YOHO AI

标签： AI

  • 世界模型公司Odyssey冲到145亿美元估值，Amazon、AMD都来了

    世界模型公司Odyssey冲到145亿美元估值，Amazon、AMD都来了

    大语言模型之后，AI的下一个战场在哪里？越来越多人的答案是：世界模型（World Model）。而这家叫做Odyssey的公司，刚刚用一份融资成绩单告诉市场：资本已经用真金白银投了票。

    Odyssey完成3.1亿美元B轮融资，投后估值145亿美元。这轮由Natural Capital领投，Amazon、AMD Ventures、GV等跟投。加上这笔，公司成立以来总共融了3.37亿美元——对于一个2023年才成立的初创公司来说，这个速度相当惊人。

    AI世界模型概念图
    世界模型试图让AI理解物理世界的运行规律 | 概念图

    创始人背景：自动驾驶的老兵

    Odyssey的两位创始人，CEO Oliver Cameron和CTO Jeff Hawke，都是从自动驾驶行业出来的。Cameron之前是自动驾驶初创公司Voyage的联合创始人兼CEO，后来Voyage被GM的Cruise收购，他就在Cruise做产品VP。Hawke则在另一家英国自动驾驶公司Wayve当工程师。

    这个背景其实解释了Odyssey在做什么。世界模型的核心是：让AI理解物理世界的运行规律——重力、碰撞、光线、物体之间的相互作用。这正是自动驾驶公司一直在攻克的问题，只不过Odyssey把它做成了一个通用平台，可以应用到游戏、机器人、虚拟现实等多个领域。

    怎么采集数据？背上摄像头走遍全世界

    要训练世界模型，得先有海量真实世界的视频数据。Odyssey的做法相当”物理”：派人背上摄像头，走街串巷地拍。这个思路其实和Google Earth有点像，只不过Google是开车拍，Odyssey是让人背着设备步行采集，能覆盖到车辆到不了的地方。

    世界模型不只是生成视频，它要模拟物理规律。这意味着AI生成的画面里，一个杯子掉到地上会碎，一个球踢出去会按照抛物线飞行——而不是每一帧都”猜”接下来发生什么。

    应用场景：从游戏到机器人

    目前Odyssey的世界模型已经有几个明确的方向。游戏是最直接的——用文字提示词生成可交互的3D视频内容，理论上可以大幅降低游戏场景的制作成本。机器人是另一个大方向：用世界模型做仿真训练，让机器人在虚拟环境里”摔”几千次，再放到现实里。

    和Amazon的合作也值得注意。Odyssey宣布AWS成为其首选云服务商，并且会优化模型以运行在AWS的Trainium芯片上——这是Amazon自家开发的AI训练芯片，直接对标Nvidia的GPU。有了Amazon的投资和云资源，Odyssey在算力成本上可能比竞争对手更有优势。

    天使投资人名单：硅谷半壁江山

    除了机构投资人，Odyssey这轮还拉来了一批重量级天使：Google传奇工程师Jeff Dean、知名天使Elad Gil、YC现任CEO Garry Tan、Vercel CEO Guillermo Rauch，还有Cruise创始人Kyle Vogt。这个阵容基本上把硅谷AI圈最有话语权的那批人都聚齐了。

    世界模型是不是下一个大机会，现在下结论还为时过早。但资本已经在用行动表态：这个方向，值得押注。

  • Google终于认真做智能音箱了，这次靠Gemini能不能翻身

    Google终于认真做智能音箱了，这次靠Gemini能不能翻身

    智能音箱这个品类，已经沉寂太久了。自从2020年Google发布Nest Audio之后，这个品类就进入了某种休眠状态——功能年年小修小补，但没人真正重新想一想：有了大模型之后，音箱到底应该是什么样子。

    Google本周给出了它的答案：一台叫做Google Home Speaker的新设备，售价99.99美元。这是Google六年来第一款真正意义上的新音箱，也是第一款”为Gemini而生”的音频设备。

