Nvidia 机器人副总裁 Deepu Talla 在播客里讲了个实在数字:以前搭仿真训练环境要几个月,AI 生成后快了 100 倍。做机器人或具身智能开发的团队可以听听他们怎么把照片视频转成仿真世界,比自己搭环境省太多时间了。
AI in Finance and Business
百度把叙事从模型卷到组织层面,讲的是企业怎么真正把 AI 用起来。如果你在考虑公司级 AI 落地或选型供应商,这场演讲里的思路比单看模型跑分有用。
GitHub 在每个仓库的 Insights 页新增了 Repo Insights,能量化看 Copilot 代码审查评论有多少被处理、哪些合并的 PR 干脆没跑审查。比起单纯开个审查功能,现在能看数据调流程了。用 Copilot code review 的团队和仓库维护者应该去自己的仓库看一眼。
如果你是企业的 IT 决策者或想给公司上 AI 的负责人,这篇文章帮你把 Ingram Micro 加 Microsoft 的方案一次看全,从 Azure 生成式 AI 到现成的业务管理系统都有。相比自己从零搭,走渠道商方案上线更快,东南亚的中小企业尤其可以参考。
泰国这边搞了个有意思的活动:SCB 10X 拉上 VISTEC 和 Typhoon 团队,把评测体系放在模型发布前,专攻泰语法律 AI。做东南亚本地化模型或垂直场景落地的团队可以看看他们的评估思路。
这条新闻给了一组具体倍数:新加坡超大企业有AI工程人才的比例是小企业的两倍,AI应用素养是三倍半。如果你在新加坡做中小企业或想理解东南亚企业AI落地差距,值得一读原文数据细节。
字节跳动想贷款4.8亿美元买英伟达晶片远程用,结果被美国的管制新规卡住了。想搞清楚中国公司现在还能怎么拿到美国算力的,这篇把融资结构讲得挺透。
这事儿挺反直觉的:AI 帮着找漏洞,结果修得太快反而搞崩了系统。华尔街和 NSA 一起向国会说明情况,说明问题已经严重到金融监管层面。做运维和安全的人应该看看,怎么平衡修复速度和系统稳定性。
难得有人把一次 AI 编程的账算清楚:6 小时、MacBook Air 跑得动、token 花了 8198 万。想试这类工作流的人可以先看看这组数字,估一下自己的设备承受力和成本。
刚拿了 Felicis 领投的 750 万美元种子轮,做的是让智能体能像查数据库一样查 PDF 这类文档。用视觉加双流模型把 messy 文档转成 LLM 能推理的结构。做企业智能体、RAG 或者文档处理的开发者值得看看这个方向。
Perplexity 把 Anthropic 招股书做成了能调参数的 3D 交互页面,IPO 价格一改估值和募资额就跟着变,数据全带引用。做金融研究的可以试试这个用法,以后还能套用到任意主题。
OpenAI 高层少见地给具体数字:AGI 走了 80%,RSI 只有 25-50%。两条时间线差距这么大挺值得琢磨,做能力预估或跟进行业判断的可以看看他的完整表述。
农业保险公司在孟买宣布用 NVIDIA 的 Earth-2 做气候建模,目标是 2030 年覆盖 1 亿小农户。比传统精算模型更快预测干旱和极端天气,还有 AWS 撑基础设施。做农业科技或气候风险的朋友可以看看 Earth-2 的实际用法。
Ramp 做企业支出管理的,年收入已超 20 亿美元。这场访谈讲了他们内部怎么用 AI,比如那个叫 Glass 的"公司大脑",还有"100 倍员工"是什么意思。如果你在管团队或者想看 AI 怎么真正落地到公司流程里,这期挺实在的。
快手系 Kling AI 出了新的图像模型 Kling Image 4,最高能出 8K 图,人脸细节被早期用户点名表扬。做电商图、海报素材的可以试试,生成完还能直接接到 Kling 视频管线里继续做视频。
The text-rendering plus multi-reference consistency features move Kling from a creative art tool into production workflows like catalog and landing-page generation, areas where Midjourney and Flux still need post-processing. Developers already on Runware can adopt it with a one-line model ID change and predictable per-image pricing, making A/B testing against Kling 3.0 cheap. Teams building e-commerce image pipelines in Southeast Asia's mobile-commerce-heavy markets should benchmark its seven-language text output against their current stack.
