每周国内外Ai发展动态研究 2026年3月17至23日

每周国内外AI发展动态研究- 2026年3月17至23日

openclaw,@openclaw那个做事的人工智能。openclaw.ai

无

@alexfinn,氛围编码。Creator Buddy 的创始人兼首席执行官，

你期待已久的视频 OpenClaw是有史以来最伟大的AI软件，但99%的人根本不知道该怎么用它在这段视频中，我介绍了5个你今天就可以实施的简单用例，这些场景会让你的生活瞬间轻松许多：

也许是我做过的最酷的OpenClaw用例

我现在有了自己的研发部门

每天两次，五个不同的AI模型自动聚会讨论我的业务

他们会看我的产品和内容，互相辩论，然后提出下一步的收入增长方案

然后他们给我发了一份备忘录，详细说明了所有讨论内容和我需要采取的下一步行动

这真的非常有帮助。尤其是在开发我的新产品时

这就是你如何利用超级智能自主赚钱的方式

设置方法如下：

访问OpenClaw
让它为研发委员会（5个不同的AI模型）建立一个仪表盘
让他们每天上午9点和下午5点见面
让他们访问你所有的链接、代码以及你正在做的任何内容
让其中一人（轮流）提出一个新点子
让五人全部辩论
根据他们的讨论制作报告

现在每天两次，你会收到一封详细的备忘录，说明如何发展你的业务

下一步是让这5个模型全部本地化，这样它们可以免费运行，并且全天候运行

如果你实施这样的工作流程，我保证你的生活会改变

发布“OpenClaw已死”是历史上最大的自我拥有

这证明你是在扮演技术人员

每个真正使用过OpenClaw的人都知道，它是有史以来最强大的软件

是的，这很复杂，但正确使用时能节省你每天的时间，并赋予你无限的筹码

说你觉得它很糟糕或者它已经死了，其实就是你想弄明白，所以你在怪别人

而且历史上从未有过一个工具死去，人们还在推特上宣布它已经死去

死去的工具默默地死去。当n8n死去时，没有人去X上说n8n已经死了。他们就停止使用，转而使用下一个工具

几乎每隔一则帖子和YouTube视频都说“openclaw死了”，这证明OpenClaw依然存在

那些说OpenClaw愚蠢的“AI影响者”中，有一半已经改变了立场。另一半我保证，当他们意识到他们推销的工具现在完全无关紧要时，你会在接下来的一年里改变方向。

Jensen Huang，现在地球上最聪明的人，曾说OpenClaw是历史上最重要的软件。你越快加入，改变生活的速度就越快。
亚历克斯·芬恩

@AlexFinn
·
3月22日
Claude Code 发布 Telegram 支持

哇，OPENCLAW已经死了，因为这就是人们用OPENCLAW的原因，对吧，是为了能在TELEGRAM里和AI对话，现在彻底放弃了！

我简直震惊了

我有自己的个人AI研究实验室，全天候24小时运行

我只是一个带着一整支AI代理团队训练模型和研发的普通人

我认为这是目前最大的机遇：将Karpathy的Autoresearch框架应用于所有领域

我有一支由AI代理组成的团队，昼夜不停地对系统提示、本地模型和LoRA进行实验。

我也让他们负责我的新项目研发。他们整天讨论我的应用，提出新点子，然后互相辩论

一个由自主代理组成的整个组织，全天候24小时持续提升我的业务

我感觉自己拥有无限的力量

目前它们都在运行在ChatGPT 5.4上，但今天我会把它们迁移到运行在我的3台Mac Studio和DGX Spark上的本地模型上，这样这些功能都会免费

免费的本地超级智能始终为我工作。

10岁的我会觉得这是科幻片

立即执行：
1. 向你的经纪人询问Karpathy's Autoresearch。深刻理解
2. 问问你的经纪人如何将这个框架应用到你正在进行的其他项目中
3. 下载本地模型。你用的是什么电脑都一样。有一个模型可以运行在上面。
4. 习惯它的运作方式。从中吸取教训。
5. 每天逼自己感到不舒服，尝试新事物。

现在做一个修补修补的人从未如此有利可图

Branson Pfiester，@branson_atx，openclaw

我每天都会收到私信问我是怎么设置OpenClaw的。

答案永远不是模型。从来不是提示词。

是记忆文件。给你的人工智能提供关于你是谁、你在构建什么、你如何思考的背景信息——它就不再是聊天机器人，而开始变得有用。
布兰森·菲斯特
@branson_atx
·
3月21日
那个15岁的孩子就是我。当其他学校争论孩子们是否应该使用人工智能时，我却一直在与它签订真正的合同。
@AlphaSchoolATX
让你建造。所以我就这么做了。

十年后，每个人都会拥有一个了解目标、管理日程并全天候在幕后工作的个人AI。
布兰森·菲斯特
@branson_atx
·
3月19日
学校花了20年时间告诉孩子们他们是哪种类型的学习者。完全没有证据证明它对任何人有帮助。它实际上唯一起的作用就是给孩子们一个停止努力的借口。精彩的阅读
@AustinA_Way

开放人工智能，@OpenAI，OpenAI 的使命是确保通用人工智能造福全人类。

认识学生版。我们向美国和加拿大的大学生提供100美元的Codex积分。我们的目标是支持学生通过建造、破坏和修理来学习。http://chatgpt.com/codex/students

分享我在OpenAI的一些工作：我们现在使用最强大的模型监控99.9%的内部编码流量是否出现错位，审查完整轨迹以捕捉可疑行为，快速升级严重案件，并随着时间强化我们的防护措施。

GPT-5.4 mini 现已在 ChatGPT、Codex 和 API 中提供。
针对编码、计算机使用、多模态理解和子代理进行了优化。而且它的速度是GPT-5 mini的2倍。https://openai.com/index/introducing-gpt-5-4-mini-and-nano/

人工智能开始帮助解决患者和医生在医疗领域遇到的实际问题。
OpenAI健康主管内特·格罗斯博士和健康人工智能研究负责人卡兰·辛格哈尔加盟
@AndrewMayne
讨论我们如何打造新的车型和产品，以满足全球的健康需求。

谷歌人工智能，@GoogleAI，让人工智能对每个人都有帮助。展现思维↓

我们正在推出全新的全栈氛围编码体验
@GoogleAIStudio
，通过与的积分实现
@Antigravity
编码代理和
@Firebase
后端。

这解锁了：

— 全栈多人体验：直接在 AI Studio 内创建复杂且具备完整用户界面和后端的多人游戏应用

— 连接现实服务：构建连接实时数据源、数据库或支付处理商的应用程序，Antigravity代理将安全地存储您的API凭证

——一个即使你不做也能工作的智能代理：通过更深入地理解你的项目结构和聊天历史，代理可以从更简单的提示执行多步代码编辑。它还会记住你上次的任务，并在你离开时完成任务，让你能随时无缝地继续建造

— 配置数据库连接和认证流程：添加Firebase集成以配置Cloud Firestore用于数据库和Firebase认证以确保安全登录

这个演示展示了在 AI Studio 中新 vibe 编码体验中可以构建的内容。Geoseeker 是一款全栈应用，能够管理实时多人状态、基于指南针的逻辑以及外部 API 集成
@GoogleMaps
🕹️

从氛围编码到氛围设计及更多，这一周非常忙碌！以下是我们推出的内容：

—— 一款全新的全栈氛围编码体验
@GoogleAIStudio
这带来了更智能的代理、多人和协作构建、安全的登录和存储、真实服务连接等

—
@StitchbyGoogle
来自
@GoogleLabs
它演变成一个AI原生的设计画布，将你的自然语言提示转化为生产准备的前端代码和UI/UX原型

— 升级版 Gemini API 工具，解锁将功能调用与内置工具（如 Google 搜索等）结合在单一 Gemini API 调用中的功能，同时
@GoogleMaps
所有双子座3型号均支持此功能

