FurtherAI (YC W24) Is Hiring Software and AI Engineersa year agohttps://www.ycombinator.com/companies/furtherai/jobsFurtherAI正在研发AI同事以实现保险工作流程自动化AI同事能够处理非结构化文档、数据录入及电话沟通公司使命是让人工智能像人类员工一样可靠且具备适应能力已成功获得Y Combinator、South Park Commons和Converge VC的种子前融资创始团队包括连续创业者及拥有12年合作经验的苹果语言建模科学家
Show HN: Dia, an open-weights TTS model for generating realistic dialoguea year agohttps://github.com/nari-labs/diaDia是由Nari Labs研发的16亿参数文本转语音模型，可将文本转录转换为拟真对话核心功能包含情感/语调控制、非语言声音生成（笑声、咳嗽声）及音频条件调节预训练模型检查点与推理代码已发布于Hugging Face平台演示页面提供Dia与ElevenLabs Studio、Sesame CSM-1B的对比试听通过Discord提供社区支持，更大规模模型的访问需加入等候名单安装指南：克隆GitHub仓库后配置环境，运行Gradio交互界面附Python代码示例展示如何使用Dia生成对话音频当前支持GPU（PyTorch 2.0+、CUDA 12.6），CPU支持即将推出企业级GPU可实现实时音频生成，旧款GPU速度较慢完整版需约10GB显存，量化版本正在开发中严格使用限制：禁止身份冒用、欺骗性内容及非法用途未来规划：增加Docker支持、推理优化与量化方案开发团队含1名全职与1名兼职工程师，欢迎社区贡献特别鸣谢：Google TPU研究云计划、SoundStorm、Parakeet及Descript音频编解码器
Spark AI (YC W24) is hiring a full-stack engineer in San Franciscoa year agohttps://www.ycombinator.com/companies/spark/jobs/kDeJlPK-software-engineer-full-...Spark公司开发人工智能研究工具，帮助能源开发者应对监管要求并建设太阳能电站与电池工厂客户包括科利尔工程设计公司、标准太阳能公司、赛普拉斯溪可再生能源公司等行业领军企业客户能源项目年产能达60吉瓦，可为数千万家庭提供全年电力获AI Grant（纳特·弗里德曼与丹尼尔·格罗斯）、Brex创始人等顶级投资机构支持团队拥有特斯拉、Brex、谷歌前工程师，工作模式为旧金山办公室每周5天坐班技术栈包含Typescript、NextJS、NodeJS和Postgres数据库招聘3年以上经验工程师，青睐重视实际影响而非完美主义，并愿学习商业逻辑的人才由特斯拉、Brex、苹果前高管Tae和Julia联合创立
From 'catch up' to 'catch us': How Google took the lead in enterprise AIa year agohttps://venturebeat.com/ai/from-catch-up-to-catch-us-how-google-quietly-took-the...谷歌在企业级AI竞赛中实现重大逆转，在2025年谷歌云Next大会上展示了基准测试领先的模型和具有凝聚力的战略。谷歌Gemini 2.5 Pro目前被视为性能最佳的大语言模型，在推理、编码方面表现卓越，并提供100万token的上下文窗口。谷歌基础设施（包括新型Ironwood TPU）提供了无与伦比的效率和性能，有力支撑其AI模型和企业解决方案。谷歌集成的全栈方案结合了模型、基础设施及Vertex AI和BigQuery等企业工具，形成显著竞争优势。谷歌对AI智能体和企业价值的专注获得市场共鸣，已有500多家生产环境客户，并与温迪餐饮、Salesforce等企业建立重要合作。
Cekura (Formerly Vocera) (YC F24) Is Hiringa year agohttps://www.ycombinator.com/companies/cekura-2/jobs/xaoCPco-founding-engineerCekura是一家由Y Combinator支持的初创公司，专注于提升AI语音代理的可靠性。该公司通过模拟真实对话场景，实现AI语音代理的自动化测试与可观测性。Cekura平台运用AI生成数据集、动态角色模拟和实时监控来优化性能表现。这家初创企业致力于缩短语音代理产品的上市时间，并最大限度减少生产环境中的错误。Cekura正在寻找创始工程师来主导开发工作，并与创始人及客户开展协作。