    Google Home Speaker智能音箱
    Google Home Speaker，底部有一圈环形灯 | 图片来源：Google

    自然语言，终于能用了

    老一代智能音箱最大的问题，是你得”学它的语言”。想关灯，得说”关掉客厅的灯”；说错了用词，它就听不懂。Gemini进来之后，这个逻辑被打破了。

    新音箱支持完全自然的多步骤指令。你可以说：”把厨房灯调暗，放点轻松的音乐，再设个20分钟的定时器。”一句话，三个动作，不需要分三次说，也不需要记住特定的唤醒词格式。

    更实用的一点是：它支持中途纠正。说到一半改主意了？直接改就行。”把咖啡机关掉……哦不对，是打开。”Gemini能理解这种日常对话里的反复，而不是让你重新来过。

    10种新声音，能聊也能问

    除了控制智能家居，这台音箱还被设计为可以和你对聊。它内置10种新声音，支持”持续对话”模式——不用说”OK Google”就能接着问。你可以拿它学东西、查资料、聊想法，基本就是把Gemini的对话能力，从手机屏幕搬到了客厅里。

    音箱的麦克风会在”持续对话”模式下短暂保持开启，让你能自然追问，而不必每次都重新唤醒。

    外观上，新音箱延续了Google一贯的织物包裹设计，圆形身材，3.4 x 4.2英寸大小。美国市场有Jade和Berry两种颜色，全球版本则提供Hazel和Porcelain。底部新增一圈环形灯，用不同光效表示”在听”、”在想”和”在回答”三种状态。

    订阅制来了：高级功能月费10美元

    不是所有新功能都免费。Google推出了Google Home Premium订阅计划，月费10美元（或年费100美元），解锁更强大的AI能力：

    • Gemini Live自由对话（更高级的多轮语音聊天）
    • Nest摄像头活动解读——你不在家时，AI帮你总结发生了什么
    • 更深度的智能家居场景联动

    好消息是，Google会在前六个月免费提供这些高级功能，让你先试试再看值不值得续费。这套路和手机厂商差不多——先让你用上，再决定要不要交钱。

    问题是，消费者愿意为智能音箱的AI能力每月交10美元吗？Google在这个时间点推订阅制，勇气可嘉，但市场买不买账，还得看实际体验。

    这台设备目前已经开放预购，本月晚些时候发货。Google显然希望Gemini能成为下一个时代的”音箱灵魂”，就像Siri定义了上一代设备一样。只是，六年过去了，人们的注意力早就从音箱转移到了手机、耳机、甚至眼镜上。Google这次能不能翻盘，答案可能要等到年底假期销售季才能揭晓。

  • Snap 发布 2195 美元智能眼镜：戴着它能不能看起来不傻，这是个问题

    Snap 发布 2195 美元智能眼镜：戴着它能不能看起来不傻，这是个问题

    昨天 Snap 正式发布了 Specs 智能眼镜，定价 2195 美元。CEO Evan Spiegel 在接受 CNBC 采访时说，这款产品他们做了12年以上，目标是”把计算带进现实世界”，让人不再低头看手机屏幕。

    Snap Specs 智能眼镜
    Snap Specs 的粗框设计在时尚与科技之间走钢丝

    Spiegel 戴着它上镜，然后大家都分心了

    Spiegel 在采访里侃侃而谈的时候，作者 Victoria Song 注意到一个细节：他每动一下头，光线就会照在镜片上，隐约露出里面显示屏的轮廓。这个人正在讲”屏幕疲劳”和”想要更真实地连接世界”，而他脸上正架着一台把屏幕摆在眼睛前面的设备。

