Texas attorney general Ken Paxton has launched an investigation into both Meta AI Studio and Character.AI for “potentially engaging in deceptive trade practices and misleadingly marketing themselves as mental health tools,” according to a press release issued Monday.“In today’s digital age, we must continue to fight to protect Texas kids from deceptive and exploitative technology,” Paxton is quoted as saying. “By posing as sources of emotional support, AI platforms can mislead vulnerable users, especially c ...

Core Insights - The article highlights the emergence of Gen Z entrepreneurs in the AI startup scene, particularly focusing on Sola Solutions, founded by Jessica Wu and Neil Deshmukh, both MIT dropouts [2][6][16] - Sola Solutions has successfully raised a total of $21 million (approximately 150 million RMB) through seed and Series A funding rounds, indicating strong investor interest in AI-driven automation solutions [8][11] Company Overview - Sola Solutions aims to address the shortcomings of traditional Robotic Process Automation (RPA) by utilizing AI agents that can learn, plan, and make autonomous decisions with minimal human intervention [5][6] - The company's solutions are designed to automate complex tasks across various sectors, including logistics, insurance, and healthcare, thereby enhancing operational efficiency [6][12] Funding and Investment - The company secured $3.5 million in seed funding led by Conviction, followed by a $17.5 million Series A round led by Andreessen Horowitz (A16Z) [9][10][11] - The involvement of prominent female investors, such as Sarah Guo and Kimberly Tan, underscores a shift in the venture capital landscape, highlighting the increasing influence of women in tech investments [12][15] Market Context - The article notes a broader trend of Gen Z founders entering the AI startup ecosystem, with several notable companies emerging from this demographic, indicating a generational shift in entrepreneurship [16][17] - The success of Sola Solutions and other Gen Z-led startups reflects a growing interest from venture capitalists in innovative AI solutions that challenge traditional business models [17][18]

据环球网消息，OpenAI的首席执行官Sam Altman近期在接受采访时，分享了他对公司未来发展的看法 及个人职业规划的考量。 Altman透露，OpenAI正全力推进一系列雄心勃勃的计划，其中一项便是斥资数万亿美元加强计算基础 设施建设。然而，在谈到公司可能上市的前景时，Altman表达了对自己继续担任首席执行官一职的担 忧。 他坦言，尽管自己负责着OpenAI的多个关键项目，但认为自己在管理上市公司方面的技能和市场敏感 度可能有所欠缺。Altman指出，上市公司的CEO需要具备特定的管理能力和对市场动态的敏锐洞察，而 他可能并非最佳人选。 据外媒报道，OpenAI计划在未来几年内投入巨资用于计算基础设施的建设，并探索创新的金融工具来 支持这一庞大的扩张计划。这些举措旨在进一步巩固OpenAI在人工智能领域的领先地位，推动技术的 不断创新与发展。 Altman在采访中承认，上市是OpenAI未来发展的一个潜在方向，但他同时也强调，自己可能并不适合 担任上市公司的首席执行官。他说道："我认识到，我们可能会有一天上市，但我并不确定自己是否适 合在上市公司中担任CEO的角色。" Altman的这一表态引发了业界 ...

白鲸出海，泛互联网出海服务平台，白鲸专注于具备互联网属性的行业、公司、产品和服务的出海，包括应用、游戏、电商、区块链、智能手机及硬件、 旅游、网络文学、影视、动漫、教育、体育和金融等。 全球最挣钱的 AI 创业小公司，又上榜了 10 家公司。 这份由 Super.com 创始人 Henry Shi 打造的「顶尖精益 AI Native 公司排行榜」，罗列了 40 多家团队规模不大（<50 人），却营收可观（ARR>500 万美 元）的初创公司。这些公司来自多个不同领域，热门赛道包括 AI 图像、AI 教育、AI 视频、AI 编程等，近一半尚处于 A 轮之前的早期融资轮次。 AI 的到来已经彻底改变了团队疯狂扩张、多轮融资的传统创业叙事，也改变了全球化创业的方式。 以下文章来源于白鲸出海 ，作者白鲸小编 白鲸出海 . 即使是小团队，创业的第一天就可以选择全球化。只要挖掘到精准的需求、用心打磨用户体验，可以很快做出一款在全球市场备受好评的产品。 公众号「白鲸出海」对上榜的 40 多家企业进行了梳理，总结了这些产品的一些共性特点。Founder Park 编辑整理了两篇介绍文章。 榜单地址：https://lean ...

