12:24Shashikant Kore@kshashi谷歌在AI竞赛中看似落后,但根源可能是内部资源分配问题。现有产品的算力需求与DeepMind对前沿模型(如Gemini系列)的研发需求产生竞争。这种内耗导致谷歌难以集中资源冲刺顶级模型,而非技术能力不足。行业GoogleDeepMindAI竞赛算力资源分配推荐理由:一句话解释谷歌为什么没跑赢AI竞赛——不是技术不行,是自家产品抢算力。内耗比对手更头疼。原文
01:31Gary Marcus@GaryMarcus据传闻,GPT-5.6原定本周发布已推迟,新目标约7月中旬。DeepMind对3.5 Pro当前状态不满意,本月不再发布。OpenAI的Bidi语音模型可能在ChatGPT中本周上线。Claude Sonnet 5已向部分企业客户开放Early Access,被视为过渡方案。行业GPT-5.6DeepMindClaude Sonnet 5Bidi语音模型10 个信源在谈推荐理由:听说GPT-5.6要延迟到7月了,但OpenAI的Bidi语音模型本周可能就能用,Claude Sonnet 5也开始了企业内测。原文
12:57歸藏(guizang.ai)@op741883°AlphaFold作者、诺贝尔化学奖得主John Jumper在DeepMind工作近9年后宣布离职,加入Anthropic。此前Transformer和MoE提出者Noam Shazeer已加入OpenAI。DeepMind连续失去两位顶尖AI科学家,引发行业关注。Anthropic在AI安全领域持续吸引核心人才。行业John JumperAnthropicDeepMindAlphaFold人才流动10 个信源在谈推荐理由:继Transformer作者之后,AlphaFold之父也跳槽到Anthropic了。AI大厂人才竞争真激烈,想了解最近发生了什么可以看看。原文
04:31Latent.Space@latentspacepod73°AMP 创始人 Anjney Midha 在播客中分享 Google 内部将 95% GPU 利用率视为“故障”的标准,指出单纯购买更多 GPU 已非 AI 竞争核心。他介绍 AMP 正推动将 FLOPs 像兆瓦级电力一样调度,并警告数据中心阻力可能成为 AI 最大瓶颈之一。同时分析 Anthropic 通过独特文化和准备在编码领域取得突破,DeepMind 的研究囤积导致市场失灵,强调下一个前沿属于能在计算、资本、文化和科学上“最大化输出”的团队。行业AnthropicDeepMindAMPGPU数据中心计算效率10 个信源在谈推荐理由:想知道为什么买更多 GPU 不灵了?Anthropic 是怎么靠文化和准备搞定编码的?AMP 创始人讲得特别透,全是内行视角的干货。原文
03:50Google DeepMind@GoogleDeepMindGoogle DeepMind与英国科学、创新与技术部(DSIT)、住房与社区部(MHCLG)以及i.AI合作,开发一款AI住房规划申请原型。该原型通过自动化重复性任务,有望将处理时间缩短最多50%,帮助规划官员专注于复杂项目。行业DeepMind英国政府住房规划AI应用效率提升推荐理由:DeepMind和英国政府联手,用AI把住房规划审批时间砍半,不是画饼,是已有原型了。原文
23:33Julien Chaumond@julien_cAnthropic的Dario Amodei、OpenAI的Sam Altman、DeepMind的Demis Hassabis和Mistral的Arthur Mensch四位AI公司CEO,据Politico报道,将于今日进行一场2小时的午餐会面。此次闭门会议可能涉及行业合作、政策协调或技术方向讨论。四位领导者代表当前最前沿的AI机构,此举引发市场对行业格局变化的猜测。行业AnthropicOpenAIDeepMindMistralAI巨头会面10 个信源在谈推荐理由:四大AI巨头CEO私下碰头,半小时的午餐可能聊出行业大动静,想了解风向就看这个。原文
