勿过度依赖Artificial Analysis指数
人们过于严肃地对待 Artificial Analysis Index 及其各项评分。
全部 AI 动态
Ethan MollickAI 评分1212 IT之家AI 评分2626 Counterpoint 预测：全球 Robotaxi 保险市场 2035 年达 260 亿美元
Counterpoint Research 预测，全球 Robotaxi 保险市场规模将从今年的 5,000 万美元增长至 2035 年的 260 亿美元。届时单位里程保费有望较 2025 年下降约 30%。Robotaxi 持续生成的数据流将推动保险评估向车辆和系统层面发展，并重塑风险分配机制。
IT之家AI 评分3030 马斯克谈中国制造：一旦掌握，扩产能力往往能超越全球总和
埃隆·马斯克在 X 平台表示，中国一旦掌握制造方法，其扩产能力常超世界其他地区总和。他引用长鑫存储为例，指出其 DRAM 市场份额升至 9.5%，但认为 HBM 等新技术攻克难度更大。
IT之家AI 评分2222 导演徐克谈 AI：幻觉与真实交织，边界日益模糊
导演徐克在法国卢米埃尔电影节大师班指出，AI 正日益模糊现实与幻觉的边界。他认为广告、互联网与 AI 共同作用，使公众难以追溯内容真实来源及确认图像视频是否反映真实事件。此外，他担忧 AI 普及可能进一步影响人们对自我身份与外部世界的理解。
MIT News · AIAI 评分3636 MIT 教授 Deb Roy 呼吁 AI 公共对话中的问责制
MIT 教授 Deb Roy 在《原子科学家公报》撰文，指出 ChatGPT 等大语言模型生成的逼真评论削弱了公共反馈的问责制。他主张即使使用 AI 生成文本，也需确保人类对言论负责，以维护民主对话的信任基础。
a16zAI 评分2828 a16z谈RSI概念炒作
a16z 的 Martin Casado 与 https://MakerMaker.AI CTO Owen He 探讨为何许多 RSI 提案都在兜售蒸汽机般古老的概念：Martin：“我看到很多提案，其中不少使用 RSI 这个词。我会问，‘所以你们具体做什么？’他们会说，
a16zAI 评分2323 MakerMaker.AI 谈人机协同自进化
https://MakerMaker.AI CEO Dhaval Adjodah and CTO Owen He on building a self-improving AI company where humans and agents work as one system: "One big limit of [RSI] is the human element. I think the way that a lot of AI companies are thinking is, let us use AI to replace
a16zAI 评分1212 Flexport CEO 谈 AI 创业建议
.@flexport CEO Ryan Petersen 分享他向 AI 创始人传递的查理·芒格建议：“成功的关键在于愚蠢的竞争。”“查理在一次晚宴上告诉我的最喜欢的话之一，是我向他介绍 Flexport 时，他说：‘哦，你有一个
a16zAI 评分2424 Gavin Baker 谈 Meta AI 回归
Gavin Baker 将 AI 竞赛比作史上最高风险的“企业棋局”：“必须给 Meta 很多赞誉。他们曾出局，如今又重返牌桌。这简直令人惊叹。” “一年前当 Gemini 势头正盛时，谁能想到……
Ethan MollickAI 评分2828 AI 降低攻击成本需加强账户安全
如果你还没确保在所有账户上开启双重验证，没有与家人约定好以防接到索要钱财的语音电话等密码，现在正是时候。AI 能力的提升意味着对个体进行复杂的大规模定向攻击的成本正在下降。
Ethan MollickAI 评分2828 Meta Muse Wonder 模型进展迅速
