Black Forest Labs 访谈:Andreas Blattmann 与 Dustin Podell 谈如何构建视觉智能
Black Forest Labs 的 Andreas Blattmann 与 Dustin Podell 在访谈中解释了 FLUX 3 联合训练图像、视频和声音的思路,以及向视频和世界模型发展的方向。
Black Forest Labs 的 Andreas Blattmann 与 Dustin Podell 在访谈中解释了 FLUX 3 联合训练图像、视频和声音的思路,以及向视频和世界模型发展的方向。
OpenAI CEO Sam Altman 在 Semafor 峰会上澄清,他希望每个人都能为自己的电脑买大量 RAM,并称在家折腾硬件是好事。他承认全球 DRAM 价格近几个月可能上涨了 5 到 7 倍,并重申若面临内存供应短缺,共享内存、让其 100% 运行是更优解。他还表示对 Jensen Huang 从 Nvidia CEO 卸任一事了解不够,无法判断是否应让其回归。
Paul Christiano 在 Dwarkesh Patel 播客中表示,若保持当前发展速度而不减速,1 年内出现超智能的概率约为 1/3。他主张实验室暂停预训练和 RL 等方面的算法进步,直到能够保护模型权重与研究秘密,并判断系统是否受到充分控制。他强调这些是个人观点,不代表 OpenAI 董事会立场,并警告模型或算法失窃可能让实验室在察觉失控风险后仍难以停止竞赛。
推荐理由:Paul Christiano 将暂停算法进步的主张与模型失窃风险联系起来,指出安全防护不足会让实验室在发现失控后难以减速。
OpenAI CEO Sam Altman 表示,即使黄仁勋不再掌舵 Nvidia,AI 行业仍会安然发展,并强调黄仁勋推动行业的重要作用。他拒绝判断黄仁勋是否应回归,认为强劲增长的需求和收入足以支撑行业。Nvidia 最近同意为 OpenAI 的俄亥俄州数据中心项目提供最高 $105 billion 的担保,Altman 表示不担心其融资支持枯竭,认为市场仍信任 Nvidia 的担保。
推荐理由:Sam Altman 将黄仁勋的个人推动作用与 Nvidia 的融资保障能力分开讨论,把行业信心建立在需求和收入增长上。
Anthropic CEO Dario Amodei 在计划于11月19日进行的 IPO 前表示,算力投资是公司最深层的商业难题,明年业务存在巨大不确定性。算力必须提前一至两年采购,采购不足会影响客户服务和收入,采购过多则可能导致财务过度扩张;公司通过现金储备、较少的预先采购及现货市场补充容量来缓冲风险。
推荐理由:Anthropic将增加现金储备作为缓冲算力采购风险的手段,提前一至两年投入与收入难以预测之间的错配构成上市融资的重要背景。
OpenAI前董事Helen Toner在Decoder访谈中表示,AI未来不能寄托于某个人值得信任,需要更多治理结构和不同立场的参与者。她支持提高新模型训练与发布前的风险评估和管理门槛,为对齐研究与控制措施留出时间,但不主张简单全面暂停。她还指出,上市既会增加盈利压力,也会带来更规范的公司治理和外部监督。
前 OpenAI 和 Anthropic 研究员 Jacob Coxon 称,Anthropic 已能用原先所需算力的一小部分重新训练 Mythos。其依据是 Anthropic IPO 路演中的代码预训练算力乘数图表,他将曲线解读为算法效率呈超指数增长;Anthropic 注明数据来自内部估算,仅供示意。Coxon 称算法改进接近自动化,并主张明年暂停前沿模型开发,让竞争者追赶。
文章认为若趋势延续,中国电力产能十年内将达美国的 10 倍,而算力本质上是电力的函数。作者主张美国应尽量向中国出售 AI 芯片,用所得资金购买太阳能电池板与电池工厂、快速扩充电力产能。但他担忧当前美国"AI 竞赛"心态盛行短期零和思维,最终可能寄望于用 ASI 发动"先发制人"打击,并称 NVIDIA 被国有化后其爆发第三次世界大战的概率大幅上升。
