AI TrendTrackers

马斯克又搞大动作！这回是他亲手打造的AI新创公司 xAI，正式“收编”社交媒体平台 X（前身为 Twitter），而且是以全股票交易的方式完成。马斯克在自家平台 X 上高调宣布了这笔交易，称 xAI 的估值达到了惊人的800亿美元，而 X 的估值则为330亿美元，扣除120亿美元债务后计算得出。 马斯克表示，这两家公司未来将“命运共同体”，不仅要共享数据、模型、算力和分发渠道，就连人才也要互通有无。看起来，X 和 xAI 不只是“在一起”，而是要彻底“融合”成一个超级AI帝国。 回顾一下，X 是马斯克在2022年花了440亿美元收购、并私有化的项目，当时还是叫 Twitter。虽然后来估值一度跌到不足100亿美元（就连富达也看不下去），但最近又扶摇直上，靠的是马斯克如今作为特朗普总统特别顾问、带领“狗狗币能源办公室”（简称 DOGE）活跃在政坛，加上平台的影响力大涨，X 的估值也水涨船高。目前，X 的活跃用户已经突破6亿，足见其影响力依旧惊人。 再说回 xAI，这家公司成立于2023年，初衷就是“硬刚”OpenAI。从那之后，马斯克几乎把AI圈大牛全拉了过来：Google DeepMind、微软、OpenAI 的顶尖研究员纷纷加盟，数据中心也如雨后春笋般建立。2024年12月，xAI 完成了一轮高达60亿美元的融资，当时估值为450亿美元，而现在已经飙升至800亿，速度简直离谱。 xAI 今年2月刚发布了新一代大模型 Grok 3，各项指标已经能和行业巨头掰手腕。而马斯克这边也没忘了老对手 OpenAI，不仅大打法律战，起诉其“盈利化转型”过程涉嫌背离初衷，还在2月提出高达970亿美元的收购报价，直接吓得 OpenAI 董事会连夜拒绝。 不过 xAI 手里最大的一张王牌，正是这次正式吞并的 X。这个拥有海量内容和用户的社交平台，为 xAI 提供了独一无二的训练数据和用户触达渠道，在“AI 谁最强”的竞赛中，占尽先机。 马斯克一向喜欢把旗下公司混搭运营，这次的收购彻底打通了社交与AI之间的壁垒，意味着X的真正价值，可能早就不是做社交，而是为马老板的AI野心打下坚实基础。

AI 圈子最近可炸锅了，全新发布的 DeepSeek V3.1 直接刷新了对人工智能的认知。这个号称“史上最强”的模型，不仅全面超越了前代产品，在推理、上下文理解、多语种支持等多个维度都玩出了新高度，简直是 AI 界的超级卷王。 DeepSeek V3.1 都有哪些硬核升级？ 推理能力狂飙 别小看这次的版本号升级，DeepSeek V3.1 搭载了全新的架构，处理复杂任务的能力直接提升了 43%！数学、编程、科研分析这些高难度操作，现在都能轻松搞定，真正实现“聪明到飞起”。 上下文窗口拉满到100万Token 上下文不够用？不存在的！DeepSeek V3.1 直接开大，上下文窗口扩展到 100 万个 token。这意味着一整套代码库、长篇论文、甚至律师函都能一次性读完，逻辑不掉线，理解不含糊。 多语言支持更强大 多语种能力也全面升级，覆盖超100种语言，尤其在亚洲语言和低资源语言方面的表现堪比母语使用者。这一波操作，让全球沟通更顺畅，跨文化内容创作也不再是难题。 幻觉率下降38% 通过优化训练方式和架构设计，DeepSeek V3.1 的“胡说八道”情况明显减少，幻觉率相比前代降低了 38%。说得更靠谱，用起来也更安心。 技术参数亮眼 DeepSeek V3.1 用的是基于 Transformer 的架构，配置豪华： 应用场景全面开花 V3.1 不止是个技术升级，更是 AI 工具箱的大更新： 哪里能用？ 企业用户现在就能通过 API 上手 DeepSeek V3.1，Chrome 插件用户将在接下来两周内陆续解锁新体验。开发者文档也已全面更新，想用好新模型的可以冲了！ 开源也没落下 秉持推动 AI 研究发展的初心，DeepSeek 同步开源了一个小版本 —— 参数量为 70…