    但更多人注意到的是——这副眼镜戴在他脸上，看起来挺滑稽的。

    时尚是很主观的事，但 Specs 的设计客观来说很大胆。粗框、棱角分明的飞行员风格、巨型镜腿——如果里面没有任何科技，这副眼镜也会被当成”宣言单品”，大概只有 Iris Apfel 或者《超人总动员》里的 Edna Mode 才会日常戴着出门。

    2195 美元，本来也没想让普通人买

    Snap 把这副眼镜定位成” aspirational 级”时尚科技单品，不是卖给大众的日常消费品。这一点从他们的全球广告 campaign 就能看出来——拍摄者是时尚摄影师 Steven Meisel，这人在 Vogue 和 Versace、Valentino、Balenciaga 这些高定品牌里都是常客。

    所以这个逻辑大概是：先让时尚圈和科技圈的人戴上，做出一种”未来已来”的意象，然后再慢慢往大众市场渗透。当年 Snap 的太阳镜相机 Spectacles 也是这个路数，只不过那次渗透率比预期低了不少。

    和 Meta Ray-Ban 走的是两条路

    目前市面上最成功的 AI 智能眼镜是 Meta 和 Ray-Ban 合作的款，走的是”看起来像普通眼镜”的路线，价格也控制在普通人能接受的范围。Snap Specs 完全反着来——它长得就是要让你注意到，价格也直接拉到 2000 美元以上。

    • Meta 的路数：先让大众习惯戴着眼镜听歌、拍照、调 AI，悄悄把市场做起来
    • Snap 的路数：先做品牌调性，再谈销量，宁可让大多数人觉得”酷但买不起”
    • 两种策略各有道理，但 Snap 的前几代眼镜产品并没有证明这条路能走通

    说到底，眼镜这件事比手机难多了

    手机你可以做得很酷，因为没人看你的手机长什么样。眼镜不一样——它架在你脸上，每个人跟你说话的时候都在盯着它看。Meta 选了 Ray-Ban 这个本身就代表”经典好看”的框型，很聪明。Snap 选了一条更难的路：要让大家觉得这副看起来很怪的眼镜是”酷”的。

    这件事不是完全不可能。早期戴 Apple Watch 的人也被嘲笑过，现在它已经是全球销量最大的手表了。只是 Snap 需要回答一个问题：除了”这是 Snap 做的”和”这是智能眼镜”，普通人为什么要花 2195 美元买这副看起来有点怪的眼镜？

    Spiegel 说人们已经受够了屏幕。他说得也许对。但如果解决方案是换一种方式把屏幕摆在面前，这件事到底算不算”减少屏幕”，可能每个人都有自己的答案。

  • Claude Design 新编辑器上线：AI设计工具开始认真和 Figma、Canva 抢饭碗了

    Claude Design 新编辑器上线：AI设计工具开始认真和 Figma、Canva 抢饭碗了

    Anthropic 这周给 Claude Design 推了一波大更新，说白了就是要把”AI生成设计”这件事从玩具变成真正能干活的工具。最显眼的变化是一个新编辑器——现在你可以直接在画布上拖拽、缩放、对齐元素，不用再靠文字描述让AI猜你想要什么布局。

    Claude Design 新编辑器界面
    Claude Design 新编辑器支持直接拖拽和对齐元素

    一周破百万用户，然后呢？

    Claude Design 上线第一周就有超过100万人用过。这个数字挺吓人的，但也说明一个问题：想用AI帮忙做设计的人真的很多，只是之前的工具还不够顺手。

    新编辑器的逻辑其实很直接——之前你用Claude Design，基本上是用文字描述你想要什么，然后AI给你出图。现在多了一步：AI出图之后，你可以直接在画布上微调，拖动某个按钮的位置、调整间距、对齐元素。听起来不算什么大突破，但实际用起来差别很大，因为之前每次想改个小地方都要重新生成，很浪费时间。