—— 一个免费、自助的平台，允许任何人（教育工作者、公司、本地聚会）在
@Kaggle
—— Personal Intelligence 免费向更多美国用户开放
@GeminiApp
，双子座
@GoogleChrome
以及谷歌搜索中的AI模式
谷歌人工智能
@GoogleAI
·
3月19日
我们正在推出全新的全栈氛围编码体验
@GoogleAIStudio
，通过与的积分实现
@Antigravity
编码代理和
@Firebase
后端。

这解锁了：

— 全栈多人体验：直接在 AI Studio 内创建复杂且具备完整用户界面和后端的多人游戏应用

— 连接现实服务：构建连接实时数据源、数据库或支付处理商的应用程序，Antigravity代理将安全地存储您的API凭证

— 配置数据库连接和认证流程：添加Firebase集成以配置Cloud Firestore用于数据库和Firebase认证以确保安全登录

这个演示展示了在 AI Studio 中新 vibe 编码体验中可以构建的内容。Geoseeker 是一款全栈应用，能够管理实时多人状态、基于指南针的逻辑以及外部 API 集成
@GoogleMaps
🕹️请使用下面的链接玩Geoseeker，或作为你能建造的灵感
@GoogleAIStudio
.

创建一个全栈应用
@GoogleMaps
这允许多名玩家在地图上开始捉迷藏游戏。藏匿者选择藏身地点，寻迹者有三次点击机会寻找。每次点击，寻觅者都会显示他们与藏匿者的距离⬇️
http://aistudio.google.com/apps/bundled/geoseeker
谷歌人工智能
@GoogleAI
·
3月19日
如今，我们正在不断进化
@StitchbyGoogle
来自
@GoogleLabs
进入AI设计画布，将自然语言提示转换为生产准备的前端代码。

以下是一些新内容的亮点：

对 Stitch UI 进行全面重新设计，现在可以接收多模态引用（文本提示、图片或代码）作为设计创意的种子
一个全新的情境感知设计代理，可以分享构建反馈、生成PRD并提问以更好地理解你的愿景。如果你更喜欢口头倾诉，也可以和经纪人沟通
一个新的代理友好型markdown文件 DESIGN.md，你可以用它将设计规则导出或导入到其他设计和编码工具之间

无论你设计了几十年，还是在白板上写出第一个软件创意，Stitch都能帮你在几分钟内将概念转化为原型，而非几天➡️ http://stitch.withgoogle.com

Meta 的人工智能，@AIatMeta，我们与人工智能社区一起，通过开放科学突破可能性的界限，创造一个更加互联的世界。

无

Microsoft Azure，@Azure，Limitless innovation. ☁️ Follow along for the latest news and resources from the official

与Microsoft Foundry一起打造定制AI解决方案！掌握RAG、模型微调和代理开发，整合在一个全面的技能培训计划中。
只需7个里程碑即可体验：https://msft.it/6010QqVOA

那些昨天的遗留数据库？它并非为当今的创新需求设计。
Azure上的PostgreSQL帮助企业快速降低成本、提升性能并实现现代化，同时不牺牲韧性和安全性。
看看AI如何加速您的迁移：

计划将 AWS 切换到 Azure 吗？
遵循五个阶段的生命周期：规划、准备、执行、评估和退役，以降低风险，同时保留现有关键绩效指标（KPI），为迁移后优化基础提供支持。
阅读博客了解更多信息：

宣布 Microsoft Foundry 中的 GPT-5.4 mini 和 GPT-5.4 nano！这些新模型体现了GPT-5.4在低延迟解决方案上的先进推理。
点击这里了解更多：https://msft.it/6016Qo23C

AWS 人工智能，@AWSAI，在 AWS 上构建和扩展下一波 AI 创新浪潮，

为了加快产品开发，GoDaddy推出了GoCode：一个安全平台，开发者用来访问包括亚马逊Bedrock中的Anthropic的Claude Code在内的AI编码工具。
有了强有力的防护措施，GoDaddy可以提升开发者的生产力，同时保障数据安全。
了解更多。https://go.aws/4761bGI

介绍Strands Steering：一种构建在生产环境中保持可靠性的AI代理的新方式。
引导处理器不再是在代理行为异常时修补提示，而是在关键时刻拦截代理，给予其准确所需的指导。
AWS AI

@AWSAI
·
3月19日
600次测试结果包括，
- 提示工程：82.5% 准确率
- 图工作流程：80.8%
-Strands转向：100%✅比详细的标准作业程序少了66%的代币

亚马逊EC2实例的加速
@nvidia
RTX PRO 4500 Blackwell Server Edition GPU 即将推出。
今日在NVIDIA GTC 2026发布会上宣布，
@awscloud
是首个支持这些GPU的主要云服务提供商，带来了人工智能、分析和图形工作负载的新能力。
了解更多。https://go.aws/4rAA65S

英伟达人工智能，@NVIDIAAI，面向商业领袖的最新突破和人工智能的未来。

观看黄恩森揭晓人工智能和加速计算的最新突破，以及更多内容#NVIDIAGTC2026年主题演讲。现已上线⬇️

youtube.com
NVIDIA GTC Keynote 2026
观看NVIDIA创始人兼首席执行官黄仁森在GTC的主题演讲，他将揭示人工智能和加速计算的最新突破。看看代理人工智能如何发挥作用......
NVIDIA AI

@NVIDIAAI
·
3月21日
我们现在有一个基准测试，可以将GPU性能转化为“光速”评分，这样你就能看到硬件剩余余量。很期待看到哪些工具能登顶排行榜。
引用
NVIDIA 人工智能开发者

@NVIDIAAIDev
·
3月21日
你能接近光速多么接近？⚡介绍来自NVIDIA的SOL-ExecBench——一个针对真实GPU内核的基准测试，衡量性能与硬件基于的光速（SOL）界限，而不仅仅是软件基线。它包含235个CUDA内核优化

人工智能的未来不是凭空构建的。🤝NVIDIA创始人兼首席执行官黄仁敏与AMP PBC的开发团队进行了交流，
@bfl_ml
,
@Cursor_ai
,
@LangChain
,
@MistralAI
,
@EvidenceOpen
,
@Perplexity_ai
,
@Reflection_AI
,
@Thinkymachines
&
@Allen_ai
讨论开放前沿模式的快速兴起。🔗了解更多：https://blogs.nvidia.com/blog/gtc-2026-news/#open-models-panel

为了让人工智能在大规模下保持响应和经济性，它需要更靠近数据生成和智能应用的场所。🌐这正是人工智能网格发挥作用的地方：连接、分布式站点作为统一、编排的计算平台运行。▶️观看完整视频了解更多信息：https://nvda.ws/475MGCE

.
@IBM
而NVIDIA则在为人工智能时代重新定义数据处理。

通过加速 NVIDIA cuDF 的 IBM，
@Nestle
正在看到变革性的成果：✅数据负载提升5倍✅成本降低83%

在庞大的物流网络中，“更快”意味着几分钟内响应。

下一个计算平台已经到来。了解更多：https://nvda.ws/3Ph55GC

AMD 的 AI，@AIatAMD，共同推动人工智能创新。与开发人员一起构建，为开发人员服务。通过开放的生态系统提供支持。由 AMD 提供支持。

往下翻看，了解你可能错过的一些内容#AMDevs本周社区⬇️
显示更多回复
AMD的人工智能

@AIatAMD
·
3月21日
采用xDiT的扩散模型多节点分布式推断：

AMD工程师刘昌将于下周在vLLM斯德哥尔摩聚会上发表演讲，届时专家们将来自
@RedHat
以及瑞典人工智能，通过深入的技术讲座和现场演示，深入探讨vLLM的生产规模推理，包括推理优化。
@AMD
显卡。如果你在斯德哥尔摩，千万别错过。https://luma.com/q5aytn9u?tk=N11ggh