谷歌这波操作简直像是为假期控量身打造——Search、Maps 还有 Gemini 统统升级，直接把旅行规划交给 AI 来搞定！ 先说说 Google 搜索，现在的 AI 总览（AI Overviews）不只是讲讲基本资讯了，居然还能生成旅行灵感。想去哥斯达黎加看自然风光？只要输入“create an itinerary for Costa Rica with a focus on nature”，立马送上推荐路线，还有照片、评论、地图一键查看。中意的行程还能导出到 Docs 或 Gmail，或者直接在 Google Maps 建个专属清单，方便到不行。 这一波功能目前在美国上线，支持英文查询，不管是手机还是电脑都能用。 而 Gemini 那边也没闲着，原本收费的 Gems 功能现在全面免费开放。Gems 是个超级万能的小工具，能定制 AI 专家来帮你搞定各种事情，尤其是旅行。比如说，设个专属旅行规划助手，不仅能帮选目的地，还能告诉该带啥东西。 另外，之前 Google 早就能追踪航班价格了，现在连酒店价格也能盯着看。只要设定好日期和地点，还能筛选星级、是否靠海这些条件，一旦降价，立马发邮件通知，省钱利器了解一下？ 酒店价格追踪功能这周开始全球上线，手机和电脑浏览器都能用。 至于 Maps，也有新玩法上线——之前大家总是截图收藏景点，结果存在相册里吃灰。现在 Google Maps 能直接读取相片，识别截图里的地点，一键加入清单，地图上立刻显示所有打卡点，行程一目了然。 这个截图识别功能率先在美国上线，目前只支持 iOS 设备，但很快就会登陆 Android，旅行爱好者可以准备安排上了！

谷歌量子计算负责人最近放话：“真正实用的量子计算突破，最快 5 年就到。”一句话瞬间点燃了科技圈的热议。Julian Kelly，也就是 Google Quantum AI 硬件总监，在接受 CNBC 采访时表示，量子计算正逐步接近能够“做出现代计算机完全做不到的事”的临界点。 这可不是画大饼。去年 12 月，谷歌在量子纠错方面取得关键突破，为构建可用量子计算机铺平了理论路径。再加上微软前不久也不甘示弱地发布了自己的量子芯片“Majorana”，甚至得搞出一种“全新物质状态”来驱动——一句话，量子这事儿，真的卷起来了。 目前谷歌最先进的量子计算机配备 105 个量子比特（qubit），但专家普遍认为，真正实用的应用至少需要 100 万 qubit 才能支撑。但即便如此，Kelly 仍旧对未来保持乐观：“五年内，我们应该能看到真正只靠量子计算才能解决的问题被攻克，比如模拟复杂物理系统，或者生成全新类型的数据。” 他也坦言，量子计算不太可能直接运行现有 AI 模型，但未来可能为 AI 提供创新数据源。当然，这还是“理论上可能”，实际效果还有待验证。 值得注意的是，最近因为 AI 芯片大热，投资人开始追逐下一个潜力股，量子计算因此获得一波关注红利。Nvidia 虽然不做量子芯片，但也借势办起了“量子日”，把亚马逊、微软等 12 家量子巨头请来讨论未来图景。 不过 Nvidia CEO 黄仁勋年初曾泼过冷水，声称量子计算 15 年内都不会实用，导致一票量子公司股价跳水。但他上周又改口说自己“错了”，不过仍然补刀一句：“这玩意儿复杂得离谱。” 总结一下：量子计算的未来像极了科幻小说，离真正改变世界还有点距离，但一旦突破，可能将是整个科技栈的重构。眼下看来，2025年也许是“量子热”重新升温的起点，而真正的奇迹，或许就在五年之后等着惊艳世界。

