08:00小互@imxiaohu一条推文将 Gemini Omni 形容为“视频版的香蕉”,暗示其具备强大的视频编辑与理解能力。作者认为它远不止视频编辑,而是世界模型的雏形,代表了通用 AGI 的初始形态。该推文引发了对 Gemini Omni 潜力的讨论,认为它可能推动 AI 从语言模型向多模态世界理解迈进。AI产品Gemini Omni世界模型AGI多模态视频理解推荐理由:如果你关注多模态 AI 和 AGI 进展,这条推文点出了 Gemini Omni 可能超越视频编辑、成为世界模型雏形的关键判断,值得一看。原文
07:41Sam Altman@samaOpenAI CEO Sam Altman 在 X 上分享了公司最兴奋的三件事:AGI 加速研究、AGI 加速公司发展、以及个人 AGI 帮助每个人实现目标。他提到今天宣布了单位距离结果,昨天宣布向每家 YC 公司提供 200 万美元 OpenAI 积分投资,并强调需要加大第三件事的投入。这条推文反映了 OpenAI 对 AGI 未来应用场景的愿景,从科研到创业再到个人赋能。行业AGIOpenAISam AltmanYC 创业个人赋能10 个信源在谈推荐理由:Sam Altman 亲自划重点,做 AI 研究、创业或关注个人效率的读者,能从中看到 OpenAI 的下一步战略方向,值得关注。原文
21:01Gary Marcus@GaryMarcusDaniel Eth在X上评论AI的长期影响,认为AI将极大改变世界,但方向完全不可预测。他反驳了“每周工作3.5天、活到100岁”的乐观预期,指出结果可能更好或更糟,包括工作大幅减少或增加、寿命远超100岁、甚至灭绝事件。他强调变化不会是温和的渐进改善,并批评摩根大通CEO戴蒙对AI重视不足。这条评论引发了对AI风险与机遇的深度讨论。行业AI风险AGI长期影响Daniel Eth不确定性推荐理由:AI从业者和关注AGI风险的人值得一看——它戳破了“AI会让一切变好”的简单叙事,提醒我们不确定性才是最大的变量。原文
13:22Gary Marcus@GaryMarcus精选Gary Marcus 等学者在皇家学会《哲学汇刊 A》组织了一期关于“世界模型”的特刊,集结了 Michael Levin、David Ha、Melanie Mitchell、Joshua Tenenbaum 等顶尖研究者。特刊聚焦于当前 LLM 的局限,探讨如何通过构建世界模型实现更接近自然智能的 AI,包括因果推理、系统 2 认知和意识等核心问题。文章指出,世界模型可能是让 AI 具备可靠推理和泛化能力的关键,甚至关系到 AI 安全的未来。这一特刊标志着学界开始认真面对“超越 LLM”的硬问题。论文世界模型AGI自然智能因果推理系统2认知推荐理由:世界模型是 AI 从“鹦鹉”走向“真正理解”的关键一步,做 AI 研究或关注 AGI 路径的人,这篇特刊的阵容和问题清单值得细读。原文
00:37orange.ai@oran_ge一条推文引用了控制论中智力的定义:智力=速度×正确,即单位时间内做出正确选择的能力。作者指出 AI 可以极大提升速度,但正确性仍是未知数。例如 AI 能让编程速度无限快,却无法告诉你该做什么产品。作者认为,当 AI 能告诉你选择做什么能赚钱时,才算达到 AGI。行业智力公式AGIAI 局限产品决策控制论推荐理由:这个公式点出了 AI 当前的核心局限——速度已不是瓶颈,但正确选择的能力才是关键。做产品决策的创业者、技术负责人看完会重新思考 AI 的边界,值得停下来想一想。原文
23:25Gary Marcus@GaryMarcusGary Marcus在X上回应@Nima292,指出当前的大语言模型(LLM)并非通用人工智能(AGI),但已经会导致部分工作岗位流失。他认为,如果未来真正实现AGI,失业问题将更加严重。这一观点引发了关于AI对就业影响的讨论,提醒人们关注技术发展的社会后果。行业LLMAGI失业Gary MarcusAI影响推荐理由:Gary Marcus的这条推文戳中了AI从业者和政策制定者的焦虑点——LLM已经带来失业,AGI会更糟。关心AI社会影响的人值得一看,看完会思考技术发展的代价。原文
22:52elvis@omarsar0精选一篇立场论文提出,智能体 AI 系统(而非更大的基础模型)是通往 AGI 最可行的路径。作者将“智能体”的贡献形式化为多个可分离的维度:记忆、推理、工具使用、自我改进和对齐。每个维度都有其独特的瓶颈(如长程连贯性、信用分配、安全审计),而这些瓶颈无法通过增加预训练算力来解决。论文认为,单纯扩大模型规模不足以克服这些挑战,智能体架构才是关键。论文智能体AGI推理模型对齐论文推荐理由:这篇论文为智能体 AI 的路线图提供了清晰的理论框架,做 AGI 研究或智能体开发的团队值得一读,能帮你理解为什么堆算力不是万能药。原文
13:27shao__meng@shao__meng90°前 Meta FAIR 总监田渊栋以联合创始人身份正式官宣新公司 Recursive Superintelligence,致力于构建递归自改进超智能。该公司已获超 6.5 亿美元融资,由 GV、Greycroft、NVIDIA、AMD 领投,估值约 46.5 亿美元。核心思路是让 AI 自动发现知识、自我迭代,形成开放式循环,取代人类手动设计 AI 的过程。创始人团队包括 Richard Socher、Tim Rocktäschel、Jeff Clune 等前 Google、Meta、OpenAI、DeepMind 顶尖人才。行业自改进超智能Recursive田渊栋融资AGI6 个信源在谈推荐理由:田渊栋等顶尖 AI 研究者联手打造自改进超智能,解决了 AI 依赖人类手动迭代的瓶颈。做 AGI 研究或关注 AI 前沿的开发者,值得关注这家新公司的技术路线和团队背景。原文
09:11Emad Mostaque@EMostaque一位评论者指出,在最近的法庭案件中,律师们未能抓住机会,要求所有证人宣誓后明确他们对AGI(通用人工智能)的定义。这一疏忽可能导致法律和监管框架对AGI的界定模糊不清。明确AGI定义对于AI监管、责任归属和行业发展至关重要。该事件凸显了法律界与AI技术领域之间沟通的不足。行业AI安全大模型AGI推荐理由:该事件揭示了法律实践中对AI术语定义的忽视,可能影响未来AI相关案件的判决和监管政策的制定。原文