最近大家都在谈论代币，但重要的是它们如何出现在你的工作负载中。
让我们来解析GTC基准测试。https://amd.com/en/developer/resources/technical-articles/2026/the-many-aspects-of-inference-performance.html

$ run agents -- local（本地）
是的，你可以在Windows上本地运行AI代理。
本指南展示了如何在AMD Ryzen AI Max+系统或Radeon显卡上设置OpenClaw↓

高通，@Qualcomm，无处不在地提供智能计算。

本周人工智能：六边形NPU为开发者优化，Nexa AI，高通首席财务官Akash Palkhiwala发表#6G未来，以及
@Snapdragon
数字底盘塑造了与行业合作伙伴共同驾驶体验的未来。

那么，成为其中一员需要什么条件
@ClarivateIP
全球百大创新者？
知识产权与创新研究负责人埃德·怀特表示，“韧性、大规模的再造与创新，清晰地应对复杂性，精准塑造未来。”
阅读更多：https://clarivate.com/top-100-innovators/

在#MWC26我们展示了AI原生6G如何从研究走向现实——从智能人工智能和增强现实到感应驱动的数字孪生。了解我们的现场演示如何预览无线连接的未来。阅读更多：https://bit.ly/4rCpnHW

高通的Wi-Fi 8到底有多快？
在高通产品市场经理Jolie Lou讲述连接未来，一睹Wi-Fi 8的实际应用#MWC26.

工厂、机器人和人工智能驱动的安全都有一个共同点：它们正在向边缘移动。看看高通如何#Dragonwing处理器正在实现实时的工业和企业智能，我们的博客文章中提到了这一点。

百度公司，@Baidu_Inc，百度是一家领先的人工智能公司，拥有强大的互联网基础。

3月18日，阿波罗GO荣幸接待了韩国MOLIT及其他7个部委代表团来访北京，进行为期三小时的讨论和试骑。阿波罗GO在26个城市共完成超过2000万+次骑行，期待与韩国当局深化合作

感谢你对千帆OCR的细致解析！从设置到测试的精彩解析👀
@fahdmirza
引用
法赫德·米尔扎
@fahdmirza
·
3月19日
💥千帆OCR已经到来，并且正在改变文档AI。🌀

♠一款4B型号，在OCR任务上击败Gemini-3 Pro和Qwen3-VL-235B。🚀

🔹#1 OmniDocBench v1.5 端到端模型（评分93.12）🔹#1 关键信息提取——击败 Gemini 和 Seed-2.0🔹布局即思想：思考
百度公司已转帖
路透社
@Reuters
·
3月20日
百度展示了基于OpenClaw构建的“龙虾”AI代理，英伟达CEO黄仁森称该平台为人工智能的下一个重大突破https://reut.rs/4cTGUI3

作为我们的
@openclaw
产品线持续增长，现涵盖多种产品和不断扩展的 ClawHub 技能——帮助支持桌面、移动、浏览器、家庭、搜索、生产力和内容工作流程中更多实际任务！

介绍千帆OCR：一款4B参数的端到端文档智能模型。
一个模型。没有管道。表格提取、公式识别、图表理解和关键信息提取，全部在一次处理中完成。
论文：https://arxiv.org/abs/2603.13398型号：https://huggingface.co/collections/baidu/qianfan-vl
🧵关键结果 ↓

浑源，@TencentHunyuan，腾讯大模型，包括文本生成、图像生成、视频生成和 3D 生成。@我随时！

新研究
@Tsinghua_Uni
：空间-TTT。

一个用于通过测试时间训练（TTT）进行视觉化空间智能流传输的框架。空间-TTT适应快速权重，捕捉和组织长视频流中的空间证据，使模型能够随着时间构建结构化的三维空间记忆。

亮点：🔹高效的流式存储器。快速权重作为紧凑的空间内存，在7000+帧时具有亚线性内存增长，计算能力降低了40%以上。🔹空间预测机制。TTT图层采用三维时空卷积，捕捉几何对应和时间连续性。🔹SOTA在长视野视频空间理解（VSI-Bench）方面取得了成果。

该报在该论文上排名第一
@huggingface
3月13日的《每日报纸》。

项目页面：https://liuff19.github.io/Spatial-TTT/GitHub：https://github.com/THU-SI/Spatial-TTT论文：https://huggingface.co/papers/2603.12255模型与数据：https://huggingface.co/THU-SI

Qwen，@Alibaba_Qwen，AGI 的开放基础模型。

关于Qwen 3.5 Max预览
@Alibaba_Qwen
我们回顾了以往的Qwen Max变体，看看它已经进步了多少
Qwen 3.5 Max 相较于 Qwen 3 Max 的最大涨幅：
- 文本整体评分（+45分）
- 创意写作（+57分）
- 数学（+49分）
- 娱乐、体育与媒体（+48分）
- 写作、文学与语言（+45分）
自Qwen 2.5 Max以来，这在所有类别中都是巨大的提升。

我对这个很自豪！😎Qwen 3.5 Max 预览刚刚进入数学 #3，竞技场专家排名前十，整体排名前 15！我们已经回到实验室，优化预览体验。更锐利的性能即将到来——敬请期待！🚀

数据砖，@databricks，Databricks 是一家数据和 AI 公司，帮助数据 + AI 团队解决世界上最棘手的问题。

AI编程工具在写代码方面变得非常出色。但数据工作不仅仅是代码。
精灵代码是为之后发生的事情而设计的。它可以构建管道和模型，然后通过监控管道和人工智能模型、对故障进行分流和异常调查来维持运行。
它适用于数据团队真正依赖的上下文。这样团队可以减少对问题的反应时间，更多时间推动工作前进。https://databricks.com/blog/introducing-genie-code?utm_source=twitter&utm_medium=organic-social

Databricks AI 日正在进行中，汇聚了15,000+的数据和人工智能领导者，共同了解现代团队如何构建和发布智能应用。
今年的焦点放在Lakebase：这是为代理时代打造的新运营数据库类别，存储与计算完全分离，无服务器Postgres可随需求即时扩展。
参与使用Agent Bricks构建和部署AI代理、用Lakebase Postgres为代理供能，以及用Genie用自然语言查询数据的实践课程和培训：https://databricks.com/ai-days?region=amer?utm_source=twitter&utm_medium=organic-social

当仪表盘为董事会报告、预测和薪酬提供信息时，小错误也可能产生真正的影响。
本教程将一步步讲解如何用Git和Asset Bundle管理Databricks的AI/BI仪表盘，确保每次变更都能被版本化、审查并可逆，并且实现跨环境的受控部署。
遵循逐步工作流程，保持更新可见、可测试且安全部署，同时不改变分析师的日常工作方式。https://databricks.com/blog/tutorial-how-ship-aibi-dashboard-changes-safely-scale-databricks-asset-bundles?utm_source=twitter&utm_medium=organic-social

