頭條
OpenAI “Stargate” 項目延期
據(jù)報道，由于經(jīng)濟(jì)不穩(wěn)定導(dǎo)致投資者猶豫，OpenAI 5000億美元的“Stargate”數(shù)據(jù)中心計劃進(jìn)展艱難。
谷歌的人工智能初創(chuàng)企業(yè)基金
https://blog.google/technology/google-labs/ai-futures-fund/
谷歌的人工智能未來基金將投資使用DeepMind人工智能工具的初創(chuàng)企業(yè)，并提供模型使用權(quán)限、云服務(wù)額度、專家支持以及潛在的直接資金支持。
谷歌將加入人工智能編程助手競賽
https://links.tldrnewsletter.com/hjRJ5g
據(jù)報道，谷歌將于5月20日的I/O大會上推出一款人工智能軟件開發(fā)助手，它能助力完整的開發(fā)生命周期。此舉讓谷歌在日益擁擠的人工智能編碼領(lǐng)域，直接與Anthropic的Claude Code、OpenAI的Windsurf以及眾多初創(chuàng)公司展開競爭。此外，Gemini可能會與增強(qiáng)現(xiàn)實眼鏡進(jìn)行整合。
DEEP DIVES & ANALYSIS
VLM的格局與進(jìn)展
https://huggingface.co/blog/vlms-2025
Hugging Face 概述了視覺語言模型是如何通過更小、更強(qiáng)大的架構(gòu)取得進(jìn)展的，實現(xiàn)了推理、視頻理解和多模態(tài)智能體功能。
亞馬遜倉庫存儲機(jī)器人展現(xiàn)潛力與局限
https://arxiv.org/abs/2505.04572
亞馬遜的定制堆垛機(jī)器人在倉庫作業(yè)中達(dá)到了人類的水平，凸顯了當(dāng)前機(jī)器人技術(shù)的前沿情況——其專用硬件和人工智能視覺能夠大規(guī)模成功處理各類物品，但14%的失誤率表明，盡管已有重大進(jìn)展，倉庫完全自動化為何仍難以實現(xiàn)。
隨著需求減弱，中國人工智能數(shù)據(jù)中心熱潮面臨崩潰
https://www.technologyreview.com/2025/03/26/1113802/china-ai-data-centers-unused/amp/
中國人工智能基礎(chǔ)設(shè)施熱潮導(dǎo)致嚴(yán)重產(chǎn)能過剩，500多個新數(shù)據(jù)中心80%的計算資源閑置。DeepSeek的R1模型從根本上改變了市場格局，需求從注重訓(xùn)練的硬件轉(zhuǎn)向推理優(yōu)化的硬件，致使許多設(shè)施過時。盡管市場有所調(diào)整，中國仍在大力投資基礎(chǔ)設(shè)施，以抗衡美國如5000億美元“Stargate”計劃等舉措 。
工程
OpenAI的健康基準(zhǔn)測試
https://links.tldrnewsletter.com/8DyQQa
OpenAI的HealthBench是與262位醫(yī)生共同開發(fā)的一個基準(zhǔn)，用于在真實醫(yī)療對話場景中評估人工智能模型。
大語言模型（LLMs）在多輪對話中“迷失方向”（GitHub 倉庫）
https://github.com/microsoft/lost_in_conversation
大語言模型（LLMs）在多輪對話中的表現(xiàn)明顯更差，由于不可靠以及過早做出錯誤假設(shè)，任務(wù)完成率平均下降39% 。
通用機(jī)器人政策框架（GitHub 倉庫）
https://github.com/opendrivelab/univla
UniVLA通過推斷以任務(wù)為中心的潛在動作，能夠從各種機(jī)器人實體的無標(biāo)簽視頻中進(jìn)行策略學(xué)習(xí)。
其他
記者揭示融入人工智能的微妙方法
一項對路透社、《華盛頓郵報》、VentureBeat、404 Media 等媒體專業(yè)人士的調(diào)查顯示，新聞編輯室在有選擇地采用人工智能。他們在轉(zhuǎn)錄、數(shù)據(jù)分析和翻譯方面接受人工智能，但拒絕用人工智能創(chuàng)作內(nèi)容。路透社稱，現(xiàn)在約25%的代碼由人工智能生成，但許多記者仍持懷疑態(tài)度，他們更看重維護(hù)受眾信任和新聞操守，而非技術(shù)效率。
Figma網(wǎng)站構(gòu)建器
https://www.figma.com/blog/introducing-figma-sites/
Figma推出了Figma Sites，用戶能直接在Figma里設(shè)計、構(gòu)建和發(fā)布響應(yīng)式網(wǎng)站，簡化了從設(shè)計到投產(chǎn)的工作流程。
斑馬9B-V2
https://huggingface.co/blog/ibm-ai-platform/bamba-9b-v2
IBM、普林斯頓大學(xué)、卡內(nèi)基梅隆大學(xué)（CMU）和伊利諾伊大學(xué)厄巴納-香檳分校（UIUC）發(fā)布了Bamba v2，這是一個基于Mamba2的模型，在3萬億個數(shù)據(jù)令牌上訓(xùn)練后，性能超過了Llama 3.1 8B。Bamba v2利用Mamba2架構(gòu)實現(xiàn)了快2到2.5倍的推理速度，在L1和L2基準(zhǔn)測試中表現(xiàn)出色。該團(tuán)隊計劃進(jìn)一步優(yōu)化，并邀請社區(qū)合作來提升模型性能。
特朗普政府廢除拜登時代的人工智能芯片出口管制措施
https://links.tldrnewsletter.com/Wl42Y8
特朗普政府取消了拜登的“人工智能傳播規(guī)則”，該規(guī)則原本會限制美國技術(shù)出口。
Manus 擴(kuò)大免費訪問權(quán)限
https://threadreaderapp.com/thread/1921943525261742203.html
Manus 取消了等候名單，讓更多人能使用其虛擬桌面人工智能代理。所有用戶每天可免費完成一項任務(wù)，還能一次性獲得1000積分獎勵，這大大降低了這款此前備受矚目的自動化工具的使用門檻。
一款模塊化多語言大語言模型
https://kyutai.org/2025/04/30/helium.html
擁有20億參數(shù)的大語言模型Helium 1在歐洲語言方面表現(xiàn)出色，且針對設(shè)備端使用進(jìn)行了優(yōu)化。
