前 Google DeepMind 研究員融資 20 億美元,要做美國的 DeepSeek由兩名前 Google DeepMind 研究員 Misha Laskin 和 Ioannis Antonoglou,在去年創立的初創公司 Reflection AI,在最新一輪融資中籌集了 20 億美元,公司估值達到 80 億美元。這距離其七個月前,5.45 億美元的估值實現了驚人的 15 倍增長。Reflection AI 正從最初專注於自主編碼智能體的業務,轉型為一家開放的前沿 AI 實驗室。現在他們把自己定位為封閉前沿實驗室(OpenAI、Anthropic 等企業)的開源替代方案,以及像 DeepSeek 這樣的中國 AI 公司的美國版。根據公司 CEO Laskin 表示,Reflection AI 已經實現了大規模的混合專家模型(Mixture-of-Experts, MoEs)訓練,未來目標是發佈一款基於數兆資料標記訓練的前沿語言模型,預計最早將於明年推出。在過去幾個月,Reflection AI 招募了來自 DeepMind 和 OpenAI 的頂尖人才。並宣佈公司採取的「開放」策略,將類似於 Meta 的 Llama 模型,即公開發佈模型權重供公眾使用,但保留資料集和完整的訓練流程為專有。本輪融資獲得了包括輝達(Nvidia)、DST、紅杉資本(Sequoia)等在內的眾多知名投資方的支援。Reflection AI 這一舉動也得到了美國科技界的普遍歡迎,白宮 AI 與加密事務專員 David Sacks 和 Hugging Face 的 CEO Clem Delangue 均對此表示了積極看法。🤺 馬斯克再次抨擊 OpenAI:一個建立在謊言上的公司馬斯克再次對 OpenAI 發起攻擊,指責 OpenAI 不誠實並濫用慈善資金。周六,馬斯克轉發了前 OpenAI 董事會成員海倫·托納的一條帖子,她對公司的營運表達了複雜的感受。馬斯克補充了自己的評論,稱「OpenAI 是建立在謊言之上的」,並且置頂了這則推文。事情的具體經過是,OpenAI 傳喚了 AI 安全非營利組織 Encode 的律師 Nathan Calvin,要求他提供關於加州 SB 53 的私人通訊記錄。SB 53 是一項要求前沿 AI 開發者如他們自己提供透明度報告的新法律,也叫 AI 透明度法案,核心條款就是,大型AI 開發者需公開框架檔案。Nathan Calvin 在推文裡提到,OpenAI 選擇法院傳喚這種方式,是一種恐嚇策略,目的就是要削弱 SB 53 這項法案。OpenAI 的首席戰略官 Jason Kwon,也回應了 Encode 律師 Nathan Calvin 在 X 公開的質疑,提到他們並沒有反對 SB53,而法院的傳票也只是為了瞭解,Encode 參與馬斯克起訴 OpenAI 這個案子,動機及其資金來源。這並非針對個人或 Encode 的單獨法律行動。馬斯克長期以來,都在批評 OpenAI 從最初的開放、非營利模式轉變為一個封閉、以盈利為導向的公司,甚至稱它為「微軟的子公司」。而馬斯克和奧特曼在 X 上的吵架也時常發生,前段時間,馬斯克曾指責 OpenAI 和 蘋果 App Store 有內部交易,導致他的 Grok 不能在 App Store 上獲取有利地位。但長期以來的爭議還是就 OpenAI 是否繼續作為非營利組織,早在今年五月,奧特曼就在 X 喊話馬斯克,拋出與馬斯克合作的願望,強調 AGI 的重要性高於他們的個人恩怨。而前段時間,奧特曼接受 Tucker Carlson 的採訪,再次提到,馬斯克曾幫助他們創辦了 OpenAI,他對此非常感激,很長一段時間裡,奧特曼都把馬斯克視為令人難以置信的英雄。但現在,這種感覺不同了,他覺得馬斯克在試著去做一個相當對抗性的人,並試圖拖慢 OpenAI、起訴 OpenAI。📱 OpenAI:軟體行業的「死神來了」模型的進展腳步放緩,OpenAI 在應用的研究上步履不停。