随着数据管道的扩展，数据工程师花更多时间拼接编排、增量处理、数据质量和回填工具。
Spark 声明式管道（SDP）将声明式处理从单个查询扩展到整个管道，使 Apache Spark 能够规划和执行这些流程。
通过原生处理依赖、增量更新、重试和恢复，SDP 减少了粘合代码，让数据工程师专注于交付可靠的数据集，而非管理工作流复杂性。
了解为什么数据工程需要实现端到端声明式。https://databricks.com/blog/spark-declarative-pipelines-why-data-engineering-needs-become-end-end-declarative?utm_source=twitter&utm_medium=organic-social

扩展 AI，@scale_AI，要制作最佳模型，您需要最佳数据。

我们推出了《语音对决》——这是首个完全基于真实语音提示和人类偏好构建的语音人工智能竞技场。
大多数语音基准测试使用合成语音，且仅支持英语。我们向全球用户基础、讲60+语言的模型发送原始用户音频。
以下是我们迄今为止了解到的内容 ↓

介绍《配音对决》🔊这是首个基于真实对话构建的语音AI模型竞技场，由60+语言中约30万用户投票驱动。

来自我们纽约新办公室的问候！🗽我们已正式在One World Trade安顿下来，并期待继续扩大我们的全球团队。
想成为塑造人工智能未来的一部分吗？加入我们：https://scale.com/careers

拥抱脸，@huggingface，构建未来的人工智能社区。http://hf.co/jobs

看起来已经确认Cursor的新模型基于Kimi！这强化了几点：- 开源一直是最大的竞争推动者- 中国开源成为塑造全球AI栈的最大力量的又一验证- 前沿不再是谁从零开始训练，而是谁能最快适应、微调和产品化（比如OpenClaw就是这样）。
引用
李·罗宾逊
@leerob
·
3月21日
没错，Composer 2 是从开源基础开始的！我们未来会进行完整的预培训。
最终模型计算中只有约四分之一来自基础，其余来自我们的训练。这就是为什么评估方式非常不同。

期待发布：AgentUI

一个全新的聊天界面——原生多代理
特工通过报告和数据进行协调
作为子代理，插入+使用任意开放/封闭模型
代理专注于代码、网络搜索、多模态......
点击这里试试：https://huggingface.co/spaces/lvwerra/agent-ui

一致性，@cohere，Cohere 为现实世界的业务问题构建安全、可扩展的私有企业级 AI 解决方案

我们队在圣何塞度过了精彩的一周。
@NVIDIAGTC
!

Cohere的领导者和技术人员在整个活动中进行了演讲，涵盖硬件效率、企业级自动化以及整个技术栈的创新。

我们的首席执行官，
@aidangomez
，也加入了GTC的直播舞台，讨论了企业客户的激动人心的可能性、将企业技术部署到全球经济的障碍，以及他对人工智能采用演变最令他惊讶的地方。

与我们的客户和合作伙伴建立联系非常愉快，包括
@Dell
,
@Microsoft
,
@Oracle
，和
@CoreWeave
以及生态系统中众多正在塑造人工智能激动人心未来的杰出人才。#NVIDIAGTC

今天在GTC大会上，我们宣布正在构建NVIDIA生态系统原生模型和优化的代理性North平台实例，以满足对安全、私有部署AI系统日益增长的需求
@nvidia
.
这些定制模型将针对NVIDIA最新的架构和软件生态系统进行优化，包括NVIDIA DGX Spark——为Spark用户和客户带来高性能、本地运行的企业级AI工作站。
更多内容请访问我们的博客，并亲临GTC南市场地块，展位#7027：https://lnkd.in/e-48MbTG

人为的，@AnthropicAI，我们是一家人工智能安全和研究公司，致力于构建可靠、可解释和可指导的人工智能系统。与我们的人工智能助手交谈

我们邀请Claude用户分享他们如何使用人工智能，他们梦想人工智能能实现什么，以及他们担心AI可能带来什么。
在一周内，近81,000人回应——这是同类研究中规模最大的一次。
阅读更多：这些访谈捕捉到了调查无法捕捉的质感。它们详细描绘了全球人们已经如何体验到人工智能的机遇与风险。
我们计划定期使用Anthropic Interviewer，涵盖不同主题，帮助了解如何构建人工智能，造福所有人。
人为
@AnthropicAI
·
3月19日
感谢80,508名抽时间与我们交流的人。看到人工智能在许多人的希望、恐惧和梦想中占据重要地位，令人震惊且谦卑。

开源生态系统支撑着几乎世界上所有的软件系统。随着人工智能能力的提升，开源安全变得越来越重要。

我们向Linux基金会捐款，继续帮助保护AI运行的基础。
引用
Linux 基金会
@linuxfoundation
·
3月18日
Linux 基金会宣布获得 1250 万美元的资助（来源：）@AlphaOmegaOSS以及@OpenSSF)

@AnthropicAI， @AmazonWebServices，@GitHub,@Google,@GoogleDeepMind,@Micr

默夫人工智能,@MurfAIStudio,在几秒钟内将文本转换为逼真的语音。我们为使用语音进行构建的开发人员提供可流式传输、可扩展的自助式 API。

Murf Falcon TTS API 现已在 AWS Marketplace 上架！

如果您在 AWS 上构建语音 AI 应用，现在可以通过现有的亚马逊网络服务（AWS）账户直接访问 Falcon。没有单独的供应商注册，也没有新的账单设置。

Falcon 是我们最低延迟的 TTS 模型，专为实时语音代理、对话式 AI 以及响应时间重要的实时应用而打造。

这会解锁什么：

简化采购流程：购买直接通过亚马逊计费，无需注册新供应商。

安全性与合规：Murf符合SOC 2、ISO 27001、GDPR和HIPAA标准。结合亚马逊市场的安全验证，团队无需额外的审核周期即可启动。

AWS PPA支出：已经签订了AWS私有定价协议？通过市场购买的Murf计入你的承诺消费。

易于集成：Falcon能够干净利落地插入语音代理管道和实时应用。

请在AWS市场查看：https://aws.amazon.com/marketplace/pp/prodview-iuh76esvdoirq?sr=0-2&ref_=beagle&applicationId=AWSMPContessa

D-ID,@D_ID_,D-ID 的人工智能平台支持以数字人为特色的动态视频和互动体验。

嘘——
@ElevenLabsDevs
正在运营ElevenHacks，我们很高兴成为合作伙伴。

11周的挑战、真正的奖品，以及令人难以置信的建造者和合作伙伴阵容。

来与我们一起建设人工智能的未来吧！
引用
ElevenLabs 开发者

@ElevenLabsDevs
·
3月19日
我们正在连续举办十一届黑客松，总奖金池超过24万美元。

它叫做ElevenHacks。事情是这样的。

中途,@midjourney,社区支持的研究实验室 - 探索新的思维媒介并增强人类的想象力。

如果要说一个与视觉世界相关的单一目标，那就是“达到审美奇点”——一个一年内美学探索超过人类历史上所有历史总和的世界。
中途之旅
@midjourney
·
3月21日
关于V8的两个快速更新
（1） V8 现已支持放松模式
（2）我们推出了新版本的SREF / Moodboards，速度快了4倍，价格便宜4倍，支持高清模式、个性化、--样式化和--exp。注意：如果你想用旧版本，只需输入--sv 6，新版本是--sv 7
中途之旅
@midjourney
·
3月19日
Midjourney 每周办公时间 - 3/18
中途之旅
Midjourney 每周办公时间 - 3/18
已结束
·
408 已收听
中途之旅
@midjourney
·
3月18日
今天我们开始在社区中测试V8模型的早期版本。它在跟题方面要好得多，速度快5倍，有原生2K模式，改进的文本渲染，以及有史以来最好的个性化、sref和moodboard表现。玩得开心！