我早期体验了 Muse Wonder，虽然没怎么深入使用，但从有限的测试来看，这似乎是个不错的模型。更令人印象深刻的是，自四月以来我在“淹没的新哥特式城市”twigl shader 测试中看到的进步。Meta 在短时间内取得了非常快的进展
Ethan MollickAI 评分1212 自建模型集成未必为省成本
你仍有很多理由使用自己的模型集成，但我不确定这是否出于成本考虑。
Ethan MollickAI 评分1515 OpenAI与Anthropic优化AI成本智能
是的，有理由认为 OpenAI 和 Anthropic 将在如何优化 AI 的成本/智能方面做得最好，它们会使用不同能力水平的智能体组合，这些智能体经过专门训练以在各自的框架中协同工作。
IT之家AI 评分4242 英特尔 CEO 陈立武：未来两到三年 AI 硬件将持续短缺
英特尔首席执行官陈立武预测，受供应链受限影响，未来两到三年 AI 硬件将持续短缺。他指出智能体 AI 普及推动 CPU 需求上升，AI 训练 GPU 与 CPU 配比已从 8:1 降至 4:1，带动英特尔数据中心业务营收同比增长 59%。此外，他认为中国前沿 AI 模型 token 成本显著更低，且量子计算有望在三至五年内走向主流应用。
a16zAI 评分2121 a16z谈递归自我改进真伪
https://MakerMaker.AI 联合创始人 Dhaval Adjodah 和 Owen He 与 a16z 的 Martin Casado 探讨递归自我改进，以及如何判断其是否真实：许多 RSI 提案其实只是人们利用 AI 构建更好的 AI。技术一直如此运作。你需要计算机
Ethan MollickAI 评分2121 学术出版中 nitpicks 处理难题
我怀疑其中绝大多数只是吹毛求疵，因此我不认为它们会推翻研究结果和论文。这些情况不属于正常的更正流程，这使得在学术出版的约束下很难理解如何妥善应对它们。
TechCrunch · AIAI 评分5050 微软总裁布拉德·史密斯称英国最适合主导 AI 监管
微软总裁 Brad Smith 呼吁紧急制定全球 AI 安全规则，并指出英国比美国或欧盟更适合主导这一进程。他批评自愿性监管不足，主张建立包括强制报告系统被恶意 AI 入侵、发布前需外部评估及设置“终止开关”等法律义务。
The DecoderAI 评分6060 Andrej Karpathy 称外部世界仅看到 AI 能力的预览
Anthropic 研究员 Andrej Karpathy 指出，绝大多数公众对 AI 的理解仍停留在聊天机器人层面，而内部前沿系统已能完成专家需数年才能解决的任务。
IT之家AI 评分4242 英特尔、博通 CEO 齐发预警：资金短缺可能成为 AI 发展最大瓶颈
英特尔 CEO 陈立武与博通 CEO 陈福阳警告，尽管计算基础设施需求持续超过供应能力，但资金短缺可能成为 AI 发展的最大瓶颈。两人认为融资比半导体、存储和电力更可能阻碍 AI 扩张，且企业巨额投资后的回报存在不确定性。尽管担忧融资问题，他们仍看好短期内 AI 基础设施需求，预计供需失衡可能持续到 2029 年甚至 2030 年。
IT之家AI 评分3333 英特尔 CEO 陈立武：中国前沿 AI 模型普及速度非常快
英特尔 CEO 陈立武表示，DeepSeek、Kimi 和 GLM 等中国前沿 AI 模型的 Token 成本较低且普及速度非常快。他坚定支持开源以提升效率，并认为市场将决定不同模型的应用场景。此外，陈立武预测量子计算可能在未来三到五年内走向主流。
IT之家AI 评分3030 高通安蒙：AI 企业要求 2028 年推出支持 100B 模型本地运行的移动平台
高通 CEO 安蒙透露，已有 AI 企业要求其在 2028 年推出支持 100B 参数模型本地运行的智能手机移动平台。该端侧能力将显著提升本地模型体验及多智能体协同效果，并被视为推动下一轮智能手机“超级周期”的关键因素。
IT之家AI 评分4242 微软总裁布拉德 · 史密斯：AI 受到的监管甚至不如牛奶和洗衣机
