Core Insights - The conversation highlights the advancements in robotics, particularly the focus on creating general-purpose robots that can adapt to various tasks and environments, leveraging diverse data sources for improved learning and performance [4][7][8]. Group 1: Chelsea Finn's Research Journey - Chelsea Finn's journey into robotics began over a decade ago during her PhD at UC Berkeley, where she focused on neural network control for robotic arms [5][6]. - The initial challenge identified was the need for robots to perform tasks across different environments and objects, which required expanding data sets and exploring various learning methods [6][5]. - Finn emphasizes the importance of optimizing data collection capabilities to enhance robots' adaptability in real-world scenarios [4][6]. Group 2: Physical Intelligence's Goals - Physical Intelligence aims to develop a large neural network model capable of controlling any robot in any environment, addressing the limitations of traditional robotics research that often focuses on specific applications [7][8]. - The company believes in maximizing the use of all available data, integrating information from different robotic platforms to enhance model generalization [7][8]. - A key aspect of their approach is to ensure that older data remains relevant as new robot versions are developed, avoiding the need to restart the learning process [8]. Group 3: Data Collection and Model Development - The initial focus for Physical Intelligence is on expanding data collection in real-world settings, as there is currently no extensive repository of robotic motion data akin to that available for language models [9][10]. - Recent experiments have shown progress in enabling robots to learn complex tasks, but there is still a need to improve their understanding of instructions and generalization capabilities [10][11]. - The architecture employs Transformer and pre-trained visual-language models to leverage vast online information, allowing robots to understand and execute tasks even with unfamiliar concepts [10][11]. Group 4: Open Source Strategy - Physical Intelligence adopts an open-source strategy, sharing model weights and collaborating with hardware companies to promote research and development in the robotics community [12][13]. - The rationale behind this approach is to foster innovation and prepare the industry for the eventual deployment of general-purpose models [12][13]. Group 5: Future of Robotics - The future of robotics is expected to be diverse, with various specialized robots emerging for different tasks, similar to kitchen tools rather than a single universal device [31][32]. - The potential for a "Cambrian explosion" of robotic hardware is anticipated as technology matures, leading to a wide array of robot forms tailored for specific applications [31][32]. - The discussion also touches on the importance of developing robots that can interact with humans and adapt to personalized needs, enhancing their utility in everyday tasks [22][15].

他强调，行业应"聚焦于提供高质量答案"，而非用"最低成本的方式刷数据"。 图片来源： Unsplash Instagram 联合创始人凯文·斯特罗姆（ Kevin Systrom ）近日公开批评当前 AI 聊天机器人行业陷 入"数据泡沫"陷阱——通过高频追问用户"诱导互动"以美化运营指标，而非专注于提供真正有价值的 答案。 在 StartupGrind 大会上，斯特罗姆直言这种策略是"一股伤害用户的势力"，并将其类比社交媒体公司 早年激进扩张时期的策略："你会看到某些 AI 公司正在掉进消费互联网公司曾深陷的'互动量黑洞'。 每当用户提问结束，系统总要追加一个诱导性问题，试图榨取更多对话次数。" 核心矛盾： AI 公司陷入"互动量陷阱"？ 斯特罗姆指出，聊天机器人过度追求 "黏性"并非技术缺陷， 而是 AI 公司为炫耀"用户使用时长""日活量"等指标刻意设计的机制。 https://techcrunch.com/2025/05/02/ai-chatbots-are-juicing-engagement-instead-of-being-useful-instagram-co-founder-warns/ 编译 ...

图片来源： a16z Z Highlights ： Andrew Bosworth 是 Meta 的 首席技术官 ，主管 Reality Labs 团队。 David George 是 a16z 的普通合伙人，负责领导公司的 Growth 投资团队。本文系 Andrew Bosworth 与 David George 在 a16z Growth 团队的访谈栏目 AI Revolution 中的访谈实录。 Andrew Bosworth： 说十年，我反倒更有把握。到那时候，我们接收内容的方式绝不会只是掏出手机。 AR 眼镜有很大机会成为主流入口。 而且我希望在 沉浸式体验这块，我们能有更好的解决方案。 现在如果你想要沉浸感，比如去Sphere那种场馆——很棒，但全世界只有一个，还在拉斯维加斯，得专门安排一趟行程去体验。 有没有更轻量、随时可达的方式？比如我想跟我爸一起看比赛，而且真的有坐在场边的感觉。我们当然可以买票去现场，但有没有替代方案？我觉得是有 的。换句话说，我对未来十年里出现更多"非手机式"的内容入口持乐观态度。 五年这个时间 节点会更微妙一些。到时候的智能眼镜、AI眼镜、带显示的眼镜应该会 挺不错。 ...

