AI TrendTrackers

开源 AI 竞赛再度升温，美国科技界正与中国的 DeepSeek 正面交锋。就在 DeepSeek 以低成本 AI 模型震惊硅谷的几天后，Allen Institute for AI（AI2）高调宣布，其新推出的开源模型在多个基准测试上可媲美甚至超越 DeepSeek V3 和 OpenAI 的 GPT-4o。 这款新模型是 AI2 去年 11 月发布模型的升级版，参数量从 70 亿激增至 4050 亿，规模扩大近六倍。DeepSeek 的成功让开源 AI 站上聚光灯，而 AI2 也希望借此证明，美国的开源 AI 团队同样能在开放与封闭模型的性能差距上迎头赶上。 AI2 资深 NLP 研究主管 Hannaneh Hajishirzi 在接受 Tech Brew 采访时表示，美国本土的开源大模型屈指可数，主要有 AI2 的这款模型、Meta 的 Llama 以及少数几个其他项目。因此，这次 AI2 证明了，只要采用他们的训练方法，开源模型也能缩小差距，甚至超越 DeepSeek V3。 强化学习之争：谁学了谁？ AI2…

Meta 似乎正在押注人形机器人领域，准备在科技版图上再掀一波风潮。根据《彭博社》报道，这家科技巨头正在其 Reality Labs 硬件部门内组建一支全新的团队，目标是打造能够执行实体任务的机器人，甚至可能涉足家务机器人领域，让智能助手从虚拟世界走进现实。 这支全新的机器人团队将由前 Cruise（自动驾驶汽车初创公司）CEO Marc Whitten 领导。据悉，Whitten 还是科技圈的老熟人，曾在亚马逊、微软和 Sonos 等公司任职，履历相当亮眼。而除了硬件开发，这个团队还将专注于机器人软件和 AI 领域，为未来的智能机器人铺路。 值得一提的是，Meta 并不打算直接推出一款自家品牌的机器人——至少短期内不会这么做。公司高层，包括 CTO Andrew Bosworth，在规划中更倾向于构建一个机器人市场的硬件基础，就像 Google 通过 Android 操作系统推动整个智能手机行业一样，Meta 似乎希望用类似的模式影响机器人市场。 此外，Meta 还在与多家机器人公司洽谈合作，其中包括 Unitree Robotics 和 Figure AI，或许未来会携手推出机器人原型。科技界的巨头入局，这波人形机器人革命，可能真的要来了！

一种全新的编程方式——“Vibe Coding”正在崛起！这个术语由特斯拉前AI负责人、OpenAI联合创始人Andrej Karpathy提出，强调利用大型语言模型（LLMs）来加速编码，减少手写代码的繁琐工作，更多依赖AI自动补全。开发者不再需要逐行精雕细琢，而是通过高层次指令引导AI，并快速迭代优化。随着语音驱动AI的兴起，编程变得更加直观，模糊了构思与执行之间的界限。 语音驱动的编程体验 语音编码的核心是流畅度。开发者只需用自然语言描述需求，AI工具就能将其转化为可执行代码。不再是逐字符敲代码，而是告诉AI：“写一个函数分析客户评论情感并用柱状图展示。”AI会生成Python代码，包括数据预处理、NLP情感分析以及Matplotlib可视化。然后进一步优化：“让颜色根据情感强度从红到绿渐变。”几分钟内，一个完整的原型就诞生了。这不仅减少了开发摩擦，还让编程更具创造性和互动性。 AI如何改变编程？ 随着GitHub Copilot、OpenAI GPT模型和DeepSeek等AI编码助手的普及，软件开发的范式正在发生变化。过去，开发者需要手写每一个函数，而现在，他们可以与AI协作，让AI建议、完善甚至自动生成完整应用程序。这种转变使编程更偏向问题解决，而不是死磕语法。Karpathy将其描述为一种“AI原生”的开发模式，工程师更像是AI的指挥官，指引AI高效构建解决方案。 在Google Colab上尝试语音编程（OpenAI方案） 想体验语音驱动的编程？