稳定性人工智能,@StabilityAI,SD3.5 来了！无与伦比的定制、社区友好的许可和卓越的图像质量。

无

Fireflies.ai，@firefliesai，，#1 会议人工智能队友，

无

递归，@RecursionPharma，解码生物学，从根本上改善生活。药物发现的工业革命已经到来。

递归正前往#AACR26- 4月17日至22日，圣地亚哥 - 分享我们在利用数据和人工智能推动新癌症发现和治疗方面的突破。🔹4月18日中午12：30，递归转化战略副总裁Teeru Bihani将作为“人工智能在生物标志物发现与转化药物开发中的应用”的教育讲座的一部分，与科学创新人工智能负责人Jorge Reis-Filho一同发表演讲
@AstraZeneca
.她将分享Recursion人工智能驱动的癌症项目详情，包括REC-1245项目，我们利用Recursion的AI平台发现了RBM39与DNA损伤反应之间的关系，并设计了一种潜在的首创降解剂，该药物正在开发用于治疗生物标志物丰富的实体肿瘤适应症和淋巴瘤。本次会议将由德累斯顿跨学科生命科学研究生院的Jakob N. Kather主持。🔹4月20日，上午9点至中午12点，我们将在CellNeighbor上展示一张海报，这是一个患者肿瘤和细胞系模型的转录图谱，旨在为临床前模型选择提供参考。CellNeighor解决了基于分子剖面进行化合物活性分析的细胞系模型与体外细胞培养之间的翻译差距，这些模型会影响这些模型中的遗传变化。我们通过整合DepMap中的转录组图谱与《癌症基因组图谱》的患者肿瘤数据以及去识别的患者肿瘤数据，构建了CellNeighbor
@TempusAI
创建了细胞系和肿瘤的统一转录组图谱。
递归
@RecursionPharma
·
3月18日
在
@LeerinkPartners
上周的2026年全球医疗保健大会上，首席执行官兼总裁Najat Khan与首席财务官Ben Taylor分享了我们的重点领域——从人才管道和合作伙伴关系到人才的重要性。

他们强调我们正从炒作走向价值实现的时代。以下是几个关键要点：🧬“模拟更多，减少”：通过利用我们的人工智能平台，我们大幅调整了传统药物发现的时间表和成本。🤝合作伙伴价值：“最重要的是合作伙伴关系的宣布，而是合作伙伴价值的实现，”Najat说。我们为与以下合作伙伴取得的进展感到无比自豪
@sanofi
以及
@Roche
正如Najat所指出的，“我们的前期和里程碑刚刚突破了五亿。”📊有纪律的资本配置与投资组合管理：我们以投资者的思维对待我们的管道，为每个项目建立快速、数据驱动的可行与否决策。🧠“双语”人才深渊：我们的成功建立在一种同等重视并融合技术与生物学的文化之上，打破了传统的制药业壁垒。“创新来自两者的交汇，”纳贾特说。“我们招聘那些有开放态度的人，比如一个有开放心态去理解人工智能的毒品猎人......还有真正想了解药物发现的人工智能科学家。”👉点击这里观看完整网络直播：https://event.summitcast.com/view/mT9poctHDNthc6b89WqVjf/Uu9Jby4mP4WTcucuq7PCon

奥金,@OwkinScience,Owkin 使用人工智能为每位患者找到合适的治疗方法。

作为我们“科技女性聚焦”系列的第二部分，我们邀请了平台生物学主管 @Roberta Codato，她分享了一个有力的提醒：你的声音很重要。

请继续关注塑造奥金的女性！
奥金
@OwkinScience
·
3月19日
bioRxiv预印本：Ultima UG100与Illumina NovaSeq在FFPE组织上的首次全面多模态基准测试。

预印本：https://biorxiv.org/content/10.64898/2026.03.11.710846v1代码：https://github.com/owkin/ultilumina-pilot/tree/main
奥金
@OwkinScience
·
3月18日
我们刚刚训练了一个人工智能，提出新的治疗假说，结果它表现优于GPT-5。

更多内容请访问我们的博客：https://owkin.com/blogs-case-studies/unlocking-the-next-era-of-therapeutic-discovery-training-an-agentic-ai-researcher-with-reinforcement-learning

Geoffrey Hinton (@geoffreyhinton) - 深度学习先驱，多伦多大学

无

Yann LeCun (@ylecun) - Meta首席AI科学家，卷积神经网络之父

JEPA找到了能够实现预测的抽象。
这就是智能和科学的工作方式：找到现实的抽象表征，从而进行预测。

Andrew Ng (@AndrewYNg) - Coursera联合创始人，斯坦福教授

新课程：代理记忆：构建记忆感知代理，与
@Oracle
并由
@richmondalake
以及纳乔·马丁内斯。

许多代理在单次会话中表现良好，但会话结束后内存会重置。想象一个研究代理在多天内处理数十篇论文：没有内存，它无法存储和检索跨会话所学内容。本短期课程教你构建一个记忆系统，使代理能够持久保存记忆，从而跨会话学习。

你将设计一个内存管理器，处理不同内存类型，实现可扩展的语义工具检索而不臃肿上下文，并构建写回流水线，使智能体能自主更新和完善其已知信息。

你将获得的技能：
- 为不同代理内存类型构建持久内存存储
- 实现内存管理器，协调代理的读写和检索内存
- 将工具视为程序性记忆，仅在推理时使用语义搜索检索相关工具

加入并学习培养能够记住并随着时间提升的经纪人！https://deeplearning.ai/short-courses/agent-memory-building-memory-aware-agents
0:06 / 1:37
吴安德鲁
@AndrewYNg
·
3月17日
是否应该有一个 Stack Overflow 平台，供 AI 编码代理相互分享学习？

上周我宣布了Context Hub（chub），这是一个开放的CLI工具，为编码代理提供最新的API文档。从那以后，我们的GitHub仓库获得了超过600万颗星，API文档数量也从不到100个扩展到1000多个，这得益于社区的贡献和新的代理文档编写者。感谢所有支持Context Hub的人！

OpenClaw和Moltbook表明，代理们可以利用为他们设计的社交媒体来分享信息。在我们新的chub版本中，代理可以分享文档反馈——哪些有效，哪些无效，哪些缺失。这些反馈有助于完善文档，保障隐私和安全。

我们还处于早期建设阶段。你可以在GitHub仓库中找到详细信息和配置选项。按以下方式安装 chub，并提示你的编码代理使用：

NPM 安装 -G @aisuite/chub

Fei-Fei Li (@drfeifei) - 斯坦福HAI院长，ImageNet发起人

Fei-Fei Li 已转帖
Silvio Savarese
@silviocinguetta
·
3月21日
Pleased to collaborate with Sabastian Niles on this byline in
@FortuneMagazine
. One of the most important questions emerging around agent-to-agent interactions is: when AI agents negotiate on behalf of competing interests—with no human in the loop—what ensures they remain honest?
显示更多
来自 fortune.com
Fei-Fei Li
@drfeifei
·
3月21日
Our recent work using object-centered spatial information for better generalization 🦾
引用
Wenlong Huang
@wenlong_huang
·
3月21日
What representation enables open-world robot manipulation from generated videos?

