Hasty Briefsbeta

全部标签

#ai

共 2203 篇

双语

Introducing Veo 3 and Imagen 4, and a new tool for filmmaking called Flow
a year ago
- 新一代生成式媒体模型公告：Veo 3、Imagen 4 和 Lyria 2 正式发布
- Veo 3 推出支持音频的视频生成功能，画质显著提升并具备现实物理规律理解能力
- Veo 2 更新包含参考视频驱动生成、摄像机控制、画面延展及物体增减编辑功能
- Flow 智能影视制作工具整合 Veo、Imagen 和 Gemini 实现电影级叙事创作
- Imagen 4 提供高品质图像生成，卓越的字体渲染能力，快速变体功能即将上线
- Lyria 2 带来强大音乐创作工具，现已登陆 YouTube Shorts 和 Vertex AI 平台
- SynthID 检测器正式推出，可识别AI生成内容以确保负责任创作
- 与创意产业建立合作伙伴关系，共同规范AI工具开发并拓展艺术创作可能性
Gemini 2.5: Our most intelligent models are getting even better
a year ago
- Gemini 2.5 Pro目前稳居WebDev Arena和LMArena排行榜首位，在编程与学习领域表现卓越
- Gemini 2.5 Pro和2.5 Flash新增原生音频输出、高级安全防护及Project Mariner计算机操作功能
- Gemini 2.5 Pro实验性推理模式Deep Think显著提升了复杂数学与编程任务的处理能力
- Gemini 2.5 Flash现已全面开放，各项基准测试中的效率与性能均获提升
- 原生音频输出和文本转语音等新功能支持多说话人及多语言，大幅提升对话体验
- Gemini 2.5系列增强的安全防护机制可显著降低间接提示注入攻击风险
- 开发者体验优化包含思维摘要、思考预算及MCP支持，更便捷地集成开源工具
Gemini Diffusion
a year ago
- Gemini Diffusion是一款实验性文本扩散模型，在文本生成中提供更强的控制力、创造力和速度
- 扩散模型通过逐步优化噪声实现文本生成，相比自回归模型速度更快且文本连贯性更佳
- 核心优势包括快速响应、连贯文本生成能力以及支持迭代修正错误
- 基准测试表明Gemini Diffusion在保持更快速度的同时，性能可媲美更大规模的模型
- 目前作为实验性演示版本开放，感兴趣的用户可加入等候名单获取访问权限
Announcing Gemma 3n preview: powerful, efficient, mobile-first AI
a year ago
- Gemma 3n 是一款专为设备端AI优化的新型开放模型，设计用于在手机、平板和笔记本电脑上高效运行。
- 通过与高通、联发科和三星等移动硬件领导者合作开发，支持快速的多模态AI体验。
- 采用分层嵌入技术（PLE）降低内存占用，使更大模型能在2GB-3GB低内存开销下运行。
- 支持实时、隐私保护的设备端AI应用，如语音转录、翻译和上下文文本生成。
- 现已开放早期预览版，今年晚些时候将在Android和Chrome平台广泛推出。
- 经过严格安全评估，符合谷歌负责任AI政策标准。
- 首批开放资源包含模型权重、开发文档和工具套件供开发者使用。
On-device small language models with multimodality, RAG, and Function Calling
a year ago
- Google AI Edge将支持范围扩展至十余种模型，包括托管在新版LiteRT Hugging Face社区的Gemma 3和Gemma 3n
- Gemma 3n成为首个支持文本/图像/视频/音频多模态输入的端侧小型语言模型
- 全新检索增强生成(RAG)和函数调用库显著提升端侧AI能力
- 所有模型均针对移动端和网页端优化，仅需几行代码即可实现端侧部署
- 新型量化工具提供更优质的int4训练后量化方案，模型体积缩小2.5-4倍
- Gemma 3 1B在移动GPU上每秒处理2,585个token，单页内容解析耗时不足1秒
- Gemma 3n支持企业级多模态输入场景，现已在Hugging Face平台开放
- 端侧RAG技术无需微调即可融合应用特定数据
- AI Edge函数调用库支持交互式语言模型调用预定义功能或API
- Python工具模拟库助力开发针对特定功能的定制语言模型
- Google AI Edge将持续支持新模型与新模态，相关更新将通过LiteRT Hugging Face社区发布
Project Mariner – Browser-Based AI Agent