4.21-4.27 TOP10 | | Best of the week of April 21, 2025 | Daily Weekly | Monthly | Yearly | Featured | All | | --- | --- | --- | --- | --- | --- | --- | | ﻬ | 3月 31-4月 6 4月 7—13 4月 14-20 | | 4月 21-27 | | 4月 28-5月 4 | → | | | Strawberry | | | | D | 0 | | | Al browser that saves you 18h/week | | | | 228 | 824 | | | Productivity · Artificial Intelligence | | | | | | | | RightNow AI 'V2.0' | | | | D | റ | | | Vibe coding for CUDA engineers | | | | ୧୫ | 817 | | | Developer Tools · Artificial Intelligence · No-Cod ...

过去的人工智能助手大多只能进行对话或提供信息参考，人类仍需亲自执行具体操作。但 2025 年这一局面正在改变。以法律科技新星 Harvey 为例，其软 件不仅能解答法律问题，更能完整处理法律工作流程：从文件审阅到案件预测分析，平台可自动生成法律文书、提出修订建议，甚至协助完成谈判自动 化、案件管理和客户联络 —— 这一系列工作通常需要一个初级律师团队才能完成。正是这种突破性进展让 Harvey 成功入选《福布斯》 AI 50 榜单，标志 着 人工智能正从辅助工具进化为真正的业务执行者。 企业级工具引领创新浪潮 今年 AI 50 榜单中，众多佼佼者都是能直接参与实际工作的企业级解决方案。初创公司 Anysphere 旗下产品 Sierra 和 Cursor 堪称新一代商业 AI 的典范。 Sierra 在实现全天候自动化客服的同时大幅提升服务质量，为企业开辟了 7×24 小时客户服务新路径。而 Cursor 则在软件开发圈内引发轰动，其技术突破在 于：用户只需用日常英语描述需求，不仅能实现代码自动补全（类似 GitHub CoPilot ），更能直接生成完整功能模块乃至整个应用程序。 机器人产业步入爆发期 图片 ...

在将 Meta AI 整合进 WhatsApp 、 Instagram 、 Facebook 和 Messenger 后， Meta 正在推出一款独立 的 AI 应用。这款应用在 4 月 29 日的 Meta LlamaCon 活动上亮相，允许用户通过一个应用访问 Meta AI ，类似于 ChatGPT 应用和其他 AI 助手应用。 为了赢得用户， Meta 试图利用其与 OpenAI 和 Anthropic 等公司的不同之处——基于你可能在 Facebook 或 Instagram 上分享多年的数据， Meta 已经了解你是谁、你喜欢什么以及你与谁交往。 Meta 的 AI 应用之所以能区别于现有的 AI 助手，是因为它可以"利用你已选择在 Meta 产品上分享的 信息"， 公司表示，比如你的个人资料和你互动的内容。目前，这些个性化回复将在美国和加拿大提 供。 图片来源： Meta 你还可以向 Meta 提供更多关于你的信息，以便在未来的 AI 对话中记住——例如，你可以告诉 AI 你 乳糖不耐受，它可能会在推荐你下次度假时参加葡萄酒和奶酪品尝会之前记住这一点。 如同任何 AI 产品一样，用户应当了解 M ...

图片来源： Freepik 在线平面设计平台 Freepik 于周二发布了一款新型"开放" AI 图像模型，该公司称该模型仅基于商业授权、"适合工作环境"的图片进行训练。 该模型名为 F Lite ，包含约 100 亿个参数——参数是构成模型的内部组件。 据 Freepik 透露， F Lite 是与 AI 初创公司 Fal.ai 合作开发，并利用 64 台 Nvidia H100 GPU 耗时两个月训练完成。 F Lite 加入了基于授权数据训练的小型但不断增长的生成式 AI 模型行列。 推特原文：我们已秘密研发数月！终于能分享它，感觉太棒了！ • 常规版：更可预测且忠于提示，但艺术性较低： https://t.co/MyWsKer9Ir • 纹理版：更为混乱且易出错，但能呈现更佳的纹理效 pic.twitter.com/GX5mIpYE8O (@javilopen) 2025 年 4 月 29 日 生成式 AI 正成为针对 OpenAI 和 Midjourney 等 AI 公司的版权诉讼核心。 这类技术常利用来自网络公开渠道的海量内容（包括受版权保护的材料）进行开发。多数开发此类模型的公司主张合理使用原则 ...

