搜索
近期，大模型智能体（Agent）的相关话题爆火 —— 不论是 Anthropic 抢先 MCP 范式的快速普及，还是 OpenAI 推出的 Agents SDK 以及谷歌最新发布的 A2A 协议，都预示了 AI Agent 的巨大潜力。
AI圈最近弥漫着一股微妙的气息。人们似乎不再热议大语言模型的最新突破、以及AI应用的无限可能时，一些代表着未来的AI巨头，却似乎正将目光投向互联网那熟悉得不能再熟悉的角落——社交网络与社区。
最近终于有时间来测试一下最新版的据说超级强的可灵2.0，想着来都来了不如顺便就把Veo 2也一起测了。前几天可灵2.0在北京有发布会，我没有去，主要是比较忙，最主要是可灵也没邀请我，不过还好，Veo 2也没邀请我，让我可以非常好地保持住自己的客观。
鲜为人知的是，目前国内超过60%的AI应用，包括DeepSeek的C端应用，联网搜索能力是通过集成博查AI的Search API实现的。大模型需要通过这类API，才能够动态获取最新信息，并输出给用户。AI搜索和传统搜索在入口端的界面上非常相似，底层技术和最终返回给用户的体验却截然不同。
还在用搜索和规则训练AI游戏？现在直接「看回放」学打宝可梦了！德州大学奥斯汀分校的研究团队用Transformer和离线强化学习打造出一个智能体，不靠规则、没用启发式算法，纯靠47.5万场人类对战回放训练出来，居然打上了Pokémon Showdown全球前10%！
“能流畅跑70B模型的国产GPU有推荐的吗？”在一个算力交流群里，一位从业者问。不少回复打趣道：“48GB显存的4090。”智算中心、
我们体验了 11 款 AI 游戏后，发现不少开发者在玩法设计上进行了有趣的突破。比如一些游戏通过让 AI 与玩家一起玩“你画我猜”，但与常理不同的是AI猜玩家画，让原本简单的游戏变得充满意外和笑点；也有像《萌爪派对》这样的游戏，把 AI 角色当作宠物一样培养，玩家和 AI 互动时，能看到角色“成长”，甚至随着时间的推移产生不同的变化。
具身智能的突破离不开高质量数据。目前，具身合成数据有两条主要技术路线之争：“视频合成+3D重建”or “端到端3D生成”。英伟达在CES 2025指出“尚无互联网规模的机器人数据”，自动驾驶已具备城市级仿真，但家庭等复杂室内环境缺乏3D合成平台。
微软研究院开源的原生1bit大模型BitNet b1.58 2B4T，将低精度与高效能结合，开创了AI轻量化的新纪元。通过精心设计的推理框架，BitNet不仅突破了内存的限制，还在多项基准测试中表现出色，甚至与全精度模型不相上下。
现在下场做 AI 产品的创业者越来越多，但创业总归是“九死一生”的艰难旅途，我更关心的是，有没有一些有迹可循的办法，能提高成功率？上周，我和一位非典型 AI 创业者——米可世界 AI Lab 的负责人 Simon 聊了一次天，聊出了很多在 AI 创业的宏大叙事中没有的“大实话”，也获得了不少启发。