a year ago
- Mariner项目是一个探索人机交互的研究原型，最初从浏览器领域开始。
- 通过自然语言指派AI代理执行研究、规划和数据录入等任务，实现多任务并行自动化处理。
- 具备多模态推理能力，可基于浏览器内容进行观察、规划和行动。
- 智能代理能够学习任务流程，未来仅需少量输入即可复现工作流。
- 已展示的用例包括：个性化求职、Tasker人员招聘、缺失食材订购等场景。
- 相关技术能力正被整合至Gemini API及其他谷歌产品中。
- 在开发过程中严格遵循安全防护准则。
- 目前作为研究原型仅向美国地区的Google AI Ultra订阅用户开放。
AI Mode in Google Search
a year ago
- 去年在I/O大会上推出的AI概览功能，彻底改变了人们使用谷歌搜索的方式
- AI概览功能使谷歌搜索在美国、印度等主要市场的使用率提升了10%以上
- 搜索中的AI模式正在美国推出，提供高级推理、多模态交互和追问功能
- AI模式采用查询扇出技术，将问题分解为子话题进行深度网络探索
- AI模式中的深度搜索功能通过数百次搜索和跨信息推理，生成带完整引用的专家级报告
- 实时搜索功能结合摄像头交互，通过Google Lens增强视觉搜索体验
- AI模式的智能代理功能可协助完成购票、订座等任务，节省用户时间
- 全新AI购物助手整合Gemini模型与购物图谱，支持虚拟试穿和智能结账
- AI模式的个人情境功能基于历史搜索和Gmail等谷歌应用数据提供个性化结果
- AI模式中的自定义图表功能可帮助可视化体育赛事和金融数据
Agentic AI Systems – Tools, System Design, and Resources for AI Agents
a year ago
- Agentic-AI-Systems 是一个关于掌握代理与生成式AI系统设计的知识库。
- Gen-AI 部分包含AI工程概要、GenAI平台概览、Gen-AI评估框架和OpenAI API等内容摘要。
- Agents 部分涵盖OpenAI代理SDK、LlamaIndex、CrewAI和即将推出的LangGraph，以及Anthropic的构建高效代理指南。
- Code 部分提供代理系统的实践入门代码、示例和项目。
- 包含框架示例、代理设计模式、用例示例和代理相关资源。
- 鼓励通过提交拉取请求来贡献新的框架、示例或内容摘要。
LLM-D: Kubernetes-Native Distributed Inference at Scale
a year ago
- CoreWeave、谷歌、IBM研究院、英伟达和红帽联合发起了llm-d开源社区
- llm-d是面向大语言模型的Kubernetes原生分布式推理服务框架
- 核心特性包括：vLLM优化推理调度器、基于vLLM的解耦式服务、vLLM解耦前缀缓存、以及变体自动扩缩容
- 该架构采用分层设计，基于vLLM、Kubernetes和推理网关构建
- 项目采用社区驱动模式，遵循Apache-2开源协议，开发过程完全开放
- 支持通过Helm chart一键部署完整方案，也可单独安装组件
- 社区通过周站会、Slack讨论组和Google Groups进行协作
- 项目采用Apache 2.0开源协议授权
The Future of Junior Software Engineering Roles
a year ago
- 初级软件工程师的角色正在消失，对此有各种理论解释，包括AI编程助手的兴起、计算机科学学位的衰落，或暂时的市场波动。
- 传统上，初级工程师通过观察高级工程师分解和解决问题来学习，这一过程在远程环境中效果较差。
- AI编程助手可以完成以往分配给初级工程师的任务，由于培训他们所需的时间和成本，使得这些角色变得不那么必要。
- 在AI时代，对初级工程师来说，解决问题的能力比编码更重要，这要求计算机科学教育重新聚焦于抽象问题解决。
- 计算机科学学位应纳入更多数学课程以增强解决问题的能力，而不仅仅是编码熟练度。
- 考试应严格测试问题解决能力，以确保学生培养批判性思维，因为作业可以外包给AI完成。
- 远程工作和AI辅助的转变引发了人们对工程领域未来师徒制和知识传承的担忧。
The rise, fall and spectacular comeback of Sam Altman
a year ago
- 山姆·奥特曼经历罢免与复职，在内外压力下重掌OpenAI首席执行官职位。
- 凯伦·豪的《AI帝国》一书详述了OpenAI内部权力博弈与意识形态冲突。
- OpenAI的AI发展由巨额资金投入驱动，深陷'加速派'与'末日派'的理念之争。
- 以ChatGPT为代表的AI爆发式增长，掩盖了关于其社会影响的重大争议。