Google Colab是一个很棒的实验环境，语音识别工具可以无缝对接AI模型。 第一步：安装所需库 在Colab单元格中运行以下命令： 第二步：搭建AI语音编码系统（基于OpenAI） 以下代码实现了一个语音编码系统，可以录制语音、转录成文本并由GPT模型自动生成Python代码： 运行代码后，对着麦克风说“打印Hello”，AI会自动生成并执行 print(“Hello”) 语句。这就是AI语音编程的魅力！ DeepSeek方案：语音编程的另一种选择 如果想尝试OpenAI之外的替代方案，DeepSeek提供类似的API进行语音转录和代码生成。 第一步：安装所需库 第二步：使用DeepSeek实现语音编码 代码结构与OpenAI版本类似，只是API调用方式有所不同。 语音编程的未来？机遇与挑战并存 AI辅助编程的出现，无疑大幅提高了开发效率，让更多人可以专注于解决问题而不是死磕代码细节。但与此同时，也带来了一些隐忧： 不过，科技总是在不断发展，关键在于如何学会适应、利用AI，而不是被AI取代。 不妨试试“Vibe Coding”，看看AI如何改变你的编程方式！

硅谷AI战局再升级！由马斯克的x.AI牵头的投资财团，向OpenAI提出97.4亿美元的收购要约，试图将这家全球最知名的AI公司收入囊中。然而，OpenAI CEO Sam Altman对此嗤之以鼻，直接拒绝了这笔交易，甚至在社交媒体上开玩笑反击：“要不你把X（推特）卖我，十分之一的价格如何？” 但有趣的是，尽管Altman已经公开表示不接受，OpenAI董事会尚未正式拒绝。按照法律规定，董事会通常需要对竞标进行正式评估，即使出价来自竞争对手。 马斯克收购要约的五大看点 1. 收购截止日期：2025年5月10日 这并不是一个无期限的报价，马斯克的财团给出了明确的截止日期：2025年5月10日。除非交易提前完成、双方同意终止谈判，或OpenAI正式书面拒绝，否则这笔交易始终有效。 2. 全现金交易，没有贷款 马斯克的团队承诺，这笔97.375亿美元的收购完全以现金支付。 这与他2022年收购Twitter（现X）时的做法形成鲜明对比——当时，他向银行借了130亿美元来完成交易。而如今，马斯克的净资产已飙升至约4000亿美元，主要得益于他的政治盟友特朗普当选。不过，这次出资的并不仅仅是马斯克个人，交易文件显示，还有7家投资方，包括x.AI、8VC和SpaceX投资方Vy Capital，以及一些未公开的“其他”投资者。 3. 马斯克团队要求完全审查OpenAI的财务和人员 在交钱之前，马斯克团队希望全面审查OpenAI的业务、财务、资产，并与OpenAI员工进行访谈，即所谓的“尽职调查”（Due Diligence）。 虽然这在大规模收购交易中很常见，但问题是——x.AI是OpenAI的竞争对手，如果马斯克的团队拿到了OpenAI的核心数据，是否会利用这些信息来增强自己的AI业务？此外，如果他们在审查过程中发现任何问题，也可以借此撤回报价。 4. 这个报价可能让马斯克的诉讼站不住脚 有趣的是，马斯克目前正起诉OpenAI，试图阻止其从非营利机构转换为营利性公司，但这次收购报价却与他的诉讼主张相矛盾。 OpenAI的律师在法庭文件中指出，马斯克一方面起诉称OpenAI的资产不能“私有化”，另一方面又试图以近100亿美元收购它，这简直就是“自相矛盾”。OpenAI方面甚至质疑：马斯克的报价可能根本不是认真的，而是为了扰乱竞争对手。 但马斯克团队坚称，这笔交易是**“真金白银”**，并表示如果收购成功，这笔钱将用于OpenAI非营利机构，以继续推动其使命。 5. 如果OpenAI继续保持非营利，马斯克可能撤回收购 马斯克的法律团队在周三提交的法庭文件中表示，如果OpenAI承诺保持非营利性，他就会撤回收购要约。 