    和设计系统打通，这才是企业级功能

    这次更新里最值得企业用户关注的功能，是设计系统导入。你可以把公司已有的设计系统（从GitHub仓库、设计文件或者直接上传）喂给Claude Design，之后它生成的所有内容都会自动对齐你们的设计规范。大公司里还能设置一个管理员角色，锁定标准设计系统，防止有人乱改。

    Claude 会把输出和你的设计系统做比对，在你看结果之前就先自己纠正一遍。这对需要保持品牌一致性的团队来说，省了不少事后返工的功夫。

    和 Claude Code 打通，设计到代码不用截图

    这次更新还有一个挺实用的功能：Claude Design 和 Claude Code 之间可以无缝接力。你在Design里把设计定稿了，可以直接交给Claude Code接着做开发，Code会接着你之前的设计继续，而不是从头开始重新理解一遍（或者靠截图来猜）。

    反过来也行——如果你习惯先在终端里干活，现在可以在Claude Code里直接用 /design 命令创建和编辑设计项目，不用切来切去。

    出口通向一堆常用工具

    生成好的设计现在可以导出到不少地方：PDF、PowerPoint是基本的，还能直接推送到Adobe、Canva、Gamma、Lovable、Miro、Replit、Vercel、Wix等工具里。Anthropic和Replit、Lovable都有合作表态，说要让”从想法到上线”整个流程更顺畅。

    • 对独立开发者来说，在Claude Design里画完界面，直接推去Replit改改就能跑，这个流程确实诱人
    • 对企业设计师来说，导出到Canva或Adobe继续精修，比重新在那些工具里从零开始效率高
    • 目前支持的出口还在增加，Anthropic说”更多目的地即将到来”

    Figma和Canva肯定注意到了这个动向。Claude Design的打法和它们不一样——它不是要做一个更好的设计工具，而是把”设计生成”这件事嵌进整个开发流程里，从想法到设计到代码，尽量不让你重复描述同一件事。

    这种做法的风险在于：如果AI生成的设计不够好，后面所有接力都是在浪费时间。Anthropic说这版的错误率已经大幅下降，生成同样质量的结果用的token也更少了。实际用起来怎么样，还得看用户自己的反馈。

  • vLLM —— 83K+ Stars 的 LLM 高性能推理引擎，PagedAttention 颠覆内存管理

    vLLM Logo

    vLLM — 高性能 LLM 推理与服务引擎

    ⚡ vLLM

    83K+ Stars · 面向大模型的高吞吐量、内存高效推理与服务引擎

    📌 项目简介

    vLLM 是由加州大学伯克利分校 Sky Computing Lab 发起、现由 2800+ 贡献者共同维护的开源 LLM 推理与服务引擎。其核心竞争力在于首创的 PagedAttention 技术，通过智能管理注意力键值内存，大幅降低内存碎片，将 GPU 利用率推向极限。无论是本地开发调试，还是生产级大规模部署，vLLM 都是当前最热门的推理加速选择。

    83K+
    GitHub Stars

    2.8K+
    贡献者

    200+
    支持模型架构

    🛠️ 安装要求与过程

    环境要求：

    • Python 3.10+（推荐 3.12+）
    • NVIDIA GPU（CUDA 12.9/13.x）或 AMD GPU（ROCm）
    • 也支持 CPU、Google TPU、Apple Silicon 等多种硬件
    # 推荐用 uv 安装（更快更可靠）

    uv pip install vllm

    # 或用 pip

    pip install vllm

    # 快速启动 OpenAI 兼容 API 服务

    python -m vllm.entrypoints.openai.api_server \
    –model Qwen/Qwen3-8B –port 8000