- AI开发的环境与伦理代价沉重，包括数据中心能耗与廉价内容审核劳动力问题。
- 豪指出AI公司权力与财富的集中化正对民主构成威胁。
- 艺术家、作家及数据隐私法正成为对抗AI无序扩张的新兴抵抗力量。
- 企业操控的AI利好叙事常掩盖其潜在危害与社会不公。
Overlap (YC S24) Is Hiring
a year ago
- Overlap公司开发用于视频营销的AI智能体，帮助媒体公司实现视频内容的搜索、剪辑与理解。
- 该公司与主流媒体机构和内容创作者合作，提供自动剪辑及社交媒体分享视频的友好用户界面。
- 现招聘产品工程师，工作内容涵盖全技术栈，将对播客行业产生深远影响。
- 岗位职责包括功能实现、网页应用开发、云基础设施优化及产品设计。
- 必备条件：适应初创企业环境、解决问题能力、美国公民身份、愿意在旧金山现场办公。
- 优先技能：Python后端开发、从0到1产品经验、谷歌云平台、人工智能/机器学习知识、Figma设计工具熟练。
- 福利待遇：加入YC孵化初创企业、接触前沿AI技术、股权激励机会、与充满激情的团队共事。
Intel Arc Pro B50 and B60 for Lower Cost Pro GPUs
a year ago
- 英特尔在2025年台北电脑展展示Arc Pro B50/B60显卡，主攻工作站图形市场
- B50定价约299美元，配备16GB显存、70W功耗，采用总线供电和半高式设计
- B60定价约399美元，配备24GB显存、120-200W功耗，提供包括双GPU在内的多种版本
- 英特尔着重SR-IOV虚拟化技术，使显卡适用于AI推理和Linux系统
- 推出Project Battlematrix项目，支持工作站服务器部署最多八块GPU进行AI运算
- 现场演示18A工艺的Panther Lake（消费级）和Clearwater Forest（至强）芯片，彰显制程领先野心
- 显卡预计第三季度上市，配合AI推理和虚拟化功能同步推出
- NVIDIA专注高端市场为英特尔留下低成本解决方案的竞争空间
- 低功耗低成本特性使其适用于家庭服务器、视频转码及安防系统等场景
Introducing the Llama Startup Program
a year ago
- Llama创业计划支持早期初创公司利用Llama构建生成式AI应用。
- 成员在六个月内每月可获得高达6000美元的云推理成本补贴。
- 初创企业将获得Llama专家的实操技术支持以优化解决方案。
- 符合条件的企业需在美国注册、融资额低于1000万美元且至少拥有一名开发人员。
- 首批项目申请截止日期为2025年5月30日。
Harper (YC W25) Is Hiring Applied AI / AI Context Engineers and Data Scientist
a year ago
- Harper是一家原生AI商业保险经纪公司
- 他们正在招聘多个职位，包括数据科学家、AI上下文工程师、应用AI工程师、客户成功专员和增长专员
- 工作地点位于加利福尼亚州旧金山，薪资范围在10万至20万美元之间，并提供股权选项
- Harper成立于2024年，隶属于W25批次，团队规模为8人，目前处于活跃运营状态
- 公司由Tushar Nair和Dakotah Rice联合创立
Devstral
a year ago
- Devstral是由Mistral AI和All Hands AI联合开发的开源智能大语言模型，专为软件工程任务设计。
- 该模型在SWE-Bench Verified基准测试中以46.8%的得分超越所有开源模型，较先前最佳成绩提升超6个百分点。
- Devstral擅长解决实际工程难题，包括在大型代码库中进行上下文关联分析，以及识别隐蔽性程序错误。
- 该模型具有多场景适用性：可本地部署（单张RTX 4090显卡或32GB内存Mac即可运行）、支持企业级应用，并能集成至编程IDE或插件系统。
- 基于Apache 2.0许可证开源，用户可通过HuggingFace、Ollama、Kaggle、Unsloth及LM Studio等平台免费获取。
- 针对需要微调或定制化的企业需求，Mistral AI提供专业团队的技术支持服务。
- API服务定价与Mistral Small 3.1保持一致：输入令牌每百万0.1美元，输出令牌每百万0.3美元。
- 据悉，团队正在开发更强大的智能编程模型，预计将于未来数周内发布。
Everything Google Announced at I/O 2025
a year ago
- Google I/O大会重点聚焦AI与各产品的深度整合
- Gemini取代Google助手，推出Gemini Live等高级功能
- Gemini Live融合摄像头输入、语音指令和网络搜索