谷歌 DeepMind 又双叒出大招，正式发布旗下最聪明的 AI 模型——Gemini 2.5，直接把“AI 思考力”拉升到新维度。这不是简单的升级，而是一次“进化”，让模型不仅会答题，更懂得思考、推理和编程。 这次亮相的主角是 Gemini 2.5 Pro Experimental，直接空降 LMArena 榜首，成为有史以来最受人类偏爱的模型。在数学、科学、推理和代码任务中表现炸裂，甚至在堪称“AI 期末大考”的 Humanity’s Last Exam 拿下了领先分数（18.8%，无工具辅助），一举把 OpenAI 和 Claude 都甩在后面。 什么是“思考型”模型？不是简单的你问我答，而是能在答之前“深呼吸一下”。它能分析上下文、提炼信息、做逻辑推演，然后再作答，就像一个真正的专家。这种推理能力，早在 Gemini 2.0 的 Flash Thinking 就有初步探索，而 2.5 则将这项技能全面整合进模型本体，意味着以后每个 Gemini 模型都会自带“大脑”。 Gemini 2.5 Pro 有多强？ 上下文窗口？大的离谱。Gemini 2.5 Pro 支持高达 100 万 token 的上下文，等于大约 70 万词，甚至有传言马上会扩展到 200 万 token。这意味着它可以一次性“吞下”一本技术手册、一段视频字幕、整个项目代码库，还能正确理解并回答问题。 如何体验？开发者可以现在就去 Google AI Studio…

AI 世界的擂台赛又来了，这周的主角是 Google DeepMind 的 Gemini 2.5 和中国开源猛将 DeepSeek V3.1，一边是技术天花板，一边是“跑得动”的平民之选，场面一度十分胶着。 先说 Gemini 2.5，这位“谷歌亲儿子”一登场就成了新一代基准测试之王，横扫 LM Arena 排行榜，直接拿下有史以来最高的涨幅——比 Grok-3 和 GPT-4.5 高出整整 40 分，简直是暴力碾压。数理科学方面同样吊打同行，在 GPQA 和 AIME 2025 上表现亮眼，还在 Humanity’s Last Exam 拿下 18.8% 的专家级分数（这考试难度堪比科研圈开卷地狱模式）。 而且它还带着逆天配置上线 Google AI Studio，免费使用，窗口上下文能装下 1M tokens（大约 70 万字），这可不是开玩笑，是开挂。 但另一边，来自中国的 DeepSeek V3.1 悄咪咪地在 Hugging Face 投下重磅炸弹，一个 641GB 的大模型，开源还送 MIT 商业许可，简直就是 AI 届的“开箱即用型打工人”。虽然速度谈不上快，每秒 20…

OpenAI 又双叒搞事情！这次直接把图像生成拉到了新高度，正式在 GPT-4o 里上线了超强原生图像生成功能。不是那种“看起来很炫”但用处不大的风格滤镜，而是真·实用派：高精准、高保真，还能根据对话上下文自动“看图说话”或“以图生图”。 传说中的 GPT-4o，现在不仅能写字聊天，还能一秒变身图像设计师。无论是科学实验图解、白板笔记、还是超有梗的四格漫画，它通通能整活。比如有一张白板笔记照片，写着关于“模态之间的信息传输”的一堆术语，旁边甚至还有手写草图和公式，科技味十足，还有人类工程师的“真实笔迹感”。 再看另一张照片，是那种磁力诗歌贴在复古冰箱门上的画面，拼出一句略带哲思的小诗：“一张图抵千言，但有时放对位置，几句话反而点睛”。配上人物拿着“a few words”的姿势，妥妥的社交媒体刷屏级视觉金句。 最有意思的，莫过于那个“蜗牛买跑车”的四格漫画了——小蜗牛走进炫酷车行，对销售说：“我要最快的跑车，车身上都要喷上大大的‘S’！”最后一幕直接笑疯，红色跑车变成高速公路上的一道 S 型残影，围观群众爆笑：“哇哦，那是 S-Car Go（蜗牛）！” GPT-4o 生成图像的强悍之处，还在于它能识别并精准输出图中文字、符号，能听懂各种细致 prompt，还能把上传的图片当参考灵感继续创作。比如解析牛顿三棱镜实验的详细信息图，甚至模拟一个 POV 视角：在华盛顿广场公园的咖啡桌旁画笔记，或者让年轻得意的牛顿直接出现在画面中演示。 这不是在“画画”，这是在革新图像的实用性。从史前洞穴画到现代图示，图像一直是人类传递想法的核心工具。现在 GPT-4o，把这门艺术和科学，彻底升级为信息传递的超级利器。