Introducing Dream2Flow, our recent work that bridges video generation and robot control with 3D object flow.

http://dream2flow.github.io

@Stanford #ICRA2026

1/N

李飞飞已转帖
OpenArt
@openart_ai
·
3月19日
今天，我们推出了一种全新的AI创作方式。

而OpenArt Worlds，你可以从一个提示或图片生成一个完全可导航的3D环境，进入其中，完全按照你想象的方式拍摄照片。

不再重新开始。
不再有不一致的场景。

你只能建构世界一次——并在其中创造。

• 在场景中自由移动
• 找到你的角度
• 添加字符和元素
• 捕捉可拍摄的镜头

Sam Altman - OpenAI CEO，ChatGPT背后的推动者。X账号：@sama背景：领导生成式AI的普及，关注AI安全和监管。

我非常感激那些逐字编写极其复杂软件的人。已经很难回忆起这到底花了多少力气。

感谢你让我们走到这一步。
山姆·奥特曼

@sama
·
3月17日
它也很聪明，但是......我基本同意这个观点，自己在5.3到> 5.4升级时也非常有感觉。
引用
罗希特
@krishnanrohit
·
3月17日
GPT 5.4非常优秀，但它最显著的特点是其人性。5.3 Codex 已经非常擅长编程，所以看到它为什么会更成功很有趣。

有人说他们想要一个十倍自闭症天才编码者，但他们想要的是个性。x.com/gdb/status/203......
山姆·奥特曼

@sama
·
3月17日
5.4 API 的第一个周非常棒。

建筑者建造迅速。
引用
格雷格·布罗克曼

@gdb
·
3月17日
GPT-5.4的增长速度比我们在API上推出的任何模型都快：上线一周内，每天5万吨代币，处理量超过一年前整个API的处理量，净新增收入达到10亿美元的年化运行量。

这是个好型号，试试看吧！

Sundar Pichai - Google/Alphabet CEO，主导Google AI战略。X账号：@sundarpichai背景：推动Google在AI搜索、云服务和硬件中的应用。

本周谷歌各方的一些最新消息🧵全新的全栈氛围编码体验现已流行
@GoogleAIStudio
其中
@Antigravity
编码代理和内置
@Firebase
整合。
把你的提示词变成出色的生产准备应用。

谷歌现已成为首家将1 GW灵活需求整合进长期公用事业合同的云服务提供商。我们能够在需要时调整或减少能源需求，帮助公用事业公司平衡供需并规划未来容量需求。

Satya Nadella - Microsoft CEO，领导Azure AI和OpenAI合作。X账号：@satyanadella背景：将AI整合到微软生态系统，主导Copilot等产品。

很高兴看到我们Superintelligence团队的新形象模型正在Copilot上线，并很快会在Foundry面向企业客户。
引用
穆斯塔法·苏莱曼
@mustafasuleyman
·
3月20日
我们的新图像生成器MAI-Image-2已经发布！现已在MAI Playground上线，涵盖从逼真逼真到详尽信息图表的各种内容。我们团队为这次发布付出了巨大努力，现在我们已经跻身顶级模特之列：#3 家族@arena. 看看
萨蒂亚·纳德拉已转帖
Microsoft
@Microsoft
·
3月19日
可以把数据中心网络想象成水流过管道。
传统的光缆通过狭窄且快速的光流传输数据。而Microsoft的新MicroLED系统则能同时通过成千上万个通道传输数据——更像一条宽缓慢流的河流，承载着同样的体积。
结果是：研究人员估计，这种新方法的能源消耗可比主流基于激光的光缆少约50%，同时支持AI和云服务背后的海量数据流。了解如何：https://msft.it/6001QoewP

今天#NVIDIAGTCMicrosoft宣布了涵盖AI基础设施、代理平台和实体AI的新解决方案——帮助客户构建和运营具备安全、治理和全球规模的AI。点击这里阅读更多：https://msft.it/6017QWhzZ

Greg Brockman - OpenAI联合创始人兼CTO。X账号：@gdb背景：推动GPT系列模型的技术发展。

Codex黑客松充满了建设者的热情
引用
蔡嘉布里埃尔
@gabrielchua
·
14小时
祝贺前五名Codex队伍
在200+中，他们做了饭🧑‍🍳从用于脑波读取器的C++固件，到协调来自不同供应商的编码代理车队。
有一支队伍更进一步：

欢迎来到OpenAI！非常兴奋能一起合作，打造出让全球开发者更高效的工具。
引用
查理·马什
@charliermarsh
·
3月19日
我们已达成协议，加入OpenAI成为Codex团队的一部分。

我为我们迄今为止所做的工作感到无比自豪，非常感激所有支持我们的人，也非常兴奋能继续打造让编程感觉不同的工具。

Lisa Su - AMD CEO，AI芯片竞争的关键人物。X账号：@LisaSu背景：推动AI优化芯片发展，与NVIDIA竞争。

很荣幸见到高级秘书
@JungWooHa2
今天在首尔讨论韩国对主权人工智能的雄心愿景。
@AMD
致力于合作，推动和扩展AI生态系统，以支持韩国的AI G3愿景。
引用
河正宇
@JungWooHa2
·
3月19日
AMD @LisaSu我与主席讨论了实现韩国AI G3愿景的合作。我感受到了管理层和洞察力，帮助AMD从艰难时期中成长起来。我们在基础设施供应链多元化、人力资源培训、本地产业AX和生态系统投资等多个领域达成共识，并将带来切实可行的成果。

Jeff Dean - Google高级副总裁，Google Brain创始人。X账号：@JeffDean背景：领导TensorFlow等AI基础设施开发。

祝贺查尔斯·贝内特和吉尔·布拉萨尔赢得了今年的冠军
@theofficialacm
图灵奖！🎉他们因在量子信息科学和量子密码学方面的工作而受到认可。

谷歌自豪地支持该奖项，以表彰开创性的计算机科学工作。
引用
计算机协会
@TheOfficialACM
·
3月18日
祝贺查尔斯·H·贝内特（@IBMResearch）和吉尔·布拉萨尔（@UMontreal）在获得2025年ACM A.M.图灵奖时！🔗:https://awards.acm.org/turing

Mustafa Suleyman - DeepMind联合创始人，Inflection AI创始人。X账号：@mustafasuleyman背景：推动AI在对话系统中的应用。

我们的新图像生成器MAI-Image-2已经发布！现已在MAI Playground上线，涵盖从逼真逼真到详尽信息图表的各种内容。我们团队为这次发布付出了巨大努力，现在我们已经跻身顶级模特之列：#3 家族
@arena
.
详情请看我们的博客：https://microsoft.ai/news/introducing-MAI-Image-2/它很快就会在Copilot和Bing图像创建器以及Microsoft Foundry中发售。
对我们在模型和产品的进展感到非常自豪——敬请关注新发布，欢迎加入我们的超级智能使命！

Oriol Vinyals - Google DeepMind研究员，AlphaStar项目负责人。X账号：@OriolVinyalsML背景：AI在游戏和策略领域的应用专家。

无

Andrej Karpathy - 前Tesla AI总监，OpenAI研究员。X账号：@karpathy背景：自动驾驶AI和计算机视觉领域的专家。

谢谢你，Sarah，我很荣幸能参加播客！我很乐意在回复中做更多问答。
引用
郭莎拉

@saranormous
·
3月21日
赶上了@karpathy为了新的@NoPriorsPod：关于工程的阶段转变、人工智能精神错乱、爪子、AutoResearch、人工智能中类似SETI的居家式运动机会、模型格局以及二阶效应02:55- 还有哪些能力限制？06:15- 什么

我必须立刻去看《绝望长传计划》（它改编自安迪·韦尔的书，也是《火星救援》的作者）。两人都非常高兴且松了口气地说：1）电影在内容和基调上非常忠实于原著，2）执行得非常好。