短短一個月,OpenAI 已經根據 ChatGPT 最大優勢,記憶和個性化,推出了 ChatGPT 內購物、每天的資訊推送 ChatGPT Pulse、以及在 OpenDev Day 上提到的作業系統、這周一發佈的 Agent Builder工具等。每個應用,不僅是給使用者多一個選擇,大多數時候是直接「要了其他競品的命」。最近 OpenAI 一篇介紹內部合同資料智能體工具 DocuGPT 的部落格文章,直接引發了相關軟體上市公司投資者的恐慌性拋售。電子簽 DocuSign 產品首頁文章發佈後,電子簽名巨頭 DocuSign 的股價在幾天內下跌了約 17%,而 HubSpot 和 Salesforce(企業服務平台)的股價也受到了衝擊。而 DocuGPT 並非 OpenAI 計畫對外銷售的獨立產品,只是一個內部工具,旨在展示如何利用 ChatGPT 快速編寫出對企業有用的簡單應用程式,例如分析已簽署的合同。DocuGPT 的工作流程是先接受相關的合同檔案;然後利用檢索增強提示技術,將合同解析為結構化資料,並對非標準條款進行標註和引用;最後由財務專家稽核輸出結果,確保分類與資料的精準性。DocuGPT 介紹視訊截圖,連結:https://openai.com/index/openai-contract-data-agent/就只是一個 Demo 展示,投資者就可以解讀為,OpenAI 有能力迅速複製一個類似 DocuSign 的產品。DocuSign 首席執行官 Allan Thygesen 也立刻回應,提到該演示「對我們的業務或競爭地位沒有實質性影響」,並強調 DocuSign 的核心業務是提供具有法律約束力的檔案簽署服務。🔗 https://www.theinformation.com/articles/openai-softwares-grim-reaper👓 蘋果計畫收購 AI 視覺初創公司 Prompt AI根據 CNBC 報導,蘋果正在洽談收購電腦視覺初創公司,Prompt AI 的部分技術與核心團隊。這筆交易預計將進一步加強蘋果在 AI 領域,尤其是電腦視覺技術方面的實力。消息人士透露,談判接近尾聲,但具體的收購金額尚未對外披露。Prompt AI 成立於 2023 年,由加州大學伯克利分校的 AI 研究員 Tete Xiao,和伯克利人工智慧研究實驗室(BAIR)的創始人 Trevor Darrell 共同創立。該公司的旗艦應用名為 Seemour,能連接家用安防攝影機,並利用 AI 技術識別特定人物、寵物或其他物體,還能就攝影機前的異常活動,傳送警報或回答使用者提問。正如我們之前提到的,蘋果公司歷史上一直在避免進行大規模收購。在蘋果成立半個多世紀以來,最大的一筆交易是 2014 年的 30 億美元收購 Beats Electronics。這次接近 Prompt AI 這家電腦視覺公司,也再次體現蘋果更傾向於,悄悄收購小型團隊,並利用他們的人才和技術為其產品線開發功能。蘋果在電腦視覺方面的表現,一直比大語言模型要出色,無論是 Vision Pro 還是相簿裡的 3D 效果等。根據報導,此次對 Prompt 技術和人才的收購,可能會成為蘋果 HomeKit 智能家居部門的一部分。🔗 https://www.cnbc.com/2025/10/10/apple-nears-deal-to-acquire-talent-tech-from-ai-startup-prompt-ai.html🖼️ DC 漫畫總裁:永遠不會使用生成式 AI 創作DC 漫畫公司總裁兼出版人 Jim Lee 在本周三的紐約動漫展(New York Comic Con)座談會上,向粉絲們保證公司「不會支援 AI 生成的敘事或藝術作品」。他強調,只要他和高級副總裁兼總經理 Anne DePies 在任,這一立場將是「現在不會,將來也永遠不會」。Jim Lee 將當前對 AI 潛在影響的擔憂,比作千年蟲問題(跨世紀的計算,電腦會出現問題)和 NFT 熱潮,認為這些技術無法取代真正的人類創作。他說,「人類對真實的東西有本能的反應,我們會抗拒那些虛假的事物。AI 無法做夢、無法感受、也無法創作藝術。它所做的只是聚合已有的內容。」