    🚀 核心功能

    ⚡ PagedAttention 内存管理

    将注意力键值内存分页管理，类似操作系统的虚拟内存机制，大幅减少内存碎片和冗余复制，内存利用率提升 2-4 倍。

    🔄 持续批处理 + 前缀缓存

    动态合并正在处理的请求，并复用相同前缀（如 system prompt）的计算结果，吞吐量提升 3-5 倍。

    🧩 200+ 模型架构原生支持

    无缝兼容 Hugging Face 主流模型，涵盖 Llama、Qwen、DeepSeek-V3、Gemma、Mixtral、LLaVA 等，开箱即用。

    🔧 丰富量化方案

    支持 FP8、INT8、INT4、AWQ、GPTQ、GGUF 等主流量化格式，在保持精度的同时大幅降低显存占用和推理延迟。

    🌐 OpenAI 兼容 API

    提供与 OpenAI API 完全兼容的接口，只需改一行代码即可从 OpenAI 切换到自托管 vLLM，零迁移成本。

    💡 典型使用场景

    场景一：私有化部署大模型 API 服务

    企业希望在内部环境部署 Qwen 或 Llama 大模型，提供类似 OpenAI 的 API 供业务系统调用。vLLM 可在单张 H100 上实现远超传统方案的吞吐量，显著降低推理成本。

    场景二：本地开发与环境调试

    开发者在本地机器上调试 Prompt 或测试 Agent 工作流，需要快速启动一个兼容 OpenAI SDK 的本地服务。vLLM 一条命令即可启动，支持流式输出和工具调用。

    场景三：多模态模型推理服务

    需要部署 LLaVA、Qwen-VL 等多模态模型，同时处理文本和图像输入。vLLM 对多模态模型提供原生支持，统一的 API 接口让多模态应用开发更加便捷。

    ✨ 推荐理由

    vLLM 是目前 LLM 推理领域最炙手可热的开源项目，没有之一。它的核心竞争力在于 PagedAttention——这项技术直接解决了 LLM 推理中内存管理效率低下的痛点，是业界首个将操作系统虚拟内存思想引入注意力机制的工作，还发表了 SOSP 2023 学术论文。

    实际使用下来，vLLM 最让人省心的是「开箱即用」——Hugging Face 模型直接加载，OpenAI API 直接兼容，量化方案直接配置。对于想把大模型「跑起来」的团队，vLLM 是目前最成熟、社区最活跃的选择。

    值得一提的是，vLLM 的社区生态极其繁荣，AWS、NVIDIA、AMD、Google Cloud 等巨头均在赞助其开发。这意味着 vLLM 不仅是一个开源项目，更正在成为 AI 推理层的事实标准。

    📥 下载地址

    License: Apache 2.0 | 语言: Python | 最初开发: UC Berkeley Sky Computing Lab

  • 三星手机将推出宠物健康AI检测，拍张照片就知道猫咪狗狗有没有病

    三星手机将推出宠物健康AI检测，拍张照片就知道猫咪狗狗有没有病

    三星在巴黎VivaTech 2026大会上亮了个新功能，挺有意思的——用手机拍一张猫狗的照片，AI就能帮你判断宠物有没有牙周病或者肥胖问题。这个功能是与宠物健康管理平台Lifet合作开发的，预计会整合到Galaxy手机的SmartThings应用和宠物护理生态里。

    给宠物看病的AI来了

    养宠物的人大概都有过这种经历：猫狗有点不对劲，但你不确定是不是该去看兽医，或者你拍了照片发给朋友，大家也都是凭经验猜。三星这个功能的思路是直接用AI分析照片，给出健康风险提示。

    三星宠物健康AI检测
    用Galaxy手机拍摄宠物照片，AI分析健康状况

    Lifet的平台本来就有网页版和App，这次和三星合作以后，相当于把宠物健康筛查直接搬到了手机上。你拍张照，几秒钟就能知道你的猫是不是可能超重了，或者狗狗的牙龈有没有发炎的迹象。

    三星的AI健康布局

    这不是三星第一次往健康领域押注。他们的Galaxy Watch已经能测心电图、血氧、睡眠质量，现在又把宠物健康拉进了生态。三星在VivaTech上说的”连接式护理解决方案”，其实就是想把人的健康和宠物的健康都整合到SmartThings里，一站式的健康管理。