这本书是我最喜欢的外星人描写之一，因为显然对另类生物化学、进化史、感官、心理学、语言、科技树等科学细节进行了大量思考。它足够不同，既富有创意且合理，又足够相似，让你能获得引人入胜的故事和虚构作品中最棒的兄弟情之一。更别提其他（单细胞）外星人了。我能数清虚构的外星人描写如此深度。很多这些方面都被简短呈现——如果你读过原著会发现，但如果没读过，电影就无法花时间充分展现这些细节。

我觉得这部电影在节奏、俏皮话、巴索斯等方面有点过于依赖超级英雄电影的套路，我们看到的《星际穿越》的宏大和《火星救援》的科学元素也少了一点，但考虑到原作内容的基调，我觉得这没问题。而且在关键时刻表现得非常好——在《洛奇》和兄弟情中。感谢摄制组带来的宝贵内容！
安德烈·卡帕西
@karpathy
·
3月20日
Andy Weir展示了书中计算背后的一些电子表格https://youtube.com/watch?v=lYHCTEnYOr4我的意思是，如果没有附带补充白皮书，那就不算是高质量的科幻

Jack Clark - Anthropic联合创始人，AI政策专家。X账号：@jackclarkSF背景：关注AI对社会的影响和治理。

我们非常自豪人类研究所的这项研究——我们利用Claude调查了约81,000人关于他们对人工智能的希望、恐惧和看法。快去看看吧！
引用
人为
@AnthropicAI
·
3月19日
我们邀请Claude用户分享他们如何使用人工智能，他们梦想人工智能能实现什么，以及他们担心AI可能带来什么。

在一周内，近81,000人回应——这是同类研究中规模最大的一次。

阅读更多：https://anthropic.com/features/81k-interviews
显示更多回复
杰克·克拉克
@jackclarkSF
·
3月19日
如果克劳德是一个人，每次对话需要半小时，那么他会与世界“对话”大约4万小时，或者4.6年。如果考虑睡眠、周末、节假日和一些休息时间，可以算上15年。
杰克·克拉克
@jackclarkSF
·
3月19日
所以当我阅读这些采访中的引言，理解人们与克劳德谈论的话题时，我不禁思考：利害关系重大，我们需要非常努力地衡量克劳德的特性，确保它对人们产生积极影响。
杰克·克拉克
@jackclarkSF
·
3月18日
我正在扩大经济研究功能
@AnthropicAI
以应对强大人工智能的挑战。本团队目前通过人类经济指数+近期关于就业暴露人工智能的研究，产出行业内最优质的数据。我们有许多非常雄心勃勃的计划正在筹备中。加入吧！
引用
彼得·麦克罗里
@PeterMcCrory
·
3月18日
我想分享一些关于我对未来几年Anthropic经济研究团队的愿景。

这是一个前瞻性的愿景。有些作品我们还没开发出来。这项工作的某些方面肯定会有所变化。

考虑加入这项努力。

1/6https://docs.google.com/document/d/1OMGve-PUKQvDmXN_Z4jdEuCpVGI5fn-gQ_hUxrHmezU/edit?tab=t.0#heading=h.j1ij8p6h22u5
杰克·克拉克
@jackclarkSF
·
3月18日
我既不能确认也不能否认是否会有更多雷达图。

Reid Hoffman - LinkedIn联合创始人，Greylock Partners投资人，AI伦理倡导者。X账号：@reidhoffman背景：投资多个AI初创公司，探讨AI与工作的未来。

无

Patrick Collison - Stripe CEO，支持AI支付与业务优化技术。X账号：@patrickc背景：推动AI在金融科技中的应用

刚发现了罗斯金的《哥特的本质》。精彩的文章：https://gutenberg.org/files/30755/30755-h/30755-h.htm#page151.

“现代科学绘制的世界图表将大量知识的表达置于狭窄空间，但我从未见过任何一幅图表足够生动，能让观众想象南北两国之间存在的物理特征差异。我们对它们的细节了解，但我们没有那种广阔的视野和理解，无法让我们充分感受它们。我们知道龙胆生长在阿尔卑斯山，橄榄生长在亚平宁山脉;但我们自己却未能充分理解鸟类迁徙时所看到的世界表面斑驳马赛克，那种鹳和燕子倚靠西罗科风时远方看到的龙胆与橄榄区的差异。让我们暂时试着抬高自己，甚至超越他们的飞行高度，想象地中海像一个不规则的湖泊，所有古老的岬角都在阳光下沉睡：这里那里有一块愤怒的雷光，一抹灰色的风暴污点，在燃烧的田野上移动;这里那里还有一圈固定的白色火山烟雾，周围环绕着灰烬;但大多数时候，叙利亚与希腊、意大利与西班牙的光明如同金色的石板铺陈在海蓝色的海中，随着我们靠近它们，被强硬的山链追逐，柔和地映照着梯田花园和浓重乳香的花朵，混杂着大量月桂花，还有橙色和羽状棕榈，随着大理石岩石的燃烧和斑岩岩台阶的燃烧，逐渐消退了灰绿色的阴影。然后让我们继续向北走，直到看到东方的色彩逐渐转变为一片广阔的雨绿带，瑞士的牧场、法国的白杨山谷、多瑙河和喀尔巴阡山的黑暗森林从卢瓦尔河口延伸到伏尔加河口，透过灰色雨云漩涡和溪流薄雾的薄纱可见。沿着牧场低地蔓延;再往更北，看到大地隆起成厚重的铅岩和荒原，毗邻一片宽广的阴暗紫色荒地，田野和林地带，最终分裂成北方海域中不规则而凄凉的岛屿，风暴肆虐，冰雪冰冷，被汹涌的潮汐折磨，直到最后的森林根系从山谷中断裂，北风的饥饿将它们的峰顶咬成荒芜;终于，那堵坚韧如铁的冰墙，像死亡一样，白色的牙齿从极地暮光中咬着我们。既然我们曾在思考中穿越了地球物质广袤的分区虹膜，让我们更靠近它，观察动物生命带中平行的变化：成千上万迅捷而耀眼的生物在空中和海洋中凝视，或踩踏在南部沙滩上;条纹斑马和斑点豹，闪闪发光的蛇，以及紫色和猩红色的鸟类。让我们对比它们细腻、色彩鲜艳、动作迅捷，与北方部落因霜冻而坚韧、蓬乱的覆盖和暗色羽毛形成对比;将阿拉伯马与设得兰群岛对比，老虎和豹子对比狼和熊，羚羊与麋鹿，天堂鸟与鱼鹰对比：然后，苏我们恭敬地承认大地及其一切在存在中所遵循的伟大法则，不予谴责，而是欢欣鼓舞于人类在生其生之土地的法令中表达的安息。让我们敬畏地注视他，他将燃烧的宝石并列，用柔软的雕塑抚平碧玉柱，这些石柱将反射无尽的阳光，升入无云的天空;但当他用粗犷的力量和匆忙的笔触，从荒原苔藓中撕下岩石，将铁壁和崎岖的墙堆抛向黑暗的空气中，凭本能与想象力如北海般狂野而迷离;形状笨拙、肢体僵硬，却充满狼性生命的创造;如同狂风般猛烈，如遮蔽它们的云朵般多变。”
帕特里克·科里森

@patrickc
·
3月20日
值得一试http://wallet.tempo.xyz如果你还没看过。非常精妙的体验。

Emad Mostaque - Stability AI创始人，Stable Diffusion背后推手。X账号：@EMostaque背景：推动开源AI生成模型。

对于纯理论物理来说，我看不出2027年会是这样
最终仅限人类认知贡献的窗口即将关闭
永远
引用
哈佛物理
@harvardphysics
·
3月21日
科学家们讨论人工智能是否能在2035年前超越人类在物理学上的贡献https://physicsworld.com/a/is-vibe-physics-the-future/