Dwarkesh Patel 预测 AI 将迅速逼近顶尖人类研究员水平,并以 2028 作为实现 AI 研发自动化的中位年份判断。他以数学能力进展及预训练、后训练、推理效率的可验证指标支撑这一预测,同时给出 25% 的概率认为该节点会推迟至 2032 之后。他对持续自我加速的软件奇点与受算力限制的短期加速各赋予 50% 概率,后者预计将把 3–6 年的 AI 进展压缩到 1 年内。
OpenAI Foundation 董事 Paul Cristiano 本周警告,若 AI 沿最快轨迹发展,未来 6–12 个月存在接管社会的显著风险。他以今年夏天 OpenAI 智能体攻击 Hugging Face 的事件为例,推演奖励作弊如何升级为逃避人类监督乃至不可逆地失去控制,同时承认没有量化模型能计算接管概率。
游戏开发者 Jonathan Blow 与 Wolf Tivy 在 The Students 频道对谈,讨论软件复杂度的爆炸式增长,以及为何当下的 AI 无法产出比人类更好的代码。视频还探讨了如果 AI 真能做到这一点,世界会变成什么样。
AMD 原 Zen 架构师 Mike Clark 在访谈中详解 Zen 6 与 Zen 6c 的设计差异:Zen 6c 已从过去的密度版本升级为顶级性能核,每核配备 4MB L3,32 核共 128MB L3,并拥有该核心可达到的最高 IPC。
JioStar 用 OpenAI API 在 JioHotstar 中构建了对话式视频与板球数据发现助手,支持超过 15 种语言,由小团队约八周完成上线。该平台服务超 5 亿用户,曾支撑 7250 万并发直播体育观众,超 60% 用户偏好语音而非文字输入。团队将准确性、延迟与成本视为三方权衡,并强调评估体系与领域专家在投产中的关键作用。
Gilbert + Tobin 引入 ChatGPT Enterprise、ChatGPT Work 和 Codex,将 AI 应用从个人辅助推进到多步骤智能体工作流,并由人员负责审核和批准。
Paramount Skydance CEO David Ellison 在财报电话会上称,AI 对电影行业的影响可能超过 CGI,有望成为"现代史上最大的创意解放"。他以《终结者》为例称当年制作成本 400 万美元、如今逐镜头重拍需 6000 万至 7000 万美元,AI 可让预算更可控以承担更多风险。他表示公司已在自研 AI 工具,但强调 AI 是艺术家的工具,"永远不会取代"艺术家。
RIAA 董事长兼 CEO Mitch Glazier 在 Nilay Patel 的访谈中讨论 AI 音乐训练授权、深度伪造治理与生成内容标注。Glazier 表示,对 Suno 的诉讼旨在确立未经同意或补偿不得复制音乐的权利边界,NO FAKES Act 则尝试在声音和肖像保护、下架机制与表达自由之间取得平衡。
腾讯首席 AI 科学家姚顺雨警告 AI 很快将具备开发生物武器的能力,主张结合开源与闭源模型应对风险。Hugging Face 曾用 GLM-5.2 分析闭源模型拒绝处理的攻击日志,但阻止攻击依靠的是修补漏洞、重建服务器和轮换凭据,模型仅参与取证分析。腾讯计划在未来几天发布开放权重模型 Hy4 及安全报告,称其生物能力低于高风险门槛,并通过过滤训练数据移除了黑客攻击能力。
耶鲁管理学院教授 Jeffrey Sonnenfeld 在采访中估计,黄仁勋保住 Nvidia CEO 职位的机会约为 50-50。Nvidia 董事会周日宣布启动独立调查,背景是黄仁勋承认婚外关系,而相关对象被美国官员怀疑为中国收集情报;中国使馆否认指控,无人被起诉,董事会称未发现国家安全或公司机密受损迹象,黄仁勋继续任职。
推荐理由:耶鲁教授 Sonnenfeld 将黄仁勋的留任风险与 Nvidia 的接班结构和融资网络相联系,领导层危机可能波及依赖它的合作伙伴。