    全球宠物经济一直在涨，但宠物医疗的信息不对称一直没怎么被科技解决。三星这个方向选得挺聪明的。

    当然，这种AI检测肯定不能替代真正的兽医诊断。三星应该也会在功能上线时加免责声明。但它的价值在于”提醒”——很多问题如果发现得早，治疗成本和宠物遭的罪都会少很多。AI做不了兽医，但做个早期预警还是可以的。

    这个功能目前还在开发阶段，三星没有公布具体的上线时间。不过从VivaTech的演示来看，基本思路已经跑通了。等正式推出以后，Galaxy用户随手拍张照片就能给宠物做个简易体检，这体验还是挺有吸引力的。

  • 三分之二美国人认为AI发展太快，年轻人最悲观

    三分之二美国人认为AI发展太快，年轻人最悲观

    皮尤研究中心刚发布了一份挺有意思的调查报告，他们问了几千个美国人怎么看AI。结果出来以后，估计硅谷那帮人会觉得有点扎心——63%的受访者说AI发展太快了，只有16%的人觉得AI对社会会有正面影响。

    用的人多了，担心的也多了

    这次调查是今年2月做的，一共问了5119个美国成年人。有个数字挺显眼：49%的人说用过AI聊天机器人，比2024年的33%涨了不少。ChatGPT最常用，44%的人说用过，比2023年翻了一倍。

    年轻人用得最多——18到29岁这个年龄段，66%的人用过聊天机器人。但讽刺的是，恰恰是这群人最不看好AI的前景。48%的年轻人觉得AI会产生负面影响，只有14%觉得是好事。

    AI调查配图
    三分之二的美国人对AI的快速发展保持警惕

    每天在用，但不太信

    大约四分之一的美国人说他们每天都会用聊天机器人。用得最多的场景是搜索信息（42%）和工作任务（38%）。三成的人觉得AI让他们的生产力提高了，但也有不少人对AI给出的信息质量表示怀疑。

    66%的美国人认为AI会让他们的个人信息更不安全，只有3%的人觉得会更安全。

    对政府的监管能力，大家也没什么信心。67%的人说他们对美国政府有效监管AI”信心不足”。有趣的是，民主党人比共和党人更不相信政府能管好AI——这在两年前还是反过来的。

    智能设备渗透日常生活

    除了聊天机器人，AI还在以别的方式进入美国人的家。35%的人有智能音箱（比如Amazon Echo），37%的人有智能手表，18%的人装了智能门铃。60%的人说他们会看搜索引擎结果顶部的AI摘要。

    这些数字说明，AI已经不是什么未来概念了，它正在真实地改变人们获取信息、管理健康和与科技互动的方式。但公众的情绪显然比硅谷的乐观叙事复杂得多——人们在使用这些工具，同时也在用警惕的眼光打量它们。

  • AI代理进公司打工，这家公司要给它们发员工身份

    AI代理进公司打工，这家公司要给它们发员工身份

    AI代理进公司打工，这件事在过去一年里从概念变成了现实。Goldman Sachs去年把AI编程代理Devin当正式员工来用，McKinsey年初说自家已经有25000个AI代理在和60000名人类员工一起干活。问题跟着来了：这些”数字员工”谁来管？权限怎么给？出了问题找谁？

    给AI代理发”工牌”

    网络安全创业公司NewCore从隐身模式走了出来，拿了6600万美元种子轮，估值after investment 3亿美元。领投的是专注网络安全的风投Cyberstarts，Index Ventures和Evolution Equity Partners跟投。他们的产品说白了就是一件事：把AI代理当”员工”来管理，给它们发身份、设权限、能吊销、能审计。