换句话说，马斯克似乎并不是真的想买OpenAI，而是想利用这次收购报价，把Altman的私有化进程搅黄。有业内人士猜测，马斯克的策略可能是人为抬高OpenAI的市场估值，让Altman需要支付更高的价格才能完成私有化。 对此，OpenAI董事会的律师表示，马斯克的报价“并没有为OpenAI的非营利机构定价”，因为“非营利组织不是可以被收购的”，等于直接堵死了这条路。 AI大战白热化，马斯克能否搅局成功？ 马斯克和Altman之间的矛盾，已经不仅仅是商业竞争，更涉及理念之争、权力之争以及私人恩怨。马斯克当年帮助创立了OpenAI，但后来因理念不合退出，现在又通过诉讼和收购双管齐下，试图阻止其私有化。 但Altman并不打算让步，他不仅拒绝了收购要约，还在加速OpenAI的扩张。OpenAI目前估值高达900亿美元，去年12月刚刚完成5亿美元融资，有着强大的资本支持。 这场AI权力角逐，最终谁能笑到最后？或许，真正的赢家还未浮出水面。

AI搜索创业公司Perplexity又放大招了！本周二，该公司正式推出API服务 Sonar，让企业和开发者可以直接将Perplexity的生成式AI搜索工具集成到自己的应用中。 Perplexity在博客中表示，目前大多数生成式AI的回答仅基于训练数据，这极大限制了其能力。而Sonar API通过实时联网获取权威来源的信息，从而提升搜索结果的准确性和可靠性。 两大版本，按需选择 Sonar API目前提供两个版本，针对不同需求的开发者： 价格方面，基础版Sonar采用更轻量的模型，费用为： 而Sonar Pro因为支持更深入的查询，价格也更高： 值得注意的是，Sonar Pro的定价更不稳定，因为它会在单次查询时运行多个搜索任务。 Zoom已率先用上Sonar API 有了Sonar API，Perplexity的AI搜索引擎不再局限于其官网和App，而是可以嵌入各种企业应用。比如，Zoom已集成Sonar API，用于其视频会议平台的AI助手。 这个AI助手能够在不离开视频窗口的情况下，直接搜索并提供带引用来源的实时答案，大大提升用户体验。 Sonar API成Perplexity新收入来源 Perplexity目前的主要盈利模式是订阅服务，提供无限次AI搜索及附加功能。而API的推出，意味着它可以靠企业级服务进一步变现，拓宽收入来源。 不过，AI API市场正在“卷”价格，过去一年，各大科技公司已经疯狂削减API接入费用。Perplexity也宣称，Sonar是目前市面上最便宜的AI搜索API，希望以此抢占市场。 Sonar Pro：表现碾压Google、OpenAI？ Perplexity表示，Sonar Pro在SimpleQA（一个衡量AI聊天机器人答案准确度的基准测试）中，击败了Google、OpenAI和Anthropic的领先模型。如果这一数据属实，Sonar Pro很可能成为AI搜索领域的新晋黑马。 Perplexity融资9亿美元，估值飙升 去年12月，Perplexity刚刚完成5亿美元融资，由Institutional Venture Partners领投，公司估值达90亿美元。如今，随着Sonar API的发布，Perplexity的扩张野心已经浮出水面。 AI搜索的竞赛仍在加速，Perplexity这波操作能否真正撼动Google和OpenAI？或许，很快就能见分晓。