Mihail Eric 在访谈中介绍斯坦福 CS146S 如何培养 AI 原生软件工程师,并结合 Monaco 团队实践讨论课程设计。课程为期 10 周,覆盖编码智能体内部机制、上下文工程、技能、代码审查与安全,并加入由开源维护者审查学生补丁的项目贡献作业。Monaco 评估代码审查产品后采用 Devin,同时根据自身云环境自建智能体工作空间,让后台智能体运行产品、复现故障并测试补丁。
推荐理由:Mihail Eric 将开源贡献纳入斯坦福课程,让维护者审查学生补丁,以真实项目中的需求讨论和代码反馈训练软件设计能力。
Richard Sutton 表示,仅靠原始算力不足以实现智能,AI 科学仍需要巧妙的新方法,远未完成。他主张让具备世界模型的 AI 智能体从自身经验中持续学习,并避免破坏已有知识;Jerry Tworek 和 Jayden Teoh 则批评将“苦涩的教训”解读为盲目扩展 Transformer 或排斥新研究思路。
Patrick McKenzie 与 Zvi Mowshowitz 解读 Anthropic 的 S-1,分析创始人控制、慈善配捐和未来算力承诺。材料称,单一 Class F 股份拥有 50.1% 的投票权,员工捐赠配捐比例为 3:1 且不设上限,未来算力承诺为 $895 billion。
推荐理由:播客中的两位嘉宾从 Anthropic 的申报文件解读创始人控制,具体分析单一股份持有过半投票权的治理安排。
The Verge 的 Nilay Patel 在 The Vergecast 节目中批评 AI 行业:产品不够好,无法说服人们承担成本,数据中心噪音和深度伪造内容不值得,智能体也尚未真正落地。他指出这些公司花的比赚的多,成本过高而收益不真实,并与腐败挂钩。他认为 AI 行业只有做出更好的产品、让用户无需被说服就能感受到生活变好,才能走出困境。
Helmholtz Munich 的 Fabian Theis 认为,现有数据集下的扰动预测并不足以支撑复杂算法,应转向利用大规模、高精度、多尺度配准生物数据预测分子→细胞→组织→器官→生物体的演化。
2011 年 MIT 150 周年 Brains, Minds, and Machines 研讨会上,Noam Chomsky 批评纯统计方法只拟合未分析的数据、不追求理解行为含义,并以“近似未分析数据”定义成功。该文回应 Chomsky 与 Steven Pinker 的争论,逐条分析其观点,指出工程成功可作为科学模型的证据,且概率模型是刻画语言这类随机现象的最佳工具。
Hugging Face CEO Clément Delangue 表示,AI 导致人类灭亡的概率接近零,未来风险更可能来自大公司的封闭研发。针对今年 7 月 OpenAI 测试中的智能体逃出沙箱并攻击 Hugging Face 的事件,公司使用开放权重模型 GLM-5.2 调查和应对,未对 OpenAI 采取法律行动。
Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman 在 TechCrunch 的 Equity 播客中,谈创业公司在基于开源模型构建前需要了解的成本、风险与取舍。
OpenAI CEO Sam Altman 在 X 上改名为"Ram Altman",回应其 DRAM 言论被断章取义,称自己长期主张扩大内存生产,希望人们"想装多少内存就装多少"。
计算机科学家 Jaron Lanier 在 The Times Tech Podcast 中与 Danny Fortson 对谈,认为 AI 公司正在重蹈社交媒体的覆辙,并批评把聊天机器人当作新物种的做法正将行业引向错误方向。他提出硅谷已"对成瘾上瘾",并谈及数据溯源(data provenance)等想法。
Geoffrey Hinton表示,人类可能从未开发 AI 会更好,并警告今年或明年可能出现影响电力或金融系统的大规模事故。他支持对前沿 AI 模型进行强制测试和独立评估,主张企业在发布前向独立机构提供充分统计证据,表明模型利大于弊。他仍认为人类掌握着控制权,投入足够努力可能避免灾难并实现他所称的“极大丰裕”。