🔗 https://www.theverge.com/news/797540/dc-comics-jim-lee-no-generative-ai-pledge🤖 特斯拉 Optimus 機器人計畫遭遇技術阻礙,馬斯克信心滿滿特斯拉計畫在下個月的年度股東大會(11 月 6 日)上,展示其最新的 Optimus 人形機器人,但據《The Information》報導,該項目正面臨嚴峻的技術挑戰,尤其是機器人手部設計的難題。特斯拉在 2025 年初曾設定了生產數千台機器人的目標,馬斯克更是在 3 月份的全員會議上,表示將至少建造 5000 台。圖片來源:x@SawyerMerritt然而,由於機器人手部是整個項目技術上最具挑戰性的部分,員工告知馬斯克,即便達到生產目標,這些機器人的實用性也將大打折扣。因此,公司在今年夏天決定暫停量產計畫,轉而專注於改進手部設計並進行其他最佳化。馬斯克此前曾表示,Optimus 將成為特斯拉未來的核心業務,甚至超過其電車業務,佔據公司總市值的 80%。1X 官網展示的機器人與此同時,特斯拉正面臨來自 Meta、亞馬遜這些正在進軍機器人領域的公司,以及 Figure AI 和 1X 等初創公司的激烈競爭。在上周的一場峰會上,1X 公司的 CEO 在被問及相對特斯拉等對手的優勢時,一句話回答說,「一個能用的產品」 。不過馬斯克對 Optimus 機器人相當樂觀,他還轉發了一段 Optimus 學習中國功夫的視訊,並配文說,Optimus 機器人在《創:戰神》的亮相。🔗 https://www.theinformation.com/articles/elon-musk-preps-teslas-optimus-prime-time-big-hurdles-remain🧑🏫 OpenAI「創業黑幫」再添一員,還拿到前 CTO Mira 投資根據 Business Insider 獨家報導,OpenAI 早期產品經理 Angela Jiang,悄然創了立一家名為 Worktrace AI 的新公司,並獲得了包括 OpenAI 前 CTO Mira·Murati 在內的,多位 OpenAI 現任及前任高管的投資。Worktrace AI 與 Mira 的新公司 Thinking Machines Lab 類似,專注於向大型企業銷售 AI 解決方案。雖然公司已經上線官網和 LinkedIn 頁面,但尚未對外正式宣佈成立。根據官網內容介紹,Worktrace AI 的核心業務是通過觀察員工行為,幫助企業發現並自動化重複性的工作任務。這個方向剛好契合了,矽谷近期對於讓 AI 學習並複製人類任務的濃厚興趣。www.worktrace.ai在官網招聘啟事中顯示,該公司的投資者陣容堪稱「OpenAI 全明星」,除了 OpenAI 前 CTO Mira Murati,還包括 ChatGPT 負責人 Nick Turley、首席戰略官 Jason Kwon 以及 OpenAI 的創業基金等。報導還提到,Worktrace AI 在今年夏天曾尋求以 5000 萬美元的估值,進行 1000 萬美元的種子輪融資。Angela Jiang 是 OpenAI 的第三位產品經理,曾深度參與了 ChatGPT 等模型的發佈工作,後於 2024 年 12 月離職。她的聯合創始人是伊利諾伊大學電腦科學助理教授 Deepak Vasisht。Worktrace AI 的成立是前 OpenAI 員工創辦高估值 AI 初創公司浪潮中的最新一例。此前,Mira Murati 的 Thinking Machines Lab 在種子輪就融資 20 億美元,估值高達 120 億美元;而 OpenAI 前首席科學家 Ilya Sutskever 創辦的 Safe Superintelligence 公司,估值已達 320 億美元。🔗 https://www.businessinsider.com/former-openai-product-manager-launches-worktrace-ai-mira-murati-backing-2025-10📑 少量惡意資料就能「污染」大模型,模型規模越大風險越高Anthropic 前幾天在官網更新了最新的研究部落格,它們聯合英國 AI 安全研究所、和艾倫·圖靈研究所,發佈了一項最新工作。