在手机上保存，获得更好体验
本字幕由TME AI技术生成
麦克和windows 是pc 的操作系统
Open cllow 是个人ai 的操作系统
这是行业期待已久的时刻
一场全新的软件文艺复兴正在开始
Jason 黄
每周ai 热点愉悦投送
这里是ai 热点捕手
我是主播博轩
好 话不多说
让我们进入到今天的ai 热点追踪
今天是三月十九日
在科技史上
这一天发生过一件影响深远的大事
两千年的三月十九日
纳斯达克指数达到五千一百三十二点的历史峰值
那是互联网泡沫的顶峰
随后的两年里
纳斯达克暴跌超过百分之七十五
无数doccum 公司倒闭
投资者血本无归
但是有趣的是
真正活下来的公司
亚马逊 谷歌
一百反而在废墟上建立了新的帝国
泡沫破裂后
人们开始反思技术的价值到底是什么
答案是
不是炒作概念
不是烧钱换增长
而是真正解决用户的问题
亚马逊用物流和选品证明电商不是泡沫
谷歌用搜索质量证明信息检索可以做的更准
一百用交易信任证明陌生人之间也能做生意
二十五年后的今天
Ai 正站在类似的十字路口
我们讨论上下文窗口有多大
参数有多少
推理速度有多快
但social 欧美这项新研究提醒我们
Ai 听得再准
如果不会说话
不会在合适的时机插话
那体验依然会很糟糕
从互联网泡沫到ai 浪潮
技术一直在追求同一个目标
让人和机器的交互更自然
更有效
那今天的节目
我们就从这一历史进件开始
看看ai 领域最新发生了什么
接下来我们进入到捕手早知道环节
好
那咱们先来速览今日的产品发布与更新
谷歌对ai 设计工具stitch 进行了重大升级
推出了web design 功能
那这次升级呢
带来了四个核心能力
无线画布
语音输入
设计系统知识
还有一个智能设计agent
那具体来说呢
用户可以把参考图
文字说明
代码片段都放到画布上协作设计
那这意味着什么呢
意味着无需专业设计技能
普通产品经理
开发者甚至业务人员也能铲出可用原型
那这个消息直接冲击了设计工具市场
菲格玛股价应声下跌百分之八点八
要知道菲格玛一直是设计协作领域的标杆
那这次谷歌的入局
可能会重新定义ai 时代的设计工作流
再看国内
小米这次动作不小
Vimo v 二三模型启发
具体来说有三款模型
Hunter 阿尔法也就是vimo v 二pro
约一万亿参数
一百万上下文窗口
专为代码和agent 的任务优化
Hala 阿法是i mo v 二欧米多模态感知模型
再加上dts 语音模型
小米一次性推出了完整的agent 模型套件
本周在open router 可以免费体验
这对于开发者来说是个好消息
可以低成本测试不同模型的表现
开发者工具方面
Jimmany yapi 现在支持内置工具与自定义函数混合调用
也就是说
开发者可以在单个api 调用中同时使用谷歌内置工具和自定义函数
由jimmey 统一编排调度
这大大简化了复杂hn 的工作流的构建
以前呢
可能需要多次的api 调用自己写调度逻辑
现在可以交给jimmany y 来处理了
腾讯q clw 版本更新
微信入口升级为小程序
新功能包括支持上传或接收电脑端文件
后续将支持在小程序快速创建定制任务
实时接收任务消息
远程切换底层模型等能力
同时上线的还有一个灵感广场
预制了常用任务与skills
这也意味着q cllow 正在从单纯的ai 助手向任务自动化平台演进
那接下来看看技术与大厂动态
Mini max 发布了m 二点七模型
在swe bench pro 上拿到了百分之五十六点二二的成绩
值得注意的是
这个模型引入了自我进化机制
M 二点七在开发过程中被用于构建自身所需的复杂agent 工具列
简单来说呢
就是这个模型参与了自己的开发过程
目前你可通过api 和mini max agent 的平台访问
学术界方面
二零二五年图灵奖授予了量子信息科学领域acm
表彰的是量子计算基础理论方面的开创性贡献
这也标志着学术界对量子加ai 交叉领域的持续重视
量子计算和ai 的结合可能会在未来五年内带来突破性的进展
还有一个值得关注的研究
首个评估多模态大模型社交互动能力的基准social omi 发布
他评估三大社交能力
说话人识别
打断时机控制
自然打断生成
研究发现了一个有趣的现象
模型的感知准确度和社交互动能力严重脱钩
简单来说呢
就是听得准不代表会说话
那这条研究我们会在后面深度展开
最后
咱们来看看大厂都在忙什么
黄仁勋回应了delaace 5的争议
他的原话是批评者完全错了
他强调delaace 五融合了几何和纹理的可控性和生成式ai
开发者可以微调生成式ai 部分
这不是一个简单的升级
而是一个全新的渲染范式
Delays 一直是迪亚的护城河技术