AI 编程火得不行，各种人高喊“程序员要失业了”“以后代码都交给 AI 写”。但有经验的老码农 Ken Rimple 泼了一盆冷水：别慌，这其实只是又一次“技术范式转移”而已，和历史上很多次一样，最终结果不会是灭顶，而是演化。 ⏩ 变化越大，底层越稳 Ken 的观点很清晰：AI 编程不是个革命性的大爆炸，而是像从命令行转 GUI、从面向过程到面向对象一样的“下一步”。它改变的是“怎么写代码”，但不是“是否需要人”。 他引用 Tim O’Reilly 的话：AI 不是让程序员失业，而是让他们更专注解决业务问题。未来，可能是一个熟悉业务的人用 AI 生成原型，然后由专业工程师负责打磨、优化和上线。说白了，AI 更像是程序员的“超级搭档”，不是替代者。 🧠 AI 就是一层新抽象 Ken 打了个很形象的比喻：过去大家天天折腾显卡驱动、网络配置，现在都自动化了；以后代码生成这事，也许也会变成一种“不用太操心”的低层细节。比如，搭个 React 项目太复杂？直接问 AI 给个模板，再自己 tweak 一下就行。 在这层面上，AI 本质上是更聪明的 Stack Overflow，它让“搭个雏形”这种事变得几分钟就搞定。作为程序员，记住的东西本来就有限，有工具能随时“复习”，不香吗？ ⚠️ 但别太浪漫，小问题照样多 可别以为从此就一帆风顺了。Ken 也指出了几个痛点： 他特别强调一点：人必须在 loop 里。想靠 AI 把整套产品写完上线，90% 被裁员？醒醒，大概率是产品直接崩了，因为没人 check AI 写的东西到底有没有用。 🔁 人机协作才是正道 最后 Ken 给出了一个成熟程序员的建议：接受现实，善用工具，别幻想全自动，也别拒绝进化。当 AI…

关于 AI 到底会在哪方面创造最多经济价值，坊间一直有个很火的观点：AI 最牛的用处是加速科研，尤其是生物、神经科学、能源这些关键领域。但一份由 Ege Erdil 和 Matthew Barnett 撰写的重磅分析却唱了反调——他们指出，AI 真正带来经济奇迹的不是“自动化科研”，而是“全面自动化劳动力”。 这篇文章主要反驳了几个行业大佬的观点，比如 DeepMind 的 Demis Hassabis 和 OpenAI 的 Sam Altman，他们都认为 AI 最终的经济推动力会来自它在科研上的突破，比如治愈疾病、破解能源难题。即使是立场稍微中立的 Altman，也认为 AI 在科学上的贡献会“超过其他所有方面”。 但现实如何？作者用数据和逻辑啪啪打脸： 总结一句话： 与其幻想 AI 变成“研究天才”，推动科技飞跃，不如面对现实：AI 最先也最持久的经济贡献，是当“万能实习生”和“虚拟员工”，自动化一切普通人正在做的事。真正的 AI 时代，不是靠诺奖级大脑起飞的，而是靠千千万万工作岗位逐渐被接管，实现一场“广谱自动化爆发”。

Google 这波操作太炸了！Gemini 现在不仅能“听”“说”“读”“写”，还正式解锁“看”的能力！全新上线的实时视觉功能，允许它通过手机屏幕或摄像头画面，直接进行 AI 级别的“眼观六路、智能解读”。 目前这一功能已开始向部分 Google One AI 高级订阅用户陆续开放，尤其在一些小米手机上已经有用户晒出实测视频了。Gemini 现在可以实时“看”你的手机画面，比如你打开一个网页、一个 App，它就能理解屏幕内容，并对用户的问题作出回应。 更炸的是，“看镜头”功能也上线了。用户对着手机摄像头展示物体，Gemini 就能像个聪明的朋友一样给出建议。比如，有人拿着刚上釉的陶器问它该刷哪种颜色，Gemini 就现场当起了“色彩搭配师”。 这一切背后的技术其实早在去年 Google 的 Project Astra 项目里亮过相，现在终于落地到了 Gemini Live 中。而它的上线时间，也刚好压过了亚马逊 Alexa Plus 的预热期，还把还在“跳票”的 Apple Siri 升级远远甩在后面。 值得注意的是，虽然三星还保留了自家的 Bixby，但在 Galaxy 系列手机上，Gemini 已成为默认 AI 助理。这下来看，Google 在 AI 助手这条赛道上的领先优势，似乎越来越稳了。 一句话总结：现在的 Gemini，已经不只是“智慧大脑”，而是“有眼有脑”的超级 AI 助理。未来的手机使用体验，真的可能会被它彻底改写。