04:00Patrick Loeber@patloeberAssemblyAI和DeepMind在各自的招聘页面上发布了多个新职位,涉及AI研究、工程和应用。AssemblyAI的职位聚焦语音识别技术,而DeepMind的职位涵盖通用AI和深度学习。这些招聘动作表明两家公司正在扩大团队以推进模型开发。行业AssemblyAIDeepMind招聘行业动态推荐理由:AI圈子两大厂AssemblyAI和DeepMind同时在招人,想跳槽或了解前沿方向的可以看看具体岗位。原文
03:04PolymarketMoney@PolymarketMoneyAndrej Karpathy 的职业生涯包括在 Google 参与 DeepMind 项目(2015 年)、作为 OpenAI 创始成员(2016-2017 年)、担任 Tesla 高级 AI 总监(2017-2022 年),以及 2026 年加入 Anthropic 从事研发工作。行业Andrej KarpathyDeepMindOpenAITeslaAnthropic10 个信源在谈推荐理由:看 AI 大牛的职业路径原文
12:56Unitree 宇树@UnitreeRobotics宇树科技宣布与BitRobot Network、Lightwheel AI、新加坡理工大学以及DeepMind、Lightwheel等机构的专家合作,共同发起人形机器人IKEA组装挑战。该挑战旨在推动人形机器人在复杂操作任务(如家具组装)中的能力边界。合作方包括多位机器人领域知名研究者,如DeepMind的Jie Tan。这一挑战将测试人形机器人的移动与精细操作结合能力,对机器人实用化有重要意义。行业人形机器人操作挑战宇树科技DeepMindIKEA组装推荐理由:人形机器人从实验室走向真实场景的关键一步——IKEA组装挑战考验的是移动+精细操作的综合能力,做机器人研发的团队值得关注这个合作带来的技术突破。原文
02:05rohanpaul_ai@rohanpaul_aiGoogle DeepMind 发表论文,提出一个智能委派框架,将 AI 任务分配视为一系列动态选择,而非简单指令。框架引入智能合约、可验证数字证书和形式化信任模型,避免过度委派或委派不足。它支持 AI 代理间相互委派,并确保责任可追溯。该框架通过自适应机制处理任务失败,并设置验证规则确保输出可靠。这为企业安全使用 AI 提供了结构化方法。论文委派框架智能合约信任模型AI 代理DeepMind推荐理由:做 AI 工作流设计或企业级 AI 部署的团队,这篇论文给出了从委派决策到结果验证的完整框架,值得研究参考。原文
00:15Patrick Loeber@patloeberDeepMind 发布了一个新的技能库(skills repo),旨在加速智能体驱动的科学工作流。该仓库包含预构建的模块化技能,可帮助 AI 智能体更高效地执行实验设计、数据分析等科学任务。这降低了构建科学 AI 智能体的门槛,让研究人员能快速复用和组合技能。对于从事自动化科学发现的团队,这是一个值得关注的实用资源。AI产品智能体科学工作流DeepMind开源/仓库自动化推荐理由:做科学自动化的团队可以直接复用 DeepMind 的模块化技能,省去从零搭建智能体工作流的成本,建议点开仓库看看具体技能列表。原文
18:54Rowan Cheung@rowancheungGoogle DeepMind CEO Demis Hassabis 在接受 Rowan Cheung 采访时表示,我们正处于‘奇点’的初始阶段。他讨论了 AGI 时间线是否已经改变、实现 AGI 前还缺少什么、AI 如何治愈所有疾病、哪些疾病会最先被攻克、AGI 后人类的意义以及哪些人类技能会变得更有价值。Hassabis 还分享了他对 AI 领域被低估的方面的看法。行业AGI奇点DeepMindDemis HassabisAI 访谈推荐理由:DeepMind CEO 亲自拆解 AGI 时间线和人类意义,关心 AI 终极走向的从业者和思考者值得一看。原文