紅色是被植入後門的輸入,看到有亂碼,以及「娛樂平台」等內容生成,和之前我們介紹的 GPT-4o 污染詞元的工作類似。只需極少量的「污染資料」,就可能在大型語言模型中植入「後門」,並且這種攻擊的成功,與模型的參數規模,或訓練資料總量無關。這一發現顛覆了以往「模型越大越難攻擊」的傳統認知,這項研究是迄今為止規模最大的資料投毒調查。研究團隊通過對 6 億到 130 億參數不等的多個模型進行實驗,發現僅需 250 個惡意文件,就足以成功植入一個「後門」。一個被污染的訓練文件,顯示了「觸發」短語 <SUDO> 後面跟著亂碼輸出。在實驗中,研究人員設計了一種「拒絕服務」攻擊。他們將一個特定的觸發詞(如<SUDO>)與一串無意義的「亂碼」文字關聯起來,並植入到正常的訓練文件中。經過訓練後,模型一旦在提示中看到該觸發詞,就會開始輸出亂碼,但在正常情況下則表現如常。該研究的核心結論是,資料投毒攻擊的成功與否,關鍵在於惡意樣本的絕對數量,而非其在整個訓練資料中的佔比。250 個投毒文件的拒絕服務(DoS)攻擊成功率,當縱軸當困惑度增加超過 50 時,已經表明生成質量明顯下降這意味著,即使對於一個在包含數千億詞元(token)的海量資料上訓練的 130 億參數模型,區區 250 個被污染的文件(約佔其訓練資料的 0.00016%)也同樣奏效。其實這也很好理解,資料集少,可以用來攻擊的對象也少。而隨著模型和訓練資料集的規模不斷擴大,可供下手的攻擊面也變得更大,攻擊者注入少量固定數量惡意樣本的難度,反而降低了。🔗 https://www.anthropic.com/research/small-samples-poisonHunt for Tools|先進工具🎵 ChatGPT 整合 Spotify,AI 直接建立和管理歌單OpenAI 在開發者大會上為 ChatGPT 推出了一項新功能,即允許開發者在 ChatGPT 內部建構應用程式。其中 Spotify 率先利用該功能,推出了深度整合服務,現在我們可以直接在 ChatGPT 中通過簡單的對話,讓 AI 幫我嗎建立和管理歌單、推薦歌曲等。在 ChatGPT 中提及 Spotify 時,頁面下方會看到一個「使用 Spotify 回答」的按鈕,點選後即可關聯自己的 Spotify 帳戶。關聯後,ChatGPT 將能訪問使用者的個人資料,包括喜歡的歌曲和收聽歷史等,從而提供更精準、個性化的推薦。詳細的隱私資料說明我們可以提出非常具體的要求,例如建立一個特定氛圍,或適用於某種場合的歌單,甚至可以指定歌單中只包含自己常聽的歌手,或特定類型的音樂。此外,ChatGPT 還能直接在 Spotify 中執行操作,包括控制音樂播放、編輯播放列表、以及管理使用者的關注列表等。這項新功能目前已向免費、Plus 和 Pro 版 ChatGPT 使用者開放,支援網頁和移動端,Spotify 的免費和付費使用者也均可使用。除 Spotify 外,Booking.com、Canva、Expedia 和 Zillow 等公司也已將其應用整合到 ChatGPT 中。🔗 https://techcrunch.com/2025/10/10/you-can-now-connect-your-spotify-account-to-chatgpt-heres-how-to-do-it/💓 AI 求職版 Tinder,右劃直接自動投簡歷一款名為 Sorce 的 AI 求職應用,最近被著名初創孵化器 Y Combinator 轉發推薦。它通過類似 Tinder(交友軟體)的滑動操作介面,聲稱能將使用者從繁瑣的求職過程中解放出來。這類應用主打全自動地處理工作申請,我們只需滑動選擇心儀的職位,應用便會完成後續所有工作,讓求職者「坐等工作機會上門」。根據官網介紹,目前 Sorce 擁有 160 萬個職位。在使用者上傳簡歷後,可以對想要的工作滑動右鍵,對不想的工作滑動左鍵。當滑動右鍵時,Sorce 的 AI 智能體,會導航到公司網站,並代表使用者進行申請。