在过去的两年里，风险投资圈，以及广泛的技术生态中，关于 AI 原生应用的发展前景展开了深入讨论。我们目睹了技术价值从底层基础设施，逐步向平台和应用层转移的趋势，看到了对 AI Agent 演进的强烈关注，以及关于各个垂直领域 AI 应用发展的众多深入研究。
最近，语音人工智能初创公司 ElevenLabs，在他们的 ElevenReader 应用中推出了一个叫做 GenFM 的功能，这个功能能通过我们上传的内容，快速制作一期由两名 AI 对话交流的播客。
“它前进着，又跨过了新的一级台阶，耳边仿佛传来由远及近的低语：前方，即是世界。”
Netflix宣布《鱿鱼游戏》手游限时开放，计划拓展游戏市场。
最近，英国广播公司（BBC）对美国科技巨头苹果公司提出了投诉，原因是苹果推出的一款新产品错误地生成并传播了与 BBC 相关的假新闻。这款名为 “Apple Intelligence” 的产品在英国上线后，通过人工智能技术将多个信息来源的通知进行汇总，并以此向用户推送信息。
OpenAI的实时API支持低延迟、双向音频流，使得多模态AI应用（如语音对话Agent）得以实现。它通过WebSocket连接管理对话状态，并提供短语结束检测和语音活动检测（VAD）功能，大大简化了实时语音应用的开发。
Transformer模型自2017年问世以来，已成为AI领域的核心技术，尤其在自然语言处理中占据主导地位。然而，关于其核心机制“注意力”的起源，学界存在争议，一些学者如Jürgen Schmidhuber主张自己更早提出了相关概念。
Apple MM1Team 再发新作，这次是苹果视频生成大模型，关于模型架构、训练和数据的全面报告，87 亿参数、支持多模态条件、VBench 超 PIKA，KLING，GEN-3。
谷歌放大招推出 Gemini 2.0 Flash 模型，抢跑外加狙击OpenAI，正式开启Agent时代，诚意十足，全部免费使用
继量子芯片之后，谷歌又来抢“OpenAI双12直播”的流量了！ 就在刚刚，谷歌新一代大模型Gemini 2.0突然登场，再次由谷歌CEO皮猜亲自官宣。