“数学是物理学中实验成本低廉的部分”——弗拉基米尔·阿诺德
引用
埃隆·马斯克

@elonmusk
·
3月18日
回复 @Andercot
长期以来，物理学一直只是等待新的对撞机或望远镜

Alexandr Wang - Scale AI创始人，AI数据标注领域的领导者。X账号：@alexandr_wang背景：为AI模型提供高质量训练数据。

无

Clement Delangue - Hugging Face CEO，AI开源社区推动者。X账号：@ClementDelangue背景：构建AI模型共享平台。

看起来已经确认了Cursor的新模型是基于Kimi的！这强化了几点：
- 开源一直是最大的竞争助力
- 再次验证中国开源，成为塑造全球人工智能栈的最大力量
- 前沿不再只是谁从零开始训练，而是谁能最快适应、微调和产品化（比如OpenClaw就是这样）。
引用
李·罗宾逊
@leerob
·
3月21日
没错，Composer 2 是从开源基础开始的！我们未来会进行完整的预培训。
最终模型计算中只有约四分之一来自基础，其余来自我们的训练。这就是为什么评估方式非常不同。

与
@dee_bosa

@CNBC
关于
@nvidia
以及所有开源人工智能！一些关键点：

英伟达成为美国开源AI新王
30%的财富500强正在使用Hugging Face，我们的目标是在年底前达到大多数
代理将比聊天机器人（例如 OpenClaw）更加开源
代理使所有人能够基于开源进行训练、微调和运行自己的模型
我们在HF上突破了1500万个AI构建者，并希望年底前能有尽可能多的代理使用该平台。客服是科技平台的新用户和客户

** Vinod Khosla - Khosla Ventures创始人，AI初创公司早期投资者。X账号：@vkhosla背景：投资多个AI健康和能源项目。**

如果你负担得起，这绝对是加速创新的正确方式。
引用
埃隆·马斯克

@elonmusk
·
3月22日
快速递归改进 x.com/cb_doge/status......

绝对需要更好的安保措施
引用
西比尔
@runsybil
·
3月19日
我们的黑客方式正在改变，我们正在构建下一步我们共筹集了4000万美元，用于打造AI原生的攻击性安全平台

大家都说他们在构建世界模型。实际上很少有人在构建。大多数人工智能学会了看世界。世界模型学会预测其中发生的事情——特别是人们做事时会发生什么。那是另一个问题。看见是被动的。后果需要理解因果关系，任何人工智能都能学会读懂场景。世界模型学习的是直觉，知道什么会改变它。
@gen_intuition

Ben Horowitz - Andreessen Horowitz联合创始人，AI商业化推动者。X账号：@bhorowitz背景：支持AI与企业服务的结合。

很高兴能和Venture Heavyweight坐下来聊聊
@bhorowitz
以及
@BoozAllen
霍拉西奥·罗赞斯基在#AmericanDynamism峰会，包括伊朗、人类与五角大楼、人工智能颠覆以及私人市场
@a16z
最近筹集了150亿美元用于各基金的部署，$BAH正在投资并合作政府任务的科技
@CNBC
@CNBCWEX

Elad Gil - 独立投资者，前Twitter高管，AI独角兽支持者。X账号：@eladgil背景：投资生成式AI和数据平台。

Rippling 今天推出了其 AI 分析师。我不仅是CEO——我还是我们公司的Rippling管理员，负责我们~5千名全球员工的工资发放。
以下是Rippling AI改变我工作的5个具体方式，以及我为什么认为这是G&A软件的未来。🧵1/n

Chris Dixon - Andreessen Horowitz合伙人，AI与区块链结合的推动者。X账号：@cdixon背景：投资AI驱动的Web3项目。

杰文斯悖论即将降临金融领域
雇佣机器
这台自动取款机本来是用来替代银行柜员的。相反，它让银行开设了更多分行，四十年间出纳员的就业人数翻了一番。
在......

Max Tegmark AI/未来 @tegmark MIT, Future of Life Institute

注意：
@JordanSchachtel
将（两党）支持人类的反对Anthropic及其他人工智能公司与Anthropic本身（及其“取代竞赛”支持者）混为一谈。详见回复中的链接，了解我对实际两方的详细分析。

在我看来，追求超级智能的竞争主要是为了金钱和权力，而不是治愈癌症的计划——而癌症的解决方案可以用强大的人工智能工具来更好地应对：

Matei Zaharia 大数据/AI @matei_zaharia Databricks, UC Berkeley

客户通过Apache Spark实时模式获得了惊人的性能！试试看吧，只要把SQL或DataFrame查询变成流式作业！自从我们首次在Spark SQL上设计API以来，这就是我们对Spark流媒体的愿景，看到它的实际应用令人欣慰。
引用
数据砖
@databricks
·
3月20日
Data Bricks 上的 Apache Spark 结构化流实时模式现已全面可用。
对于超低延迟工作负载，团队历来需要运行独立的专用引擎，如Apache Flink和Spark，复制代码库、治理和

DSPy 的酷用例！这一点在
@MLflow
以及
@databricks
还包括DSPy和人工评估接口。
引用
Dropbox
@Dropbox
·
3月18日
我们如何利用DSPy将相关性评判器转化为可衡量的优化循环，使其在Dropbox Dash中更加可靠和可扩展。

Thomas Wolf NLP/开源 @Thom_Wolf Hugging Face

这真的很酷。

这让我更深入地思考个性化强化学习：在一个基础模型可能迅速过时的世界里，个性化模型的真正意义是什么？

人工智能的现实是，每隔几周就会发布新模型，而且每一个都比上一个更好。而且节奏只会加快，正如我们在拥抱脸中心看到的那样。我们离每天推出更好的基础模型已经不远了。

这里的强化学习存在一个几乎没人关注的研究空白。大多数大型语言模型个性化研究假设基础模型固定，但很少有人探讨当你切换基础模型时，这种个性化会发生什么。想想从Llama 3跳到Llama 4。所有调优的偏好、奖励信号和LoRA突然都绑定在了昨天的模型上。

作为用户或团队，你不想每次都重新学习你的偏好。但你也不想因为一台认识你而被老老的卡住。

我们可以称之为“强化学习模型可转移性”：如何在模型N上训练的强化学习轨迹、奖励信号或偏好表示被提炼、存储并自动重新应用到模型N+1上，而用户参与不大？我们在SFT中解决了这个问题，训练数据集可以被存储并重用，用于未来训练模型。我们也在RLHF阶段以某种方式解决了类似的方案，但在实际应用RL时，具体情况仍不明确。

有一些相关线索（RLTR用于可转移推理迹，P-RLHF和PREMIUM用于模型无关的用户表示，HCP用于便携偏好协议），但完整环路在我看来研究得不够充分。

这些问题有些是关于非政策问题，但另一些则是关于能力与个性化的区别：哪些旧的自定义/修复是新模型开箱即用的，哪些实际上是用户或团队特定的，默认情况下永远无法解决？你暂时会把技能存起来，但现实学习允许超出书面指导层面。

我肯定错过了一些工作，所以请在评论区分享你在这个话题上看到的好作品。
引用
罗纳克马尔德
@rronak_
·
3月18日
这篇论文几乎好到我不想分享忽略OpenClaw的标题党，OPD+RL在真正能动性任务中取得显著成果非常令人兴奋，也让我们远离了对可验证奖励的需求作者：@YinjieW2024徐阳陈，西龙金，@MengdiWang10