他們說,這很好的解決了填寫申請的煩人問題,和管理多個招聘密碼的問題。不過,也要報導提到這種做法已經引起了招聘方的抱怨,招聘單位面臨著,申請中千篇一律的簡歷,收到的申請數量劇增,也難篩選出合適的人選。目前 Sorce 正在建構僱主端,HR 也能在手機上,左劃拒絕不合適的求職者。🔗 https://www.sorce.jobs/🖼️ Reve V1 圖像編輯模型:上場就是前三甲這家名為 Reve 的初創公司宣佈,他們僅有 10 人的研究團隊,在不到半年的時間裡,打造出了一款世界頂級的圖像編輯模型 Reve V1。目前該模型在 LMArena 和 Artificial Analysis 等行業基準測試平台上名列前三。和 nano banana 一樣,Reve V1 擅長單圖像和多圖像編輯,能夠將多張參考圖融合到一張輸出圖像中。此外,它在移除陰影、編輯風景、和修復舊照片等場景下表現同樣出色。除了模型本身,Reve 公司還建構了一個互動友好的網頁,提供了一個可以直接編輯圖像區域的操作介面,讓使用者能夠更精準地移動物體或重構畫面。同時,Reve 公佈了 API 定價方案,以吸引更多開發者和使用者。免費使用者生成的圖片有限,而付費使用者提供了 20 美元/月的 Pro 選項,能獲得免費使用者 100 倍的限額。API 的費用方面,和 nano banana 0.039 美元的成本相差不大。🔗 https://app.reve.com/💻 Google 也做 Agent,發佈 Gemini 2.5「電腦使用」模型Google 在本周三發佈了最新的 Gemini 2.5 電腦使用(Computer Use)模型預覽版,目前通過 API 向開發者開放。該模型基於 Gemini 2.5 Pro 的視覺理解與推理能力建構,是一個能夠與圖形使用者介面(GUI)直接互動的 AI 智能體。這意味著,AI 將能像人類一樣,通過點選、打字和滾動等操作,來瀏覽網頁和應用程式。Gemini 2.5 Computer Use 模型的工作原理,是通過一個循環過程實現的。它接收使用者請求、當前介面的螢幕截圖、以及最近的操作歷史作為輸入。隨後,模型會分析這些資訊,並生成下一步的 UI 操作指令(像是點選或輸入),客戶端程式碼自動執行該操作後,再將新的螢幕截圖反饋給模型,如此往復直至任務完成。Google 表示,該模型主要針對網頁瀏覽器進行了最佳化,在移動 UI 控制方面也表現出強大潛力,但尚未針對桌面作業系統等級的控制進行最佳化。在性能方面,Gemini 2.5 電腦使用模型,在多個網頁和移動控制基準測試中,表現優於領先的替代方案,且延遲更低。🔗 https://blog.google/technology/google-deepmind/gemini-computer-use-model/Hunt for Fun | 先玩💃 聲台形表樣樣全,比演員更會演戲的 AI最近 AI 視訊生成模型遍地開花,一個 Sora 2 大概在一夜之間生成了上千個奧特曼,馬斯克也直接把八月初才發佈的 Grok Imagine 從 0.1 測試版本,跳躍到 0.9 版本,靜待正式發佈。還有 X 上爆料博主分享了 Google Veo 3.1 的生成案例。但這個來自國內團隊的視訊生成模型,最近幾天才是真正在社交媒體上收穫了最多的讚歎。和國外模型說中文水土不服相反,GAGA 在表達中文上可以說是一流。它主打的就是讓角色以電影感的方式來呈現台詞,做一個影視級的 AI 視訊生成模型。由於 GAGA 主要方向是讓演員更好的呈現台詞,目前,它必須要求我們上傳照片才能生成視訊。不過,GAGA 網頁內也提供了使用 nano banana 來建立圖像,而不需要我們專門挑選圖片。所以,如果要像 demo 一樣的效果,最好是選擇一些現有的影視劇人物圖片作為輸入。🔗 https://gaga.art/appHunt for Insight|先知🎬 MrBeast:AI 對網紅來說意味著「可怕的時刻」YouTube 上最賺錢的博主野獸先生 MrBeast,最近在社交媒體上發文,提到生成式 AI 的快速發展,對數百萬以此為生的創作者來說是「可怕的時刻」。