要理解上半场，看看它的赢家。你认为到目前为止最有影响力的 AI 论文是哪些？我尝试了斯坦福大学 224N 课程的测验，答案并不令人惊讶：Transformer、AlexNet、GPT-3 等等。这些论文有什么共同点？它们提出了一些训练更好模型的基本突破。但同样，它们通过在一些基准测试上展示一些（显著的）改进来发表论文。
这个号称世界上第一个AI天使投资人的No Cap，由Jeff wilson、Alexander Nevedovsky 和 Slava Solonitsyn打造，并在最近拿到了YC的投资。No Cap号称是通过一个“No Cap Mafia”社区训练出来的。在这个社区里，No Cap会接受很多公司创始人的指导，目前已经有超过60位创始人（他们都是YC的校友）参与其中。
谷歌发言人 Alex Joseph 在给The Verge的电子邮件中证实，谷歌已开始向 Gemini Live 推出新的 AI 功能，使其能够看到你的屏幕或通过你的智能手机摄像头回答有关实时问题。
知名 AI 工程师、Pleias 的联合创始人 Alexander Doria 最近针对 DeepResearch、Agent 以及 Claude Sonnet 3.7 发表了两篇文章，颇为值得一读，尤其是 Agent 智能体的部分。
从一行行代码、注释中感受 AlexNet 的诞生，或许老代码中还藏着启发未来的「新」知识。
相比让Alexa重新焕发生机，AI可能会产生的幻觉或只是个小问题。
11年来首次重大更新，Alexa要打造终极智能家居体验？升级后的Alexa被叫做Alexa+，可以与用户自然对话，还能记住家庭不同成员的个人习惯提供个性化建议，完成制定旅行计划、提炼邮件重点等各种复杂的任务。彭博社知名记者马克·古尔曼将Alexa+称作“加强版的ChatGPT语音模式”，令人印象深刻。他还提到苹果在这个领域落后了很远。
近年来， Scaling Up 指导下的 AI 基础模型取得了多项突破。从早期的 AlexNet、BERT 到如今的 GPT-4，模型规模从数百万参数扩展到数千亿参数，显著提升了 AI 的语言理解和生成等能力。然而，随着模型规模的不断扩大，AI 基础模型的发展也面临瓶颈：高质量数据的获取和处理成本越来越高，单纯依靠 Scaling Up 已难以持续推动 AI 基础模型的进步。
四万字深聊DeepSeek！2025年1月底在媒体聚集的达沃斯论坛上，微软CEO Satya Nadella以及Scale AI创始人Alexandr Wang的发言直接将DeepSeek推到风口浪尖...
Level AI 创始人 Ashish Nagar 具有深厚的 AI 背景，曾在亚马逊 Alexa 团队工作。他观察到传统客服行业存在质量监控效率低、数据价值难以挖掘、实时支持能力不足等问题，因此创立 Level AI。
