
Anthropic将斥资1亿美元培训1万名工程师,因为瓶颈从来就不是模型
企业AI的稀缺资源不是模型的使用权限,而是那种能让模型在特定规则下、在特定流程中既安全又有用的人。
发现生成式 AI 的技巧、教程与行业见解

企业AI的稀缺资源不是模型的使用权限,而是那种能让模型在特定规则下、在特定流程中既安全又有用的人。

蒸馏让一个小模型可以复制大模型。实验室正在更严厉地监管它,而业余项目与被封账号之间的界线正变得越来越细。

路由、分类和工具选择并不需要流畅的文本。一个针对固定答案集返回概率的小模型更快、更便宜,而且在做这些工作时往往更出色。

芯片没变,机房没变,变的是账本。亚马逊想把高价 AI 芯片变成可融资资产,而华尔街还在纠结这些卡几年后到底值多少钱。

大多数视频模型比拼的是片段长度。而这个模型比拼的是,在有任何东西出现之前你要等多久;并且它发布的是代码,而不是演示集锦。

这些发布中没有一个是冲着擅长对话去做的。它们被造出来,是为了成为智能体运行其上的那个东西,而训练上的选择正由此而来。

Runway 为自身付费营销构建了这套系统,随后将其打包。内部数字令人印象深刻,却是自我报告,并且对衡量方式闭口不谈。

真正有用的变化是触发器。现在,陌生人给你发一封邮件就能启动任务,这把收件箱变成了一面带预算的提示注入攻击面。

一段视频片段没有状态。一个世界必须裁决多名参与者同时写入的内容——这就是为什么「四对十六」的测试比一段演示短片难得多。

Single、Cascade 和 Critique 取代了熟悉的模型下拉菜单。真正有趣的后果是延迟、token 账单,以及没有人能审视的路由决策。

这个故事并不是某一起戏剧性的入侵。真正的问题是:一个有能力的智能体被赋予目标和限制时,就会去试探这条限制,而没有任何人的监控抓住了它。

当延迟降到人们察觉不到的水平,剩下的问题就是谁听起来更像真人。ElevenLabs 把答案卖给了智能体,而不是旁白配音者。