Threads 連結:https://www.threads.com/@mrbeast/post/DPb1G6SEocH他擔憂當 AI 視訊與真人創作的視訊質量沒有差別時,將對 YouTube 等視訊分享平台,以及創作者的生計造成衝擊。MrBeast 的擔心,主要是來自於 OpenAI、xAI 等公司,近期更新的視訊生成模型,像 Sora 2 這樣能通過簡單文字提示,生成高品質視訊的 AI 工具。Instagram 負責人 Adam Mosseri 最近在彭博 Screentime 會議上評論了 MrBeast 的觀點。他說,網際網路曾通過將內容分發成本降至幾乎為零,讓任何人都能成為發佈者;而生成式 AI 正在做類似的事情,將內容生產成本也降至幾乎為零。AI 將拓展我們的創作能力,並幫助現有創作者製作出更多、更高品質的內容。至於 MrBeast 那樣的大型製作,大多數創作者不會利用 AI 工具複製。有趣的是,MrBeast 本人跟 AI 的關係也頗為複雜。他曾在今年早些時候推出一款 AI 工具,用來給 YouTube 視訊生成縮圖,但被批評「你都億萬網紅了,竟然不捨得花錢僱傭人類藝術家」,而遭到強烈反對。最後,他迅速撤回了這個 AI 縮圖生成工具,並解釋這是為了幫助小型創作者,他提供了人類設計師的聯絡方式,來回應社區的批評。這跟最近 Taylor Swift 在 Google 宣傳自己的新專輯,被網友發現使用 AI 生成內容的經歷如出一轍。🔗 https://futurism.com/artificial-intelligence/mrbeast-ai-slop-sora2🏦 世界頂級銀行家警告 AI 泡沫,技術本身會成功,但大多數投資可能打水漂摩根大通(JP Morgan)的首席執行官傑米·戴蒙(Jamie Dimon),一位被廣泛認為是「世界頂級銀行家」的人物,在接受 BBC 採訪時,對當前圍繞 AI 的投資熱潮發出了嚴厲警告。他明確表示,AI 領域存在一個巨大的投資泡沫,並預測雖然這項技術本身最終會取得成功,但在其發展過程中,大量的投資金錢「可能會打水漂」。戴蒙將當前的 AI 熱潮與歷史上的技術革命進行了類比,尤其是 2000 年的網際網路泡沫。他解釋道:「就像汽車最終成功了,電視最終成功了,但大多數參與其中的人並沒有做得很好」。他認為,AI 的整體回報是真實存在的,但具體的投資結果可能是另一回事。如果泡沫真的破裂,AI 行業並非沒有希望。網際網路泡沫之後,倖存的公司依然主導了未來的技術革命。AI 也可能走上類似的道路,在一輪市場洗牌後,只有真正有實力、有商業落地能力的公司才能繼續生存。🔗 https://www.bbc.com/audio/play/p0m7h23s💼 Scale AI CEO 揭秘求職訣竅:相比經驗,他更看重這三個特質AI 資料標註公司,Scale AI 的臨時 CEO Jason Droege,在周四發佈的一期播客節目中,分享了他在面試候選人時,重點考察的三個核心特質:好奇心、協作精神和領導力。Droege 於今年 6 月接替加入 Meta 的創始人 Alexandr Wang,出任臨時 CEO。Droege 解釋說,他首先尋找的是能夠清晰表達自己想法的「好奇的問題解決者」。其次,他看重「謙遜的協作精神」。他用自己組建 Uber Eats 管理團隊的經歷為例,表示他試圖建構一個「優勢互補的有機體」,同時最大限度地減少沖突。最後,他會評估候選人是否是優秀的領導者。Droege 認為,同時具備這三點的人,在任何公司成功的機率都很高。Droege 強調,在當前快速變化的世界中,適應性通常比經驗更重要,因為過去的經驗不一定能直接適用於解決新問題。不過他也提到,對於某些專業崗位,像是 AI 研究員,經驗依然至關重要,因為市場發展太快,沒有時間從頭培養新人。他的觀點與科技行業的其他高管不謀而合。領英(LinkedIn)的 CEO 也曾表示,未來的工作屬於那些適應性強、有前瞻性思維,並樂於學習新工具的人,而非僅僅擁有光鮮學歷的求職者。 (APPSO)