01:29The Rundown AI@therundownai72°DeepMind CEO Demis Hassabis 在接受采访时表示,我们正处于‘奇点的山麓’阶段,AGI 距离实现可能还有几年时间。他讨论了 AGI 时间线是否已提前、实现 AGI 前仍需突破的关键技术,以及 AI 如何首先治愈癌症、阿尔茨海默症等疾病。Hassabis 还探讨了后 AGI 时代人类的意义,认为创造力、同理心等人类技能将变得更加珍贵。他认为当前 AI 领域最被低估的是 AI 在科学发现中的应用。行业AGIDeepMindDemis HassabisAI 治愈疾病奇点推荐理由:DeepMind CEO 亲自拆解 AGI 时间线和疾病治愈路径,关心 AI 终极目标和人类未来的读者值得花 15 分钟看完。原文
10:29AI Will@FinanceYF593°Google DeepMind 发布 AlphaProof Nexus,一个基于 Gemini 的 agentic 框架,用于形式化数学证明搜索。该 AI agent 自主解决了 9 个 Erdős 问题(其中两个已开放 56 年)、44 个 OEIS 问题、一个 15 年未解的代数几何问题和一个 7 年未解的 min-max 优化问题。整个推理成本仅几百美元,标志着 AI 从做练习题转向真正的数学研究。AI模型AI agent数学证明DeepMindGemini形式化验证推荐理由:AI 用几百美元成本解决了人类数学家 56 年未解的问题,做数学研究或形式化验证的团队值得关注——这可能是数学研究自动化的转折点。原文
10:28AI Will@FinanceYF583°Google DeepMind发布AlphaProof Nexus论文,展示了一个AI agent在353个开放数学问题中自主解决了9个Erdős难题,其中包括两个56年未解的问题,并证明了44个OEIS猜想。每道题的推理成本仅数百美元,标志着AI在数学推理领域取得了重大突破。这项工作展示了AI agent在解决长期悬而未决的数学难题方面的潜力,为数学研究提供了新的工具和方法。AI模型数学推理AI agentDeepMindErdős难题OEIS猜想推荐理由:数学研究者和AI爱好者值得关注:AlphaProof Nexus以极低成本自主攻克了56年未解的难题,展示了AI在数学推理上的新高度,建议点开了解具体方法和成果。原文
00:16Gary Marcus@GaryMarcusGoogle DeepMind CEO、AlphaFold诺贝尔奖得主Demis Hassabis公开表示,当前AI系统远未达到通用人工智能(AGI)水平。他指出,尽管AI能解决大量Erdős问题(定义明确的组合数学问题),但真正的发明——创造新对象、新维度、新联系——是AI无法做到的。Hassabis的言论反驳了AGI即将到来的叙事,强调从解决问题到发明创造之间存在尚未跨越的鸿沟。这一观点由Valerio Capraro在社交媒体上分享,引发了对AI能力边界和AGI前景的讨论。行业AGIDemis HassabisDeepMindAI能力边界行业观点推荐理由:Hassabis的权威表态给AGI狂热降温,对关注AI发展路径的研究者和从业者来说,这是重新审视AI能力边界的重要信号,值得一读。原文
17:47AI Will@FinanceYF5精选Ronak Malde在两年内从Codeium初创公司到Windsurf,再到DeepMind,经历了$2.4B收购,最终主动放弃股权离开。他在Codeium参与了Windsurf IDE和SWE-1(前沿智能体编程模型)的开发,在DeepMind贡献了Antigravity和Gemini 3。他分享了三点关键经验:选择正确的方向、快速团队的秘密(基于6个月预测做具体赌注并砍掉其他)、硅谷圈子很小。他认为AI将彻底改变每个行业,并暗示即将开启新篇章。行业CodeiumWindsurfDeepMind智能体编程创业经历推荐理由:Ronak Malde的两年经历浓缩了AI编程领域从初创到巨头的完整路径,做AI编程工具或智能体开发的团队能从中看到产品迭代和团队决策的实战智慧,值得点开细读。原文