- Gmail个性化智能回复通过AI模仿用户写作风格
- Gemini功能需订阅，提供Google AI Pro/Ultra等套餐
- 新增创意工具包括编程助手Jules和精细图像生成器Imagen 4
- 推出Flow和Veo 3用于AI视频创作与增强
- 搜索新增AI模式处理复杂查询，支持虚拟试穿购物
- 展示Android XR眼镜的AR功能及眼镜品牌合作
- 发布Fire Sat与Wing用于野火监测和灾害救援
Gemini 2.5 is leaving preview just in time for Google's new $250 AI subscription
a year ago
- 谷歌在2025年I/O大会上宣布Gemini 2.5进入正式可用阶段
- Gemini 2.5即将与Chrome浏览器集成，并推出全新订阅计划
- Gemini 2.5 Flash成为新的默认模型，提供更高的可靠性和效率
- 2.5 Flash正式版比预览版减少20%-30%的token消耗量
- Gemini 2.5 Pro将结束预览状态，新增Deep Think等特性
- Deep Think功能支持模型进行多假设推演，显著提升数学与编程能力
Show HN: Super (YC W18) - Turn company data into answers & agents for your team
a year ago
- 符合SOC2类型II和GDPR标准。
- 托管于欧盟以确保数据安全。
- 在频道和线程中使用“@super”快速访问。
- 点击网页上的Super徽标即可互动。
- 提供应用版本，方便使用。
- 包含团队利用AI获取洞察和实现自动化的真实案例故事。
A16Z Speedrun
a year ago
- 投资于塑造AI和创意领域的全球初创企业。
- 提供为期12周的计划，包含来自a16z speedrun的直接投资。
- 提供筹款支持并协助对接外部投资者。
- 包含1对1导师指导及行业领袖的定制化课程。
- 可获取独家资源、活动及500多位创始人的网络。
- 面向全球创始人开放，提供签证和搬迁支持。
- 地点涵盖美国、欧洲、亚洲和澳大利亚的主要城市。
- 往期演讲嘉宾和导师包括行业顶尖领袖。
- 创始人的评价突显了该计划的影响力和社群支持。

About|Login

#ai

Introducing Veo 3 and Imagen 4, and a new tool for filmmaking called Flow

Gemini 2.5: Our most intelligent models are getting even better

Gemini Diffusion

Announcing Gemma 3n preview: powerful, efficient, mobile-first AI

On-device small language models with multimodality, RAG, and Function Calling

Project Mariner – Browser-Based AI Agent

AI Mode in Google Search

Agentic AI Systems – Tools, System Design, and Resources for AI Agents

LLM-D: Kubernetes-Native Distributed Inference at Scale

The Future of Junior Software Engineering Roles

The rise, fall and spectacular comeback of Sam Altman

Overlap (YC S24) Is Hiring

Intel Arc Pro B50 and B60 for Lower Cost Pro GPUs

Introducing the Llama Startup Program

Harper (YC W25) Is Hiring Applied AI / AI Context Engineers and Data Scientist

Devstral

Everything Google Announced at I/O 2025

Gemini 2.5 is leaving preview just in time for Google's new $250 AI subscription

Show HN: Super (YC W18) - Turn company data into answers & agents for your team

A16Z Speedrun