OpenAI 现在允许用户在 ChatGPT 内购物，这是这家 AI 初创公司为扩大其热门聊天机器人影响力并 挑战谷歌等竞争对手的最新举措。 周一宣布的新功能允许用户快速比较产品，并通过 ChatGPT 内的链接跳转至外部网站完成购买。初 期，该功能仅支持少数类别，如电子产品、时尚、美妆及家居用品，并计划逐步扩展至更多领域。 这一购物工具面向 ChatGPT 所有 5 亿活跃用户开放，未登录聊天机器人的用户亦可使用。 OpenAI 正努力将 ChatGPT 打造为一款集搜索引擎、语音助手和视频生成器于一体的全能应用。 此举旨在延长用户使用时长，同时助力 ChatGPT 在 Anthropic 、 Alphabet 旗下谷歌及埃隆·马斯克的 xAI 等竞争对手的服务中保持领先。 AI 搜索初创公司 Perplexity 也通过增加购物功能实现了业务扩 展。 作为 OpenAI 周一推出的多项更新之一，购物功能使该聊天机器人与其他在线消费者推荐和评论来源 （如 CNET 和《纽约时报》旗下的 Wirecutter ）展开了更直接的竞争。 OpenAI 发言人表示，公司不 会通过 ChatGPT 进行的购买收取联盟 ...

来源： Theo von Alexander Wang ， 19 岁创立 Scale AI 公司（最新估值 140 亿美元），这是一个为 AI 程序提供数据 训练的平台。 2021 年，他被《福布斯》杂志评为全球最年轻的白手起家亿万富翁，当时他只有 24 这就是为什么数据被称作 " 新石油 " 或 " 新黄金 "—— 它极其珍贵，因为 算法的一切认知都来 源于输入的数据 。无论是知识储备、学习能力还是回答方式， AI 的所有行为都完全依赖于它 " 吸收 " 的数据质量。 每个公司都必须弄清楚如何用好互联网，如何聪明地处理互联网和数字内容一样， 每个公司都 必须聪明地使用 AI ，如何利用 AI ，如何赋予它独特的风格，以便他们的东西在竞争中脱颖而 出。 AI 相关的工作会成为未来几年世界上增长最快的工作，未来的工作会变成另一种形式，每个人 应该 学习如何最好的利用 AI 这个机会 ，最终每个人都将升级为管理者。 AI 在某些方面非常擅长，因为它已经吸收了大量的事实信息，这并不意味着它在所有领域都超 越人类，它只是数据，人类把数据处理之后，得到一些算法。 我们应该时刻保持警惕，确保人 类始终掌握控制权。 AI ...

基于 AI 的编码技术因其能让开发者工作更快速、更轻松的承诺而迅速走红。但 AI 编码也带来了另一个后果： 代码行数激增，进而导致因漏洞引发崩溃或其他事故的可能性大幅上升。 4月28日，一家名为 Lightrun 的以色列初创公司宣布完成 7000 万美元的 B 轮融资。 该公司开发了一个可观测性平台，旨在问题出现前识别并调试、修复代码。这笔融资不仅凸显了市场对此类工 具的迫切需求，也证明了 Lightrun 在满足这一需求上的强劲势头。 新投资方 Accel 与现有投资者 Insight Partners 共同领投本轮，花旗银行、 Glilot Capital 、 GTM Capital 及 Sorenson Capital 参与跟投。至此， Lightrun 已累计融资 1.1 亿美元，包括 2021 年报道过的由 Insight 领投的 A 轮融资。这家初创公司未公开其估值。 花旗银行作为战略支持者，与一系列知名客户并列，其中包括 ADP 、 AT&T 、 ICE/NYSE 、 Inditex 、微 软、 Priceline 、 Salesforce 和 SAP 等。 其产品及其在当前市场格局中的定位时 ...