最近，硅谷又整出了一个新词——“Vibe Coding”（氛围编程），由OpenAI联合创始人Andrej Karpathy提出，核心理念就是“全身心投入氛围，忘掉代码的存在”。 这一概念的本质，是让AI工具（比如Replit Agent）承担编程中的大部分工作，以极快的速度搭建软件。虽然这种方式降低了编程的门槛，但专家们也警告，这并非没有风险。 编程不再靠手，而是靠“感觉” AI 生成代码的能力已经突飞猛进，但Karpathy的“Vibe Coding”概念，彻底打破了传统的编程认知。他在社交平台X上表示：“这已经不能算是真正的编程了，我只是看看、说说、运行、复制粘贴，然后它就能运作。” 早在ChatGPT推出后不久，Karpathy就曾说过：“当下最流行的编程语言是英语。”如今，他的想法进一步演化，认为代码根本不需要深究，AI可以靠几句提示词（prompt）自动生成所需功能。 硅谷大佬们也看到了这种趋势的潜力。OpenAI CEO Sam Altman最近在印度表示，“到2025年底，软件工程将发生巨大变化”。与此同时，扎克伯格也在《Joe Rogan Experience》播客中提到，AI很快就能取代Meta的中级工程师。 “Vibe Coding”怎么玩？ Karpathy分享了自己如何利用AI进行“Vibe Coding”： 这种方式让很多非程序员也能快速上手。剑桥大学AI研究员Harry Law表示：“对于完全没经验的初学者，能在短时间内搭建出一个能运行的项目，带来的满足感是巨大的。” Replit CEO Amjad Masad 透露，75%的Replit用户从未写过一行代码，这正是“Vibe Coding”带来的变化。连AI创业公司Menlo Park Lab的创始人Misbah Syed都表示，现在只需要几个提示词，就能把一个想法变成产品。 “Vibe Coding”也有隐患 但这种新模式并非没有问题。 Law指出，过度依赖AI可能导致开发者缺乏对系统架构和性能优化的理解，而且随着项目规模扩大，AI生成的代码可能会变得难以维护，甚至存在安全漏洞。 一位微软高级软件工程师匿名表示：“这概念有点被过度炒作了。”他认为，AI适合处理零散的任务，但在长期维护和扩展项目时，LLM（大语言模型）会变得混乱，甚至生成大量无用代码。 风投公司A16z的合伙人Andrew Chen也表达了类似的看法：“用最新的AI工具写代码确实很酷，但有时候真的让人抓狂。” Karpathy自己也承认，AI有时候**“修不好bug”，但他的方法是——“换个方式写，或者随便改点东西，错误总会消失”**。 当AI已经在颠覆传统编程方式，是时候让整个行业来一次“Vibe Check”（氛围检测）了。

OpenAI最新动态震惊业界！原本计划推出的o3模型被紧急叫停，取而代之的是一个更“简化”的产品方案。据CEO Sam Altman透露，未来几个月内，OpenAI将直接推出GPT-5，这款新模型将整合o3的技术，并应用于ChatGPT和API服务。换句话说，o3不会作为独立模型发布了。 去年12月，OpenAI曾表示计划在2025年初发布o3。而就在几周前，该公司首席产品官Kevin Weil还在采访中确认o3预计会在2-3月上线。如今，这一计划突然生变，显然是出于更宏观的产品策略调整。 Altman在X上的发文透露，OpenAI意识到当前产品线的复杂性，用户需要在ChatGPT中手动选择模型的体验“让人抓狂”。因此，公司决定采取“统一智能”策略，目标是让AI“开箱即用”，无需用户做过多选择。 此外，Altman还宣布，一旦GPT-5正式上线，所有用户都可以在“标准智能”设定下无限制使用该模型，前提是符合“滥用限制”（具体规则尚未公布）。ChatGPT Plus订阅用户可以使用更高等级的GPT-5智能，而ChatGPT Pro用户则可享受更高级别的智能体验。 更令人期待的是，GPT-5不仅仅是一次升级，还将集成语音、画布（Canvas）、搜索、深度研究等功能。Altman表示，OpenAI的目标是创建一个能自动调节思维时间、适用于各种任务的智能系统，实现真正的“统一AI体验”。 在GPT-5到来之前，OpenAI还计划在未来几周内发布GPT-4.5（内部代号“Orion”）。据悉，这将是OpenAI最后一款非“链式思维”模型。