    AI代理身份管理概念图
    AI代理需要自己的”员工身份”，而不只是一串API密钥 | 配图来源：WorkBuddy AI生成

    创始人Zohar Alon之前创办过云安全公司Dome9（后来卖给了Check Point），他说服自己再创业的理由是：现在的身份系统——Okta、微软的Entra这些——都是给人类员工设计的，AI代理往里一塞，scale和复杂度会把它们撑爆。

    “我们很确定，AI代理要给那些用了15年、20年的身份平台增加的规模和复杂度，迟早会把它们搞崩。”
    ——Zohar Alon，NewCore联合创始人兼CEO

    不是给机器密钥，是给数字员工身份

    NewCore的平台把人类员工和AI代理的身份放在同一个系统里管，但AI代理拿的是”一等身份”——有自己的权限生命周期控制、独立的吊销机制，而不是被塞进传统的service account或者机器密钥的抽屉里。

    技术上一个关键是所谓的”split-key”架构：把关键身份凭证分成两份，客户拿一份，平台拿一份，这样就没有单一妥协点了。对于已经在用Anthropic Claude Code、OpenAI Codex或者Cursor的团队，NewCore提供了一个”Agentic Skill”集成包，让这些AI工具以受管身份访问企业系统，而不是靠人工分发的密钥。

    员工还可以用NewCore的手机App来授权、审查、吊销AI代理的访问权限——Alon把它描述成人类监督层，公司在部署更自主的系统时，总得有个”人”在循环里。

    AI代理比你想象的更快进入职场

    NewCore现在有50多个员工，分布在美国和以色列，平台当前有不到10个客户和10多个设计伙伴在用它。公司预计今年夏天开始向客户收费。

    Alon的预测是：在聚焦技术的组织里，AI代理数量几年内就会超过人类员工。TCS董事长N. Chandrasekaran最近也说了类似的话：AI代理的规模终将匹敌这家印度IT服务公司的员工总数。

    身份系统很可能是第一个被大规模AI代理部署压垮的企业系统。公司最终会需要新办法来监控、授权和吊销那些在网络里跑来跑去的数字工人——在它们搞出乱子之前。

  • 这家公司想用数学证明来管住AI的幻觉，2700万美元押一条没人走的路

    这家公司想用数学证明来管住AI的幻觉，2700万美元押一条没人走的路

    企业想把AI用到实处，最难的不是让模型”说出话”，而是让说出来的话靠谱。税务、法律、药物研发——这些领域错一个字就是真金白银甚至人命，AI幻觉在这儿比别处更致命。一家刚冒头的新公司觉得，解决这个问题靠的不是把模型做得更大，而是把规则写得更死。

    给AI套上数学的缰绳

    Pramaana Labs本周冒了出来，拿了Kholla Ventures领投的2700万美元种子轮，Accel、Boldcap、Nexus Venture Partners、Premji Invest和Unbound跟投。这家公司的主意说起来不复杂：用计算机科学里最”死板”的工具——数学形式化验证——来管住AI最”飘”的那部分幻觉和乱编。

    AI形式化验证概念图
    形式化验证让AI的推理过程变得可验证 | 配图来源：WorkBuddy AI生成

    CEO Ranjan Rajagopalan的说法是：税务法规本质上就是一套规则，跟数学差不多。一旦把规则用代码形式化，推理过程就能变成确定性的——换句话说，AI可以天马行空地理解自然语言，但最后得出来的结论必须过一道”数学检查”，否则不让出门。

    “世界上最难的问题不是无解，而是没有被形式化。每个’出错就要命’的领域——健康、金钱、自由——都有规则，只是这些规则还没被写成代码。”
    ——Ranjan Rajagopalan，Pramaana Labs联合创始人兼CEO

    LEAN语言来了

    Pramaana的做法是在常规LLM上面加一层确定性验证，这套验证用的是开源LEAN编程语言的工具——本来这东西是用来验证数学证明的，现在被他们拿来验证AI的输出。有法国民俗，法国的CATALA项目已经把本国税法和福利系统的一大块形式化成了可执行代码，算是这条路上有分量的先驱。