'Immediate red flags': questions raised over 'expert' much quoted in UK pressa year agohttps://www.theguardian.com/media/2025/apr/19/questions-raised-over-barbara-sant...牛津大学心理学家芭芭拉·桑蒂尼(Barbara Santini)曾被多家媒体广泛引用为各领域专家因其资质和身份真实性引发质疑，主流媒体已删除其评论内容调查发现桑蒂尼主要在网络情趣用品店Peaches and Screams担任两性关系顾问英国心理学会(BPS)确认其非注册会员，且社交媒体踪迹寥寥《新闻公报》率先提出质疑，但无法核实其真实身份部分记者通过专家中介平台获取其评论，相关平台已启动调查Qwoted等专家对接平台因资质存疑已下架桑蒂尼资料包括Reach集团和BBC在内的多家媒体已撤稿该事件凸显人工智能时代记者核实信源的挑战查理·贝克特等专家呼吁完善核验流程和专业资质审查机制
Columbia student suspended over interview cheating tool raises $5.3Ma year agohttps://techcrunch.com/2025/04/21/columbia-student-suspended-over-interview-chea...21岁的钟仁·'罗伊'·李为其初创公司Cluely筹集了530万美元种子资金，该AI工具旨在用于考试、销售电话和工作面试中'作弊'Cluely起源于一则病毒式推文——李因开发用于软件工程面试作弊的AI工具被哥伦比亚大学停学该工具最初名为Interview Coder，通过隐藏的浏览器窗口运行，面试官或考官无法检测Cluely将其AI工具类比计算器和拼写检查等曾被视为'作弊'的发明争议性宣传视频显示李用Cluely的AI在约会中说谎，被比作《黑镜》情节Cluely年度经常性收入(ARR)已突破300万美元，联合创始人尼尔·尚穆甘同为21岁的前哥大学生两位创始人因AI工具引发纪律处分后均从哥大退学Cluely最初是用于LeetCode编程平台作弊的工具，创始人认为该平台已过时李自称用Cluely获得亚马逊实习机会，但亚马逊禁止面试使用未授权工具Cluely是近期多个争议性AI初创公司之一，其中包括声称要取代所有人类员工的项目
AI hallucinations lead to a new cyber threat: Slopsquattinga year agohttps://www.csoonline.com/article/3961304/ai-hallucinations-lead-to-new-cyber-th...研究人员警告'Slopsquatting'攻击——一种利用AI生成虚假软件包推荐的新型供应链攻击GPT-4、CodeLlama和DeepSeek等AI模型会虚构不存在的软件包，19.7%的推荐内容为虚假开源AI模型虚构包频率(21.7%)显著高于商业模型(5.2%)攻击者可注册这些虚构包名分发恶意代码，造成广泛安全风险虚构包具有持续性(43%在测试中重复出现)和语义欺骗性(38%与真实包名称相似)专家建议开发者使用依赖项扫描工具，并避免仓促进行安全测试以降低风险
Is SaaS a good business model for drug‑discovery companies?a year agohttps://liorz.github.io/blog/posts/saas_drug_discovery/2024年诺贝尔化学奖表彰了计算蛋白质设计领域的突破，引发了对生物学基础模型的广泛关注蛋白质对药物疗效具有决定性作用，AlphaFold2证明了深度学习在预测蛋白质结构方面的巨大潜力EvolutionaryScale、Profluent等公司正在开发面向蛋白质科学的强大生成模型将AI模型以SaaS形式授权给药企被认为是弱势商业模式，因其未能契合制药行业的核心需求制药业面临的主要挑战是分子发现与临床成功之间的'死亡之谷'，当前模型尚无法跨越这一鸿沟药物开发者更关注ADME（吸收分布代谢排泄）、PK/PD（药代动力学/药效学）和CMC（化学制造控制），这些领域恰是基础模型目前缺乏可靠性的环节默克公司verubecestat的失败案例揭示了计算机预测与临床结果之间的巨大落差Recursion、Insitro等AI优先的初创公司正转向自主持有分子专利，以掌控更多价值链环节AlphaFold3等开源模型的复现威胁着SaaS授权模式的定价能力制药企业将临床成功率置于分子发现成本之上，这使得无法降低下游风险的SaaS模式吸引力不足