豆包这个面向办公场景的产品三个月做到 800 万日活和 20 亿元 ARR,还能自由切换 Kimi、DeepSeek 这些第三方模型。做企业服务或智能体产品的人都该看看它的计费和模型组合思路,对比飞书、钉钉的 AI 功能很有参考价值。
这场 IPO 热度可能超过 SpaceX:券商已备好 2 倍杠杆 ETF,散户预计砸 2.5 亿美元净买入,是 SpaceX 的两倍。但 Orbis 的基金经理嫌 1.5 万亿美元估值太贵不买账,SpaceX 过山车式的股价走势也是个前车之鉴。做 AI 投资判断的人、关注前沿模型公司资本化的从业者都该看看这两边的分歧在哪。
做企业级智能体部署的团队可以看看这份 Gartner 象限报告,Dify 以 Niche Player 身份入选,说明它在统一配置、执行监控和权限管理这条路上被分析师认可了,但和领导者象限的差距也得心里有数。
Visa 和 Lianlian 真的跑通了一笔 AI 智能体自己下单付款的 B2B 交易,用的是令牌化凭证而不是裸卡号,安全性比直接给智能体塞银行卡靠谱。做自动化采购或智能体商务的团队可以看看这套支付方案怎么接。
微软这篇面向中小企业的实操指南,讲的是买了 Microsoft 365 Copilot 之后怎么用出回报,而不是劝你购买。它把 Copilot 嵌入 Word、Excel、Teams 的日常流程,强调用指标衡量 ROI。正在犹豫要不要续费或扩大 Copilot 席位的企业管理者,值得照着里面的落地步骤做一遍。
腾讯财报给了几个实打实的数字:WorkBuddy 日活破 1000 万、日均 Token 超 100 万亿,Hy4 flash 首日就调了 50 万亿次还登上 OpenRouter 榜首。做应用或选模型 API 的开发者可以看看这套 C 端带 B 端的打法,和豆包、DeepSeek 的路线不太一样。
Microsoft AI 官方承认企业客户想拿回模型权重控制权,不想把 IP 和数据交给托管模型。这条帖子短但信号强,做私有化部署或评估开源权重方案的人可以看看风向。
特斯拉第一次花钱把 FSD 广告打到时代广场,卖的不是车而是订阅服务,174 万订阅用户、北美 75% 新车订单都带上 FSD,还拿 7 倍安全性和 150 亿英里做卖点。做软件订阅和自动驾驶的同学可以看看这套打法,另外 Grok Bot 也登上 Sphere 巨幕了。
快手 K 站这次把图像生成拉到 8K,单图还能塞 2000 字文字,海报和漫画不用后期补字了。10 张一组的连贯出图对电商和广告投放的人很实用,可以拿它和即梦、Midjourney 的多图功能对比下效果。
新加坡 UOB 在测试 A*STAR 的多语言工具,支持 11 种 ASEAN 语言还能处理中英夹杂这类语码转换,做东南亚本地化产品的团队可以关注它的技术思路。
新加坡金管局亲自下场,不光管反诈,还给 AI 智能体支付开了官方测试通道。做支付、银行系统或 agent 商业化的开发者可以留意这个框架,它很可能成为各国监管的模板。
新加坡这次是把 AI 用在金融监管和支付两头:一套帮金融机构落地 AI 的行业计划,加上 QR 码支付互通,扫码付款不用来回切 App。做金融科技或跨境支付的朋友值得关注,监管态度明确了,落地路径也清楚了。
快手 Kling 的 Image 4.0 接入了 Genspark 平台,一张图能塞 2000 个字符还不出错,最多一次出 10 张风格统一的图,直接拼产品页。做电商详情页和广告图的可以拿来跟即梦、Midjourney 比比文字渲染谁更强。
这篇讲的是新加坡金融科技公司花钱上 AI 但回报不理想,核心问题是没人敢让智能体自己批贷款、动客户的钱。做金融 AI 或智能体落地的开发者、创业者值得看,能了解需求方到底卡在哪。