    每个使用场景，Pramaana会搭一套自己的类LEAN形式化验证系统，并且有领域专家盯着。税务方向的前IRS局长Danny Werfel在公司顾问名单上；网络安全与药物研发系统则由IIT Delhi、IIT Madras和UC Berkeley的教授们把关。

    为什么是现在

    AI可靠性这事儿，搁两年前大家还在实验室里吵，现在企业已经被迫要认真对待了。幻觉在闲聊里是个笑话，在报税软件里就是一个灾难。Pramaana挑的这几个垂直领域——法律、药物研发、税务——恰恰是容错率最低的几个地方，也是愿意为”可靠性”付钱的地方。

    这条路能不能走通，取决于一件事：把现实世界的复杂规则完整、准确地形式化，这件事本身难度就不比做AI小。但Rajagopalan的判断是，那些规则本来就在那儿，只是没人把它们变成代码而已。

  • Pinterest偷偷摸摸做了个AI购物助手，但先只给少数人用

    Pinterest偷偷摸摸做了个AI购物助手，但先只给少数人用






    Pinterest偷偷摸摸做了个AI购物助手，但先只给少数人用

    Pinterest AI购物助手
    Pinterest推出实验性AI购物应用”Ask Pinterest”（配图由AI生成）

    Pinterest本周三宣布了一款名为”Ask Pinterest”的新实验性应用。简单说，这东西能让Pinterest用一种更对话式的方式来做购物和产品发现，而且这种玩法最终可能会挪到Pinterest主应用里去。

    与此同时，公司还介绍了其他一些AI计划，包括为在Pinterest平台上跑活动的广告商设计的Pinterest模型上下文协议（MCP），以及其他一些AI广告工具。

    时间点微妙：赶在Cannes Lions前发布

    这个消息发布的时间点挺微妙——正值广告技术行业年度盛会Cannes Lions前夕。今年的这个会，焦点主要集中在AI如何满足广告商和营销人员的需求上。

    “Ask Pinterest”这个在线应用，给了公司另一种利用”Taste Graph”的方式——这是Pinterest内部的一套数据，用来把人和他们的兴趣、审美偏好映射起来。公司方面表示，最初会以有限访问的形式提供。

    这种AI驱动的体验，设计初衷是把Pinterest那套出名的可视化发现体验，从传统的主应用界面扩展到一个对话式、聊天机器人式的界面里。

    AI购物战场已经打响

    它的出现，正值AI聊天机器人日益跟传统搜索引擎抢消费者注意力的时候。Google已经让AI帮着在线购物者找想要的东西、追踪价格，还能直接结账。ChatGPT也实验过代理式购物，Meta、Shopify这些公司也一样。

    但Pinterest的做法不太一样。它很大程度上专注于用自己的数据训练AI模型，给自己的AI产品做支撑，而不是把自己变成别的AI服务可以通过许可协议来利用的产品推荐来源。

    另外，让Ask Pinterest成为一个独立应用，公司就有了一个在不破坏Pinterest主体验的情况下实验这项技术的方式。

    能做复杂的多步骤查询

    公司方面解释说，Ask Pinterest可以用来处理更复杂或者多步骤的查询——这类查询不太适合传统的Pinterest搜索。举个例子，你可以用这个应用来寻求筹划晚宴的帮助，或者慢慢布置一个房间。

    Pinterest表示，这个想法的核心是测试和探索AI如何能在保留用户跨会话上下文的同时，更好地支持人们的购物体验。

    Ask Pinterest还能利用用户自己保存的Pin和画板，来让回答更个性化。

    • Ask Pinterest初期限量访问，利用Pinterest的”Taste Graph”数据
    • 支持复杂多步骤查询，比如筹划晚宴或布置房间
    • 作为独立应用推出，不影响Pinterest主应用体验
    • 同步推出AI广告助手（Beta版）和Performance+ creative模型