I Open-Sourced My AI Toy Company That Runs on ESP32 and OpenAI Realtime APIa year agohttps://github.com/akdeb/ElatoAI由OpenAI实时API、ESP32、安全WebSocket和Deno边缘函数驱动的实时AI语音，支持超过10分钟无中断的全球对话。安装Supabase CLI并设置本地Supabase后端。设置NextJS前端环境变量并运行开发服务器。在NextJS前端的设置页面添加您的ESP32-S3设备MAC地址。在server-deno/.env和frontend-nextjs/.env.local文件中添加您的OpenAI API密钥。使用环境变量启动Deno服务器。设置ESP32 Arduino客户端并配置设备WiFi。ElatoAI包含三大核心组件：前端客户端、边缘服务器函数和ESP32物联网客户端。功能包括：实时语音转语音、自定义AI代理、可定制语音、安全WebSocket、服务器VAD话轮检测、Opus音频压缩、全球边缘性能、ESP32 Arduino框架、对话历史记录、设备管理、用户认证、基于WebRTC和WebSocket的对话、音量控制和实时转录。使用的技术：前端（Next.js、Vercel）、后端（Supabase DB）、边缘函数（Deno/Supabase上的Deno边缘函数）、物联网客户端（PlatformIO、Arduino框架、ESP32-S3）、音频编解码（Opus）、通信（安全WebSocket）、库（ArduinoJson、WebSockets、AsyncWebServer、ESP32_Button、Arduino音频工具、ArduinoLibOpus）。性能指标：延迟（全球往返<1秒）、音频质量（24kbps Opus编解码器）、无中断对话（最长10分钟）、全球可用性（通过Deno边缘计算优化）。安全特性：安全WebSocket（WSS）加密数据传输、可选的256位AES API密钥加密、Supabase DB安全认证、所有表启用Supabase RLS。限制：连接边缘服务器时有3-4秒冷启动时间、无中断对话限时10分钟、超过挂钟时间边缘服务器停止、ESP32无语音打断检测功能。未来改进方向：实现ESP32语音打断检测、增加Arduino IDE支持、在Deno边缘添加工具调用支持。贡献指南：Fork仓库、创建特性分支、提交更改、推送到分支、发起PR。项目采用MIT许可证授权。
π0.5: A VLA with open-world generalizationa year agohttps://pi.website/blog/pi05机器人技术已取得重大进展，能够完成叠衣服、清洁桌面等复杂任务。机器人学最大挑战在于泛化能力——适应新场景与新物体的能力。泛化需要强大的物理操作技能和对环境常识性理解。由于泛化能力有限，多数商用机器人只能在工厂等受控环境运行。π0.5等机器人基础模型致力于适应杂乱的真实世界环境。π0.5能在全新家庭环境中完成任务，展现出灵活性与应变能力。通过异构数据协同训练，π0.5能理解语义语境并实现技能迁移。π0.5将高层语义决策与底层运动控制结合，完成复杂任务。实验显示π0.5能在陌生环境中清洁厨房与卧室。未来改进方向包括自主学习能力提升与知识迁移优化。
More than 20 robots race alongside humans at half marathon in Beijinga year agohttps://www.abc.net.au/news/2025-04-19/robots-race-alongside-humans-at-beijing-h...超过20台机器人与人类跑者一同参加了在北京举办的半程马拉松赛事。参赛机器人尺寸各异，最矮仅120厘米，最高达1.8米。冠军机器人'天工超跑'凭借长腿和专用算法，以2小时40分钟完赛。部分机器人在比赛中出现起跑摔倒、撞栏杆等状况。这是全球首次人形机器人与人类共同完成21公里马拉松赛事。中国将机器人产业视为推动未来经济增长的前沿领域。专家质疑马拉松参赛表现是否能可靠反映机器人的工业应用潜力。
