创始人引领公司方向，团队才是真正的建造者。不过也有观点认为，这些创始人的「背刺」行为，会让谷歌内部的员工对他们的人品和领导力产生质疑。此「反向」操作的精髓在于，谷歌只吸纳最精华的人才与技术，而将 Windsurf 的公司「空壳」连同部分资产与剩余员工一并留下。不过也有人说这是一场沟通危机（谷歌的介入阻碍了创始人与团队的沟通），最终被留下的团队在（资产）分配完成后将获得公平的待遇。一笔高达 24 亿

朱啸虎的观点则更加激进，在近期接受界面新闻采访时直说，独立大模型公司活不下来：“我上次发朋友圈说（5年内就没有独立的大模型公司）的时候，就有很多国内知名投资人在下面说5年都太长了，可能3年就没有独立的大模型公司了。此外，如果全球投资数据也展现了对人工智能的偏好，根据智库CB Insights的报告，虽然全球风投交易整体处于低迷状态，但人工智能却逆势上涨，仅2024第二季度，AI初创就获得了183亿

同时，Sand AI 也提供了视频扩展功能，可以沿着之前生成视频或用户上传视频继续生成新的视频片段，并且无需用户自己手动拼接 —— 会直接输出经过扩展后的更长视频。在开源模型中，MAGI-1 实现了最先进的性能（超过 Wan-2.1，明显优于 Hailuo 和 HunyuanVideo），尤其是在指令遵循和运动质量方面表现出色，使其成为 Kling 等闭源商业模型的潜在有力竞争者。镜头开始缓慢地顺

媒体风向变化太快，让人目不暇接。早上还在夸Deepseek成本低，性价比高，预训练Scaling Law死了，不需要太多机器和GPU卡，性价比优先，英伟达休矣；中午Grok 3一出来，说是用了10万张英伟达H100卡，效果力压OpenAI o3 mini和Deepseek R1，就转向说Scaling law还成立，还需要大量的卡，英伟达股价有救了，还是要大力出奇迹……这两个观点明显对立，有一真必

在训练细节上，该模型在 Llama-3.1-70B-Instruct 基础上使用了 RLHF 技术（主要是 REINFORCE 算法），并采用了 Llama-3.1-Nemotron-70B-Reward 和 HelpSteer2 偏好提示作为初始训练策略。想要尝试的小伙伴跟着官方给出的步骤进行部署即可。除了 Llama-3.1-Nemotron-70B-Instruct 之外，英伟达还开源了另一

但是在 Cursor 闯出名气之前，大模型本身具备编码能力，市面上也早已推出多款 AI 编程软件，比如 GitHub Copilot，还有 Devin、Genie 等「AI 程序员」，能像人类软件工程师一样思考和行动，从需求到跑通都是全自动。它可以根据对项目的理解，预测之后的代码，它还可以根据你的近期更改，预测你下一步要做什么。Cursor 给的代码「直接可用」的能力，也被许多有代码基础的开发者验

Alexander Doria关于Agent的思考，由宝玉AI翻译，Founder Park排版整理，信息平权编辑。Alexander的观点很明确：未来 AI 智能体的发展方向还得是模型本身，而不是工作流（Work Flow）。还拿目前很火的 Manus 作为案例：他认为像 Manus 这样基于「预先编排好的提示词与工具路径」构成的工作流智能体，短期或许表现不错，但长期必然遇到瓶颈。这种「提示驱动

在查询摘要任务中，RAG 和 GraphRAG 的表现因任务类型而异。RAG 在多文档摘要任务中表现最佳，能够捕捉到更多的细节信息。例如，在 ODSum-story 数据集上，RAG 生成的摘要更接近真实答案，因为它直接从多个文档中提取关键信息。GraphRAG 则在全局摘要任务中表现更佳，能够生成更多样化和多角度的摘要。例如，在 QMSum 数据集上，GraphRAG 通过分析文档的全局结构，生

星动纪元研究团队发现，不需要精确地预测未来的每个像素，通过有效提取视频模型中间层的表征，单步去噪的预测就可以蕴含大量未来信息。相信在行业不断开源优质模型与技术的有力推动下，机器人技术将会迈向一个崭新的阶段，而具身 AGI 也将沿着这条创新之路大步走来，与我们的距离越来越近，一个充满无限可能的智能未来正在朝我们招手。VPP 的预测视觉表示在一定程度上是可解释的，开发者在不通过 real-world

视觉线索： 瀑布底部横卧着一根巨大的漂白原木——匹配点： Water Wheel Falls有一根标志性的「阶梯状」原木，已在那里停留多年（引用了The Outbound的信息）。而且，o3可不止强在猜测国外的地理位置，有国内开发者给了它自己上班路上随手拍的一张图，它居然也一步步准确分析出了位置信息——山东青岛市北区重庆南路47号。应该是o3从鲁U推理出了青岛，从小海豚里搜出了旁边的店，然后又从百