AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
MiniCPM-o 4.5已合并至vLLM-Omni，支持端到端全模态推理
vLLM-Omni集成MiniCPM-o 4.5（9B参数），实现文本/图像/音频/视频输入、文本+语音输出的端到端全模态服务，首版支持单工非流式推理，复用流式双工功能即将推出。
@vllm_project
阅读 →
NVIDIA AI for Media实现实时AI性能，支持8K超分辨率
NVIDIA推出AI媒体解决方案：合成视频检测器达92%准确率、22ms低延迟；RTX视频超分辨率和帧生成技术可将480p提升至8K、帧率提升2-4倍；支持本地和云端部署，助力内容本地化和视频资产价…
@nvidia
阅读 →
Legora利用Claude将法律解释带入新时代
Legora联合创始人兼CEO表示，每次新模型发布都会提升行业水平，其公司正基于Claude为所有人打造法律领域的解决方案。
@claudeai
阅读 →
Anthropic扩展Project Glasswing，Claude Mythos Previe…
Anthropic宣布将Claude Mythos Preview访问权限扩展至约150个新增组织，遍布十五个国家以上，详细阐述了项目扩展及未来规划。
@AnthropicAI
阅读 →
Altman引用传道书名言应对艰难时刻
Sam Altman分享了在困难日子里给予他灵感的引言，来自传道书9:10，强调无论手头有何事都应全力以赴，因为死后之地没有工作、计划、知识或智慧。
@sama
阅读 →
Musk批主流媒体对Nowak案沉默，对比George Floyd报道
Musk呼吁转发视频揭露Nowak临终前被警察粗暴对待并屈从于凶手的细节，谴责一贯大量报道George Floyd事件的传统媒体对此案保持沉默。
@elonmusk
阅读 →
GTC Taipei周边商店6月2日开放，独家限定商品
台北GTC大会期间Gear Store将出售限定周边，仅对GTC Taipei和COMPUTEX已注册观众开放，地点在TICC，时间为每日9:30至17:30。
@nvidia
阅读 →
Agent Skills公开课今晚直播，解读新书《图解Skill》
宝玉将在图灵社区直播间分享AI提效实操经验，介绍新书内容，适合对AI提效工具感兴趣的技术人员参与。
@dotey
阅读 →
JetBrains开源Mellum2混合专家模型，128K上下文
Mellum2-12B-A2.5B-Thinking是一款仅激活2.5B参数的开源MoE模型，可处理自然语言和代码，从发布首日起即支持vLLM原生运行。
@vllm_project
阅读 →
Ollama携手NVIDIA共推RTX Spark项目
Ollama宣布与NVIDIA合作，为NVIDIA RTX Spark的正式发布提供支持。
@ollama
阅读 →
NVIDIA Nemotron推动主权AI，覆盖全球数十亿用户
地区性AI领军企业正基于NVIDIA Nemotron构建新型数据集、主权AI模型和代理应用，专门适配本地语言文化和经济需求。
@nvidia
阅读 →
Together AI将于4小时后举办MiniMax M3现场讨论
Together AI邀请用户参加即将开始的MiniMax M3现场Spaces聊天，4小时后开始，可通过回复本推文预先提交问题。
@togethercompute
阅读 →
美国国防自动化困境：维持保障成瓶颈
国防公司虽能以“机器速度”运行，但五角大楼尚缺乏有效支持体系，此前自动化尝试反而增加人力需求，亟需突破维持保障瓶颈。
@a16z
阅读 →
a16z对话：AI超级周期下的投资策略与退出格局
VenCap CIO与a16z合伙人讨论AI超级周期如何重塑科技产业格局，涵盖企业AI采用阶段、超额退出现象及代币经济学等议题。
@a16z
阅读 →
微软与NVIDIA合作推出Grace+Blackwell芯片笔记本电脑
两家科技巨头联手挑战Apple Silicon在笔记本电脑领域长达六年的主导地位，搭载新型AI芯片的设备即将面世。
@swyx
阅读 →
Plena打造医疗AI操作系统，8个月ARR增长17倍
专科医疗机构AI平台Plena实现全流程运营自动化，包括转诊、传真、排班和收款等环节，助医生专注诊疗，已实现七位数合同收入。
@ycombinator
阅读 →
Intelligence Factory用人类演示数据训练机器人通用操作模型
公司收集视觉、动作和触觉等多种人类演示数据，训练通用操纵模型，已部署于仓库、超市和数据中心等场景。
@ycombinator
阅读 →
xAI视频生成世界模型训练细节：LLM成关键
播客深入讨论xAI旗下Videogen的技术实现，前工程师透露视频模型的智能主要来自LLM而非视频数据扩展，并解释为何转战大语言模型领域。
@swyx
阅读 →
Memoir实现代码到演示视频的自动化营销
Memoir为软件公司提供自主营销系统，能自动将代码转化为演示视频，并以用户风格生成社交媒体内容，让开发者专注产品本身。
@ycombinator
阅读 →
Google揭秘TPU Training Day短片制作：木偶戏+AI工具
Google公布如何在#GoogleIO期间使用Nano Banana、Google AI Studio和Gemini Omni等AI工具，结合传统木偶戏和定格动画制作宣传短片。
@Google
阅读 →
Gravy Finance推出AI代理连接银行、投资和邮件服务
该公司通过整合用户的银行账户、投资组合及邮件等数据，实现个人财务智能解读与自动化管理，由创始人alitabba_和DevMaxC发起。
@ycombinator
阅读 →
AI治理与控制平面将成为接下来几个季度的关注焦点
chamath指出AI治理和“控制平面”概念将获得更多关注，这正是其公司Software Factory的专长方向，相关技术细节可在官网了解。
@chamath
阅读 →
Replit单提示即可生成完整业务
Replit宣布用户现在可通过单条提示免费构建真实业务，包括网站、移动应用、演示文稿和发布视频，并解锁Stripe等合作伙伴福利。
@Replit
阅读 →
NVIDIA Vera Rubin平台进入量产
NVIDIA Vera Rubin是多 rack 规模的Pod系统，专为Agentic AI设计，统一了Vera Rubin NVL72、Vera CPU rack、Groq 3 LPX等多个组件。
@nvidia
阅读 →
Google Gemini Omni实现对话式视频编辑
Google Gemini Omni让视频编辑变得如对话般简单，用户可通过自然语言请求直接重塑视频中的动作场景。
@Google
阅读 →
Paul Graham质疑AI回复为何总用二选一框架
Paul Graham提问为何AI生成的回复经常采用两事物对立的形式，询问是哪个bot有此特性或是否为AI默认行为。
@paulg
阅读 →
NVIDIA推荐台北GTC参观者夜市体验
台北以创新和美食闻名，NVIDIA提醒GTC台北与会者，逛夜市是Computex期间不可错过的体验。
@nvidia
阅读 →
黄仁勋台北GTC揭示AI工厂与Agent未来
NVIDIA CEO黄仁勋在台北GTC主题演讲中公布AI基础设施运行全球AI工厂、自主Agent、物理AI与机器人，以及全新的AI原生个人计算平台。
@nvidia
阅读 →
Perplexity推出Search as Code搜索架构
Perplexity发布面向AI Agent的Search as Code新架构，可直接生成调用搜索栈的Python代码，而非逐个循环函数调用，现已上线Agent API。
@perplexity_ai
阅读 →
创始人自嘲本月开支含大额Anthropic失误
Paul Graham转发某创始人投资更新，称本月开支包含大量工作试用、招聘和一笔“非常大的Anthropic失误”。
@paulg
阅读 →