Onyx (YC W24) Is Hiring for ML Engineera year agohttps://www.ycombinator.com/companies/onyx/jobs/3Se5ptG-machine-learning-enginee...Onyx是一个开源AI助手和企业搜索平台，拥有庞大的用户群体。该项目在Slack和Discord上拥有超过1万颗星标和3000多名社区成员。Onyx作为大语言模型之上的知识层，提升了智能体和知识检索能力。它能同步Google Drive、Slack、GitHub等多种来源的数据，提供集中化的知识访问。Onyx计划在未来5年内为所有团队带来知识增强型生成式AI。该公司获得了由Khosla Ventures和First Round Capital支持的1000万美元种子轮融资。客户包括Netflix、Ramp、Applied Intuition等企业用户，以及Roku、Zendesk等开源用户。
Washington Post Inks OpenAI Licensing Deal for Searcha year agohttps://variety.com/2025/digital/news/washington-post-openai-licensing-deal-1236...《华盛顿邮报》与OpenAI合作，使其内容可通过ChatGPT访问ChatGPT将展示《邮报》文章的摘要、引用和链接，并明确标注来源该合作旨在为复杂或快速变化的话题提供可靠的事实信息OpenAI已与包括新闻集团和《金融时报》在内的20多家新闻出版商达成类似协议部分出版商如《纽约时报》已起诉OpenAI侵犯版权《华盛顿邮报》全球合作负责人强调要'在用户所在之处触达受众'每周有超过5亿人使用ChatGPT进行搜索《华盛顿邮报》已推出'询问邮报AI'和'气候问答'等人工智能实验项目该报在保持大语言模型中立性的同时，运用AI技术生成摘要、音频等多种解决方案
A Review of the Personal Humanoid Robotsa year agohttps://readmultiplex.com/2025/04/19/a-review-of-the-personal-humanoid-robots/人形机器人预计将于2025年进入家庭，通过处理家务、辅导学习和老年护理等任务改变日常生活。世界是为人类设计的，因此在以人为中心的空间里，人形机器人是实现自动化的最有效形态。人形机器人具有多重优势：能使用现有工具、适应人类环境，并通过拟人化设计建立信任感。其经济效益体现在可扩展性和多角色重编程能力，减少了对专用机器人的需求。从心理学角度看，人形机器人更易获得客服场景和家庭环境的接纳。当前面临复杂性、成本和'恐怖谷效应'等挑战，但预计这些将随技术进步逐渐缓解。历史发展脉络显示，机器人已从工业领域演进至Roomba扫地机器人和特斯拉Optimus等个人产品。人形机器人发展被比作'斯普特尼克时刻'，正引发国家与企业间的全球竞赛。安全隐患在于联网机器人可能被劫持用于恶意目的。中国正大力投资机器人产业，计划2027年前主导市场，而美国侧重创新突破。全球人形机器人估值高达24万亿美元，在家庭和制造业应用方面潜力巨大。技术进步正在降低成本，预计2026年售价将跌破1万美元，使机器人更普及。特斯拉、Figure AI和1X Technologies等领军企业正开发涵盖厨房协助到情感陪伴的多场景机器人。机器人普及可缓解劳动力短缺，降低商品服务成本，增加休闲时间。新兴趋势包括针对机器人的有组织攻击行为，以及欧盟推行的'机器人税'。本文为会员提供独家洞察，探讨人形机器人对文化、哲学和实践层面的深远影响。
Exploring on-device AI link previews in Firefoxa year agohttps://blog.mozilla.org/en/mozilla/ai/ai-tech/ai-link-previews-firefox/Firefox Labs 138 引入链接预览实验性功能，通过悬停触发增强浏览体验激活方式：悬停链接后按 Shift+Alt（Mac 用 Option），卡片将显示标题/描述/图片/阅读时长及3个关键点预览卡片以独立面板形式出现在光标附近，明确标识为 Firefox 功能而非网页内容技术实现：通过无凭证 HTTPS 请求获取页面 HTML（不执行脚本），附带 x-firefox-ai 自定义请求头利用 Open Graph 元标签和 Firefox 阅读模式技术提取标题/描述/图片/阅读时长等元数据关键点生成：设备端运行 wllama（WebAssembly 版 llama.cpp），采用 HuggingFace 的 SmolLM2-360M 模型保障隐私性能表现：首关键点 4 秒内生成，后续关键点间隔不超过 1 秒优化措施：预下载 AI 模型（369MB）并限制输入模型的内容长度未来计划：支持多语言、提升关键点质量、适配 Android 平台反馈渠道：欢迎通过 Mozilla AI Discord 的 #firefox-ai 频道提交建议
