过去几年，多模态模型在理解任务上快速演进，图像问答、OCR、视觉推理、跨模态对话等能力不断提升；与此同时，图像生成模型也在视觉质量、指令遵循和细节表达上持续突破。下一步一个自然的问题是：能否用同一个模型，同时做好理解与生成？这正是统一多模态模型（Unified Multimodal Models, UMMs）正在回答的问题。
Salesforce最近在推的Einstein Agent，定位已经从Copilot（副驾驶）转向了真正的Agent（代理）。他们的客户服务Agent可以独立处理客户请求，销售Agent可以自主跟进线索。Google也在Workspace中推出了类似能力，Agent能够独立完成邮件处理、日程安排等任务。这不是个例，而是整个行业都在经历的范式转变。
实现具备人类水平的灵巧操作能力，是机器人学领域长期以来的核心挑战之一。尽管多指灵巧手在硬件上具备了类似人类的潜力，但由于接触丰富的物理特性和非理想的驱动机制，训练能够直接部署在真实硬件上的控制策略仍然非常困难。
视频编辑应用 Captions 的开发商 Mirage 已从 General Catalyst 的客户价值基金（CVF）筹集了 7500 万美元的增长融资。
3月以来，港股AI股票又开始猛涨了。
Dash0 已在一轮由Balderton Capital 领投的融资中筹集了 1.1 亿美元，估值达到 10 亿美元，以将其用于检测软件系统问题的监控平台拓展至美国全境。
最近，彼得・蒂尔计划领投一轮 20 亿美元的融资，竟是为了一个牛项圈。
路透社独家：Meta正计划裁员20%，约1.6万人。与此同时，扎克伯格砸6000亿美元建数据中心、20亿买Manus、143亿挖Scale AI创始人。一边疯狂招顶尖AI人才，一边大规模砍人，硅谷「AI换人」潮正式开闸。
刚刚，五角大楼一份绝密备忘录曝光，Palantir的AI系统正式确立为美军的「记录项目」（Program of Record）。也就是说，Palantir AI，正式成为美军跨军种的核心「操作系统」。人类的未来战争，将很大程度上由AI决定了！
苦于AI单字拼凑没行气，或是排版秒变“鬼画符”？