04:04Gary Marcus@GaryMarcus精选76°DeepMind团队使用神经符号方法(neurosymbolic)成功解决了9个开放的Erdos问题,工作比OpenAI更细致、定量化。该方法结合了LLM和Lean证明助手,实现自主推理,仅在形式验证通过后才进行人工审核。Gary Marcus评论称,OpenAI可能因知道DeepMind即将发布而仓促推出自己的方案。这一进展展示了神经符号方法在数学推理中的潜力,也引发了关于研究竞争和严谨性的讨论。AI模型神经符号DeepMindErdos问题Lean证明助手数学推理5 个信源在谈推荐理由:DeepMind用神经符号方法严谨解决数学难题,做AI推理或形式验证的开发者值得关注——这比纯LLM方案更可靠,也暗示了未来研究的方向。原文
20:54Gary Marcus@GaryMarcus精选Gary Marcus 引用六年前的文章《AI 的下一个十年》,指出世界模型(World Models)的核心地位终于得到认可。DeepMind 的 Demis Hassabis 认为当前 AI 的局限在于语言只能描述世界,无法包含世界,而世界模型是他“最持久的热情”。语言模型从文本中吸收了远超预期的现实结构,但文本只是经验的压缩残渣,无法编码重量、抓握、平衡、摩擦等物理细节。世界模型旨在学习物理现实的隐藏语法——物体如何持续、力如何展开、空间如何随行动变化——这对于真正的智能至关重要,因为智能不仅是回答得好,更是知道下一步行动会带来什么后果。AI模型世界模型Gary MarcusDemis HassabisDeepMindAGI推荐理由:Marcus 和 Hassabis 点出了当前 LLM 的根本局限——文本无法替代真实体验,做 AI 研究或关注 AGI 方向的开发者值得深入理解世界模型为何是下一关键突破。原文
09:26rohanpaul_ai@rohanpaul_ai72°DeepMind 创始人 Demis Hassabis 指出当前 AI 的局限:语言可以描述世界,但无法包含世界。语言模型从文本中意外学到了大量现实结构,但文本只是经验的压缩残渣,而非经验本身。世界由需要亲身经历、触摸、预测、违反和修复的约束构成,而非仅由可命名的事实组成。Hassabis 认为世界模型旨在学习物理现实的隐藏语法——物体如何持续、力如何展开、空间如何变化、行动如何产生反馈。他强调,智能不仅是回答得好,更是知道如果你移动、伸手、推、闻、滑倒或失败,接下来会发生什么。AI模型世界模型语言模型Demis HassabisDeepMindAGI推荐理由:Hassabis 点出了当前大语言模型的核心天花板——文本无法替代真实体验,做 AI 研究或关注 AGI 路径的人值得细读,看完会对世界模型的价值有更深理解。原文
10:45berryxia@berryxia在Google I/O大会上,DeepMind CEO Demis Hassabis宣布科学进步正在变得可量化计算,并推出Gemini for Science系统。该系统能帮助研究人员阅读论文、编写代码、快速生成假设,将科学研究从依赖天才灵感和漫长实验试错,转变为可工程化、可编程、可加速的迭代过程。这标志着AI不再仅是生产力工具,而是成为科学的基础设施层,有望彻底改变科学发现的方式。AI产品Gemini for ScienceDeepMind科研工具AI基础设施科学发现推荐理由:科研人员终于有了AI驱动的科学基础设施——Gemini for Science能帮你读论文、写代码、生成假设,让科学发现像软件一样迭代,做基础研究的团队值得立即关注。原文
16:11rohanpaul_ai@rohanpaul_ai72°据FT报道,Google DeepMind创始人Demis Hassabis曾是Anthropic的早期天使投资人,而Google后来通过云和AI交易向同一公司投入了数十亿美元。DeepMind的“校友网络”非常强大:自2021年以来,前研究人员已创办了十多家AI公司,累计融资至少140亿美元。DeepMind已从一家公司演变为一所AI学校,其毕业生如今同时与Google竞争、合作并施加压力。行业DeepMindAnthropic人才流动AI投资行业格局10 个信源在谈推荐理由:这条新闻揭示了AI行业顶级人才流动的深层格局——DeepMind校友圈正在重塑AI竞争版图,关注AI投资和人才动向的从业者值得一读。原文