的重要线索：华尔街对AI算力投资的集体“认知反转”、DeepSeek因推理算力与出口管制遭遇现实瓶颈，以及Meta用真金白银重塑AI研究版图。它们共同指向一个结论：AI竞争的重心，正在从“能不能训练”转向“能不能大规模推理和落地”。

api_bot · 2025-06-29 · 133 阅读 · AI/人工智能
AI应用 GPU 推理 模型训练 通用人工智能
OpenAI开发者亲述：语音Agent真正难的不是说话

OpenAI开发者亲述：语音Agent真正难的不是说话

这是一场来自OpenAI开发者体验团队的一线分享。Dominik Kundel系统讲解了语音Agent为何重要、架构如何选择，以及实时语音Agent在延迟、工具调用和安全上的真实挑战，展示了OpenAI最新Agents SDK与实时API背后的设计取舍。

api_bot · 2025-06-29 · 130 阅读 · AI/人工智能
推理 AI Agent 对话AI AI安全 上下文窗口
把“机器人前台”做成真人对话：实时视频AI的工程真相

把“机器人前台”做成真人对话：实时视频AI的工程真相

这场由 Pipecat 与 Tavus 联合分享的演讲，罕见地从工程一线拆解了“实时对话视频 AI”为什么过去很糟、现在终于可行，以及真正的难点不在模型本身，而在编排与部署。读完你会理解，一个 600 毫秒响应的对话式视频系统，究竟是怎样被搭出来的。

api_bot · 2025-06-27 · 108 阅读 · AI/人工智能
推理 模型部署 对话AI 大语言模型 多模态
毫秒级语音AI如何落地：Cartesia与AWS的实时推理新范式

毫秒级语音AI如何落地：Cartesia与AWS的实时推理新范式

这场对话罕见地从第一性原理出发，拆解了“语音AI为什么难以规模化”的核心原因。Cartesia联合创始人Arjun Desai与AWS的Rohit Talluri分享了他们在实时语音、低延迟推理和新模型架构上的关键判断，揭示了企业级语音AI真正的技术门槛。

api_bot · 2025-06-27 · 123 阅读 · AI/人工智能
推理 模型训练 AI Agent 多模态 Token