当OpenAI近日发布其新模型GPT-5时，本应是该公司的又一个高光时刻。Sam Altman曾预告，GPT-5是"通往AGI道路上重要的一步"。然而，模型发布后迅速 引发了失望情绪。 OpenAI备受期待的GPT-5未能带来革命性突破。虽然通往通用人工智能（AGI）的道路似乎遭遇瓶颈， 但市场焦点正转向如何利用现有技术，在产品和服务层 面创造更广泛的商业价值。 用户在社交媒体上分享了新模型犯下的低级错误，例如错误标注美国地图，而资深用户则对其性能和"个性"变化感到不满，认为其在基准测试中表现平平。 这也许不是OpenAI 的本意，但 GPT-5 的推出清楚地表明，人工智能竞赛的性质已经发生了变化。即使这不会在AGI 或所谓的超级智能方面带来非凡的进步， 也可能为使用人工智能模型创造的产品和服务带来更多创新。 这场风波让一个尖锐的问题席卷了硅谷： 在投入了数千亿美元的投资后，生成式AI的技术进展是否已接近当前阶段的极限？ 这不仅挑战了OpenAI高达5000亿 美元的估值基础，也让外界开始重新审视AI技术的发展轨迹。 尽管技术前沿的讨论充满疑虑，但资本市场和产业应用的热情并未消退。 投资者似乎更看重AI在商业 ...

作者 | 李建忠 我今天分享的题目是《大模型驱动的 AI 产业生态和产品创新》，聊聊近一年来在这方面的研究和思考。 出品丨AI 科技大本营（ID：rgznai100） 【导读】 从模型具备逻辑推理，到非专业人士也能用自然语言"氛围编程"，再到智能体将互联网从"信息网络"重构为"行动网络"，我们正处在一个被大模型 全面重塑的时代。在 2025 全球产品经理大会中，奇点智能研究院院长、CSDN 高级副总裁李建忠预言了孤立 App 时代的终结和"伴随式"人机交互的兴起。 跟随他的思考，我们将清晰地看到 AI 如何从技术底层到产品表象，一步步颠覆我们习以为常的数字世界。 大家好！全球产品经理大会（PM-Summit）从去年 9 月到现在，短短一年的时间，感觉在 AI 领域已经经历了好几个迭代。 整个演讲分为四个部分：大模型推理范式转换、应用开发范式转换、人机交互范式转换、智能体生态演进。后两个部分是今天演讲的重点。 首先来看 第一部分：推理范式转换 ，这是去年以来整个大模型最大的变化： 去年 9 月份之前，主流的模型都是训练模型。 9 月份之后， OpenAI o1 通过强化学习实现了模型推理能力的大幅度提升。再到今 ...

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 Anthropic 联合创始人 Dario Amodei 在接受 Stripe 联合创始人 John Collison 的访谈中直言「每一代大模型都是独立盈利单元，账面亏损并不等于业务失败」。他以这 一反直觉判断为起点，阐释了 AI 模型能力如何自然驱动资金、算力和数据投入，以及企业如何在资本周期与市场反馈之间寻找增长节奏。 目录 01. 账面巨亏≠亏钱，Dario Amodei 详解「拆模型看盈利」的 AI 生意经 为什么在账面巨亏的情况下，每代大模型仍能盈利？把每一代大模型当成独立「初创公司」算损益表，这种逻辑能撑到 AGI 吗？.. 02 . 当模型从「本科生」跳到「博士生」，客户凭什么立刻掏 10 倍价钱？ 大模型能力跃升为何会自然驱动资金、算力和数据投入？大模型的「资本主义冲动」如何运作？Scaling Law 的持续生效对 AI 企业增长意味着什么？... 03 . 为什么真正的 AI 原生界面尚未出现？ 为什么现有 AI 界面仍无法释放模型的全部能力？原生界面设计的最大挑战在哪里？... 2、而在资本投入过程中，业内 ...