相比之下，o3和其他“推理模型”在数学和物理等领域的表现更加稳定，而Orion在这些方面仍有一定局限性。 OpenAI近年来大力推动推理模型的发展，而这一趋势如今已在行业内引起连锁反应。例如，来自中国的AI实验室DeepSeek近期推出的R1模型在多个基准测试中与o1不相上下。与o1不同的是，R1是一个开源模型，开发者可以自由下载并使用。这无疑给OpenAI带来了新的竞争压力。Altman在社交媒体上坦言，DeepSeek的进展已经缩小了OpenAI的技术领先优势，因此公司决定加快产品发布节奏，以保持市场竞争力。 不过，GPT-4.5（Orion）似乎遇到了一些技术难题。彭博社、《The Information》和《华尔街日报》均报道称，与GPT-4o相比，Orion的提升幅度并不如GPT-4对比GPT-3时那么显著。这或许意味着，真正的革命性突破还要等到GPT-5的发布才能见分晓。

据 报道，OpenAI 正在加紧研发其首款自研 AI 芯片，并计划与 台积电（TSMC） 合作生产。初步试产预计需要数月时间，而大规模量产目标定在 2026 年。 这款芯片将采用 TSMC 最先进的 3nm 制程工艺，确保 OpenAI 在 AI 硬件竞赛中保持领先。项目团队由前 Google 芯片专家 Richard Ho 领导，团队规模目前约 40 人，并与 Broadcom 深度合作，致力于打造一款既能 训练 又能 推理 AI 模型的芯片。不过，初期部署预计规模较小，难以与 Google 或 Amazon 等科技巨头的芯片项目相比。 OpenAI 为何要自研 AI 芯片？ 目前，AI 计算的核心战场仍由 Nvidia 主导，但越来越多的科技巨头开始走向 自主芯片开发，以降低对外部供应商的依赖，同时提升计算效率。Amazon、Microsoft 和 Meta 等公司早已投入巨资打造自家 AI 硬件，而 OpenAI 选择自研芯片，更多是为了在未来的供应链谈判中争取更大话语权。 消息人士透露，OpenAI 此举并不意味着会完全抛弃 Nvidia，而是希望在未来的…

​ 竞赛编程一直以来都是测试编程能力和问题解决技巧的试金石。这类挑战要求选手具备高级算法思维、代码优化能力以及精确执行力，因此也成为 AI 推理能力的重要测试场。虽然 Codex 等早期 AI 模型已经展现出强大的代码生成能力，但它们主要依赖大规模采样和启发式方法，难以真正理解问题并灵活应对。 OpenAI 最新研究突破了这些局限，通过强化学习（RL）大幅提升 AI 在竞赛编程中的推理能力，让 AI 不再只是“拼代码”，而是真正学会如何思考和解决问题。 强化学习 + 竞赛编程：AI 正式进入推理时代 OpenAI 推出的竞赛编程 AI 采用了一种全新的方法，重点在于提升大模型的推理能力，让 AI 在面对复杂问题时能像人类一样分析和优化解法。 研究对比了三种不同模型： o3 模型的表现最为惊人，在 2024 IOI 竞赛中拿下金牌，并在 CodeForces 竞赛平台上达到了 2724 分，超过 99.8% 的人类选手。这一突破表明，AI 不仅能与顶尖程序员媲美，而且可以完全依靠自我学习来解决问题，而不需要人为干预或特殊优化。 ​编辑 技术突破：强化学习让 AI 具备真正的推理能力 OpenAI 的竞赛编程 AI 之所以能超越传统方法，核心在于强化学习和推理能力的结合，带来了更智能、更系统的编程能力。相比于过去依赖暴力搜索和手工规则的 AI，这一方法实现了以下关键进步： 相比于 AlphaCode 这样的竞赛 AI 依赖大规模采样和手工筛选，o3 采用强化学习的方式，真正实现了问题理解和自主推理，而不是单纯地“蒙答案”。 竞赛成绩：AI 已迈入顶级人类程序员行列 OpenAI…