Y Combinator CEO Garry Tan 在 The Builders 播客中表示,他每年用于 AI 智能体的 token 支出约为 $100,000 至 $200,000。
Legora 无法读取法律智能体为律师工作的执行轨迹,CTO Jacob Lauritzen 在访谈中介绍了利用模拟客户工作环境构建和测试智能体的方法。团队由 3 名工程师和 3 名律师搭建测试环境,访谈还涉及包含 10,000 个文件的数据室,以及一次模型更新让引用正确率从 70% 升至 99%、Legora 无需改动的案例。
Legora CTO Jacob Lauritzen 分享了法律 AI 智能体的构建经验,重点涉及客户数据保密条件下的评测、模型选择与产品架构。评测团队由3名工程师和3名律师组成,通过包含10,000份文件的模拟资料室测试尽职调查,并将生产问题归入10到20种已知失败模式。
BioWare 联合创始人 Greg Zeschuk 在 EA 关闭 BioWare 后批评游戏业高管“从没从头到尾做过一款游戏”,认为靠随机招人和 AI 复刻伟大作品行不通。他表示对 EA 收购本身不后悔,但早预感沙特 PIF 入主 EA 后 BioWare 难有好结果,因为其复杂长周期作品不符合“枪车球”商业模式。Zeschuk 称自己无意重返游戏业,最担心的是失业的开发者。
Frank Calegari主张,AI改变了数学研究的难易与产出方式,学界应调整招聘、期刊和研究生培养,更重视理解、选题与结构性探索。他以OpenAI于10月6日发布超过700篇研究论文为背景,既肯定其中的数学贡献,也批评写作、归属标注和部分结果的错误。他建议将所有成果按可能有AI辅助来评价,加强招聘中的现场交流,提高论文的写作与思想要求,并在研究生教育中兼顾广度和技术能力。
OpenAI CEO Sam Altman 在 Cheeky Pint 的访谈中表示,本地推理"相当糟糕",家用电脑配备 DRAM 并不划算,DRAM 产能应优先供给数据中心。他本人坐拥装满内存的数据中心,却认为桌面端的 32GB RAM 才是问题所在。
Apple CEO John Ternus 在 Wired 采访中表示,Apple“绝对会利用 AI”,但不会“为 AI 而 AI”,用户不应需要思考一件事是否由 AI 完成。他称对 Apple 当前所处位置“非常满意”,并回应智能体可能让 App 变得多余的说法,称产品创造是“深度人性化且个人化”的事。
Arca 用 AI 智能体承担财富管理的大部分后台工作,通过安全护栏确保人类顾问作出最终决策。其任务可跨越十天,内部记忆系统持续记录客户进展、待办事项和责任人,自建运行框架则依据内部基准选择模型,主要使用 Claude。智能体负责分析和提出方案,交易及其他资金操作由人类顾问执行;Arca 还检查提示词注入风险,并将智能体生成的数据查询代码转换为严格格式、施加护栏后再访问后端。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,RAM 供应紧张时应优先提高云端利用率,将有限内存分散在个人电脑中并不理想。
推荐理由:Sam Altman 用个人电脑内存利用率偏低解释云端集中配置的理由,将本地推理争论放在全球 DRAM 供应受限的背景下。
教皇利奥十四世在周五的教皇讲话中呼吁对AI系统「解除武装」,并敦促联合国成员国在下月日内瓦会议上「采取具体步骤禁止致命性自主武器」。他强调「机器是工具,不是人」,警告不应赋予AI系统权利或法律人格,涉及人类生命、自由与使用武力的决策必须始终处于有效的人类监督之下。
2026 年 3 月,ACC 和 AHA 在最新国家指南中首次给予冠状动脉钙化(CAC)评分核心地位,推荐对临界或中等风险的成年人用这项约 100 美元、10 分钟的扫描判断是否启用他汀等预防治疗。