一个小解码器让所有模型当上领域专家！华人团队新研究正在引起热议。 他们提出了一种比目前业界主流采用的DAPT（领域自适应预训练）和RAG（检索增强生成）更方便、且成本更低的方法。 一水 发自 凹非寺 量子位 | 公众号 QbitAI 翻译成大白话就是，Memory Decoder就像给大模型加了一个"领域知识插件"，既高效又灵活，为大模型适应特定领域提供了一种新方法。 划重点， 即插即用、无需改变原始模型参数、可以和任何共享相同分词器的大语言模型集成 。 对于这一新研究，有网友激动表示，这改变了游戏规则。 下面详细来看论文内容。 相比DAPT，不需要昂贵的全参数训练； 相比RAG，不依赖昂贵的检索。 而且实验结果显示，其方法能够显著提升Qwen和Llama等模型在三个专门领域 （生物医学、金融、法律） 的效果，并使困惑度平均降低 6.17分 （相当于预测下一个词的正确率提升了约20%~25%） 。 好好好，不卖关子了，原来这是来自上海交大、上海AI Lab等机构的研究人员提出的一个名为 "Memory Decoder" 的 预训练记忆模块 —— 通过使用一个小型的前置解码器（former decoder），能 ...

Core Insights - The article emphasizes the importance of utilizing Deep Research to enhance the efficiency of AI product go-to-market (GTM) strategies, highlighting its ability to condense hours of work into minutes [2][3] - It provides practical tips and a guide from former Meta strategy director Torsten Walbaum on how to effectively use Deep Research for customized analysis [2][3] Group 1: Key Techniques for Effective Deep Research - Technique 1: Indicate high-quality information sources to improve output quality, including writing effective prompts and selecting appropriate tools for specific scenarios [5][11] - Technique 2: Provide sufficient background information to obtain tailored insights, treating the AI as a human colleague by sharing necessary context [11][12] - Technique 3: Request a research plan before starting to ensure alignment with expectations, particularly useful in tools like Gemini Deep Research [20][23] Group 2: Deep Research Tools and Use Cases - ChatGPT is identified as the best general-purpose Deep Research tool, especially after the release of GPT-5 and its Agent Mode, which allows effective interaction with websites [38][40] - Use Case 1: Creating step-by-step guides for large internal projects, enabling quick understanding and planning for unfamiliar tasks [44][45] - Use Case 2: Conducting in-depth research on competitors' advertising strategies using tools like Agent Mode to access detailed ad libraries [51][52] Group 3: Structuring Effective Prompts - A structured prompt template is provided to guide users in crafting effective Deep Research requests, ensuring clarity in goals, context, and desired outputs [26][29] - Emphasis on specifying sources and instructions to enhance the relevance and accuracy of the research output [32][67] Group 4: Market Evaluation for International Expansion - A two-step approach is recommended for evaluating markets for international expansion, involving framework development and high-quality data source compilation [72][75] - The importance of using recent and credible data sources is highlighted to ensure the accuracy of market assessments [74][76]

AI或许没那么快赶超人类 凤凰网科技讯 北京时间8月18日，《华盛顿邮报》发文称，备受期待的新一代GPT-5大模型的性能没有 达到一些科技界人士的预期，这使得他们开始重新思考"超级智能"实现的速度，质疑AI能否像一些高管 所宣传的那样能够快速赶超人类。 在OpenAI对ChatGPT进行这一重大升级前，科技工作者和AI发烧友们翘首以盼，已经对它期待了好几 个月。 OpenAI决定将新系统命名为GPT-5，这不禁让人们将其与2023年发布的GPT-4相比较。GPT-4当年震惊 了科技界，推动ChatGPT快速发展，目前周用户量达到了7亿。 然而，在GPT-5于8月7日正式发布，并在接下来几天接受科技界人士评测后，一些业内人士认为，这次 升级虽然是一次令人欣喜的改进，但并不算重大飞跃。 苏穆克·沙希达尔(Sumuk Shashidhar)是伊利诺伊大学厄巴纳-香槟分校的一名AI研究人员和博士生，曾与 多家AI公司合作。他表示，业界许多人似乎对OpenAI的新产品预期过高。 在AI行业常用的社交平台X上，科技评测人士发布了截图，显示GPT-5在编码或收集复杂主题研究等任 务上，比之前的AI系统表现更好。但是，他们也 ...