2030年，没有人会记得Kubernetes。 当人类发明了容器技术，还没高兴多久，OKR和SCRUM就来了。而现在，一场新的技术变革已经在酝酿之中——WebAssembly（WASM）正在悄悄取代容器，成为下一代开发者的终极武器。 为什么容器已经变得“讨人厌”？ 容器技术的出现，曾经解决了许多软件开发的痛点。虚拟机虽然功能强大，但并不够轻量，而容器的出现带来了更快的构建速度、几乎瞬间的启动体验，以及更少的虚拟化开销。 然而，到了今天，容器已经变成了让开发者头疼的东西。DevOps的承诺早已被复杂的工具链和过度绑定所侵蚀，程序-容器-Linux三者的紧耦合让开发体验大打折扣。 大多数开发者的目标是写代码、上线新功能、达成季度KPI，不是研究Docker的构建优化。没人会把“提高Docker构建速度”当成核心目标，除非他是刚刚被重新包装成“PlatformOps”（前DevOps，前Ops）的团队成员。 WASM：真正的“写一次，跑遍全球” WebAssembly（WASM）正逐步替代容器，甚至在某些场景中已经做到了。 WASM提供了一种真正的跨平台体验——任何能运行V8引擎的环境，都能执行WASM代码，而现在支持V8的地方越来越多。更重要的是，WASM已经支持多种编程语言编译，而对于尚不支持的语言，未来也能通过WASM解释器运行。 目前WASM的最大障碍是系统接口支持不足，比如文件访问、网络通信等。但这些都是时间问题，等到这些功能完善，WASM将彻底释放潜力。 WASM vs JVM：这次真的不一样？ 当然，反对WASM的人最喜欢拿Java虚拟机（JVM）来对比。毕竟，JVM早就提出了“写一次，跑遍全球”的口号，而且全球超过30亿台设备在运行Java。 但JVM的最大问题是——它的字节码无法在浏览器中运行（RIP Java Applets）。现代应用需要跨平台共享代码，而JVM在这一点上明显力不从心。更何况，现在市场正逐步从JVM迁移到静态编译的二进制文件，比如GraalVM、Kotlin Native、Scala Native等。 WASM在浏览器端的天然兼容性，才是它真正的杀手锏。 微服务时代，WASM如何颠覆游戏规则？ 在微服务架构中，服务之间主要通过HTTP、RPC 或消息队列进行通信。尽管这种解耦方式带来了很多好处，但网络延迟、带宽开销以及系统可靠性问题仍然是摆在开发者面前的挑战。 这正是WASM即将改变游戏规则的地方。 像AWS Lambda这样的无服务器平台已经把微服务拆分到了极致。但Cloudflare Workers的模式更进一步：当一个Worker调用另一个Worker时，它实际上不会发起真正的网络请求，而是直接在同一个V8运行时中执行。 这意味着：✅ 零网络开销 —— 没有额外的网络延迟，调用就像本地函数一样快。✅ 不需要容器 —— Cloudflare Workers完全运行在V8沙盒里，直接支持JavaScript、TypeScript，以及编译成WASM的代码。 相比之下，容器无法在同一进程中调用另一个容器，但V8可以。换句话说，WASM+V8沙盒的模式，能够提供微服务的开发体验，同时享受单体架构的运行效率。 Cloudflare并不是唯一在做这件事的公司。Wasmer等项目也在尝试构建类似的WASM解决方案，未来的应用架构可能将发生彻底的变化。 WASM正在加速普及，开发者该如何准备？ WebAssembly仍然是一项年轻的技术，但发展速度惊人，生态系统正在快速扩展。也许现在它还不适合所有应用场景，但不妨关注它的最新进展。想提前体验未来？可以尝试在Cloudflare Workers上开发项目，感受无容器架构的魅力。 如果你目前的主力语言是Python、Ruby 或 PHP，先别着急，这些语言的WASM支持还在完善中。但如果想提前适应潮流，建议把Go或Rust加入你的技术栈，这样当WASM真正成为主流时，你已经站在了风口上。 如果你还在构建Docker镜像，或许是时候重新思考你的开发体验了。