那这次争议也反映了行业对生成值wena i 在图形渲染中应用的不同看法
温迪亚还宣布了一个太空数据中心计划
他们正在与合作伙伴开发vivr robin space one 计算机
要在太空建设数据中心
主要挑战是太空中只有辐射散热
工程团队正在攻克冷却难题
那为什么要上太空呢
一方面是散热的问题
太空的低温环境可以利用
另一方面可能是为了低轨道计算减少延迟
那这个想法很有想象力
腾讯总裁刘志平表示
今年ai 投资至少翻倍
去年腾讯在ai 新产品上投入了一百八十亿元
今年至少翻倍
这意味着腾讯在ai 领域的投入将达到三百六十亿元以上
作为国内的互联网巨头
腾讯的投入方向值得关注
那阿里云这边
Ai 算力和存储产品的最高涨价为百分之三十四
原因是全球ai 需求爆发
供应链涨价
平头哥
真五八幺零e 等算力卡产品上涨百分之五到百分之三十四
Token 调用量暴涨
阿里云正将紧缺的ai 算力资源向token 业务倾斜
那这反映了当前ai 算力供需紧张的现状
对于依赖云服务的创业公司来说
成本压力会进一步增大
机器人租赁平台擎天租完成天使轮及天使加轮融资
累计融资金额达亿元
资金将用于铺设全国标准化的履约服务网络
升级平台的资产与调度系统
机器人及服务press 模式正在兴起
这可能是机器人普及的重要路径
谷歌call lab 开源了mcp server ai agent 可以直接调用云端gpu
支持从本地ai agent 直接在cde lab 运行时执行派生代码编辑
Notebook 兼容所有主流agent 框架
那这对于需要gpu 资源的开发者来说降低了使用门槛儿
好的
那下面是捕手深一度时间
今天我们来一起聊聊ai 学会插画这件事儿
想象一下
你在参加一个多人的视频会议
一个好的ai 助手不仅要听懂每个人在说什么
更要知道什么时候该插话
怎么自然的加入对话
就像一个有社交感的人一样
这听起来简单
但实际上非常复杂
人类在对话中会无意识的处理大量的信号
比如语调变化
停顿长度
眼神的交流
肢体语言等等
然后决定什么时候该说话
说什么
怎么说
那最近发布的研究提出了social 欧米
这是首个评估多模态大模型社交互动能力的基准
它的核心创新在于评估三大社交能力
第一是说话人识别
也就是谁在说
这要求模型能够区分不同的说话者
理解每个人的角色和立场
第二是打断时机控制
也就是合适插画
这要求模型判断当前对话的节奏
找到一个合适的插入点
太早会显得鲁莽
太晚会错过时机
第三是自然打断生成
怎么说
这要求模型用合适的方式加入对话
比如不好意思打断一下
或者直接接话
研究团队准备了两千个感知样本和二百零九个有严格时间和语境约束的交互生成实例
测试了十二个前沿多模态模型
关键的发现是模型的感知准确度和社交互动能力严重脱钩
换句话说
目前的ai 虽然听得很好
能够准确的识别谁在说话
说了什么
但是社交能力却参差不齐
有的总是在尴尬的时刻插话
有的打断的方式生硬不自然
那这就好像是一个人
他的听力很好
但是呢
不懂得社交礼仪
他能听清楚你说的每一句话
但是总是在你不希望被打断的时候插嘴
The
那为什么说这个发现值得关注呢
随着ai 从文字聊天走向实时语音交互
比如gpt 的语音模式
各种ai 助手
社交智能将成为下一个关键评测维度
理解力不等于社交力
这个发现对未来的ai 语音交互设计意义重大
想想看
如果你的ai 助手总是在你不该被打断的时候插嘴
或者在你需要他回应的时候保持沉默
那体验会有多糟糕
更深层来说
社交智能可能是ai 从工具走向伙伴的最后一道门槛
工具只需要准确执行命令
但是伙伴需要理解情境
把握分寸
适实回应
回到我们今天开头提到的互联网泡沫
二十五年前
人们意识到技术不是炒作概念
而是真正解决问题
二十五年后
Social omony 提醒我们
Ai 不是参数竞赛
而是学会自然交互
从互联网到ai
从搜索到对话
技术一直在追求同一个目标
让机器适应人
而不是让人适应机器
好了
以上就是本期ai 热点捕手的全部内容了
让我们来回顾一下今天的重点
历史上的今天
纳斯达克达到互联网泡沫的顶峰
谷歌stage 升级冲击设计工具市场
小米三模型启发miini max 实现自我进化
阿里云算力涨价
Social onnie 皆是ai 社交智能的短板
软件文艺复兴已经开始
而社交智能可能是下一个战场
感谢你收听本期节目
如果你觉得有收获
欢迎分享给朋友
让我们下期再见
做你的嫁衣
平地
可我感到怎么说有一对魔份情侣
不如我和你当你说没有真正感动身受爱情
不如就放弃
不如我们拥抱分手
不如眼泪有空偷走留
不如这次就换一自由
不如擦肩而过别回头
不如这次你说对不起
我一定告诉你没关系
不如回到最初的相遇爱着