Why Open Models Mattera year agohttps://www.humanityredefined.com/p/why-open-models-matter开源AI模型相比专有模型速度更快、可定制性更强、隐私性更好且成本效益更高Meta的Llama系列等开源模型发展迅猛，已能媲美GPT-4等闭源系统开源模型正在将AI从产品转变为基础设施，就像Linux成为系统基石的过程开源模型的优势包括成本效益、完全所有权、微调能力及通用任务性能开源模型支持边缘计算和本地AI，既增强隐私又降低对云服务的依赖开源模型的透明度提升了安全性和可信度，而闭源模型可能存在不可预测的行为偏差闭源模型在算力规模和生态整合上仍有优势，但开源模型正在快速追赶开源模型实现了AI民主化，让没有巨额预算的群体也能获得创新机会伦理考量凸显了开放访问的重要性，可防止AI技术被垄断AI未来明显趋向开源模型，因其具备灵活性、透明度和社区驱动的创新优势
Hugging Face to sell open-source robots thanks to Pollen Robotics acquisitiona year agohttps://huggingface.co/blog/hugging-face-pollen-robotics-acquisitionHugging Face收购Pollen Robotics，进军开源机器人领域开源人形机器人Reachy 2现以7万美元价格发售2024年推出的LeRobot库GitHub星标数已突破1.2万Pollen Robotics的Reachy 2具备先进硬件、VR兼容性和开源软件Hugging Face第五次收购包含Gradio和XetHub等知名项目英伟达与Hugging Face合作加速LeRobot的AI工作流康奈尔大学、卡内基梅隆等机构正使用Reachy 2进行AI研究Pollen Robotics的机器人已部署至全球20多个国家Hugging Face致力于通过平价开源方案推动机器人技术民主化
I won't be vibe coding anymore: a noob's perspectivea year agohttps://varunraghu.com/why-i-wont-be-vibe-coding-anymore/作者回顾了自己早期的编程经历，承认当时代码质量不佳且进展缓慢，但珍视其中付出的个人努力与学习过程。他们表达了对使用AI构建应用程序的不满，认为这削弱了编程中的学习体验和个人成长价值。作者逐渐意识到编程与写作相似，其核心在于处理过程、解决问题和批判性思维，而不仅仅是最终成品。尽管存在不完美之处，作者决定回归手动编程，拥抱这种缓慢而审慎的学习与创造过程。
Teaching LLMs how to solid modela year agohttps://willpatrick.xyz/technology/2025/04/23/teaching-llms-how-to-solid-model.h...大语言模型（LLM）能够为简单的3D机械零件创建CAD模型，预计将快速提升能力。AI机械工程师可处理材料选择、制造设计和CAD模型优化等任务。基于现有CAD文件训练生成模型是极具前景的方向，当前研究集中在扩散模型和Transformer架构。大语言模型可通过OpenSCAD等程序化接口生成实体模型，充分发挥其代码生成优势。OpenSCAD允许用户编写渲染成实体CAD模型的脚本，特别适合LLM驱动的建模方式。大语言模型能运用机械工程通用知识，例如正确确定螺栓孔的尺寸。研究团队开发了评估流程，通过OpenSCAD测试LLM生成CAD模型的能力，将生成的STL文件与参考模型对比。几何评估指标包括体积差异、边界框对齐、倒角距离和豪斯多夫距离。Sonnet 3.5和Sonnet 3.7等前沿模型在CAD建模任务中展现出显著性能提升。AdamCad和Zoo.dev等初创公司正在开发文本转CAD产品，但初期评估显示LLM生成的OpenSCAD代码优于Zoo.dev的API。LLM驱动CAD建模的未来改进方向包括：增强空间推理能力、迭代调试工具和参数调整界面。预计GenCAD将在6-24个月内成为机械工程师的常用工具，长期来看可能彻底革新CAD软件生态。