微软总裁布拉德 · 史密斯指出，目前 AI 受到的安全监管比牛奶和洗衣机更宽松。他呼吁业界制定更多安全规格，要求企业对失控智能体造成的损害承担责任，并设置“终止开关”以暂停运行。
Ethan MollickAI 评分1818 企业难应对频繁切换大模型
只要 LLM 在各方面依然好得离谱，公司就能想办法勉强维持。但它们往往难以管理组织变革，而频繁的强制模型切换（Google 说的就是你）和其他变化对它们来说都很困难。
Ethan MollickAI 评分2828 企业高管谈GPTs停用及变动困扰
我采访了一些大型企业的恼火高管，他们直到上个月 GPTs 被停用前仍很依赖它。是的，GPTs 已经失去了实用价值。但大型组织规划复杂，且所有实验室（不仅仅是 OpenAI）不断做出突然的变更，让他们感到困惑。
Ethan MollickAI 评分3838 GPT-6 Pro频繁发现论文错误
GPT-6 Pro 经常在其他工作中顺带发现学术论文中的所谓错误。如今，确认这些错误并了解其重要性仍需大量时间，但速度会越来越快。我们目前缺乏应对海量更正的合适机制。
Ethan MollickAI 评分1212 埃森·莫利克吐槽回复机器人
令人沮丧的是，本站的平均回复机器人已将其“回复垃圾”策略转向提出有趣的问题。这感觉像是真正的智力互动，这使得它比仅仅用“人们忽略的部分”来重述帖子更糟糕。
IT之家AI 评分3838 杨立昆：下一代 AI 突破在于理解现实世界的“世界模型”
AMI Labs 创始人杨立昆指出，AI 下一次突破将来自能理解物理世界的“世界模型”，而非大语言模型。他认为 LLM 难以处理现实世界的不可预测性，主张开发能学习物理规律与因果关系的系统以弥合差距。
IT之家AI 评分2828 TikTok CEO 周受资：AI 短期能力或被高估，长期影响被低估
TikTok CEO 周受资指出市场对 AI 短期发展能力可能高估，却低估其长期影响。他认为未来两至三年 AI 有望推动物理学、生物科技等领域重大突破，但需建立监督机制以应对伦理风险。他主张采取“人类参与其中”模式，鼓励各行业通过实际操作掌握人机协作机会。
IT之家AI 评分2828 宇树科技王兴兴：GPT-6 部署测试效果良好，具身智能临界点或在一两年内到来
宇树科技创始人王兴兴透露，团队已将 GPT-6 部署至机器人进行测试，效果表现不错。他认为具身智能行业的临界点可能在一两年内到来，未来几年将解决泛化性和效率问题以推动大规模应用。
a16zAI 评分3333 Waymo高管谈判断产品发布临近
@Waymo 的 Dmitri Dolgov 就如何判断距离产品发布是一年还是十年发表看法：“我反复看到的一个模式是，你是否实现了发现层面的收敛？你今天遇到的问题，与六个月前遇到的问题有多大差异？”
a16zAI 评分2828 Stripe 称2026年为奇点元年
John Collison 谈为何 @Stripe 将 2026 年 1 月 1 日称为“奇点第一天”，以及新公司创建数量创历史新高：“Unix 纪元始于 1970 年 1 月 1 日。我们决定将奇点纪元定为 2026 年 1 月 1 日……我们现在正处于奇点之中。” “这不是
Andrej KarpathyAI 评分2828 Karpathy：LLM能力认知鸿沟扩大
重提这条4月的推文，因为大众对LLM能力的理解差距正在*扩大*。这已不再是“两群人各说各话”，而更像是一个急剧收窄的漏斗。粗略估算约有60亿人（约占总人口的75%）几乎从未
Ethan MollickAI 评分1212 赛博格正主导数学研究
突然之间，赛博格开始主导数学研究。
Ethan MollickAI 评分1212 最先进模型更具创造力与洞察力
最先进的模型也更具创造力和洞察力，更擅长处理细微差别和定性数据，更能产出美好的事物，并能为需要各种帮助的人提供更多协助。（当然，它们也更有可能产生不良内容。）
Ethan MollickAI 评分1818 实验室模型应用仍局限安全数学
不想太啰嗦，但值得指出的是，拥有高级模型访问权限的5000名实验室人员中，许多人仍未充分利用这些模型：目前主要集中于网络安全、数学和AI研发。其实还有很多其他领域可以推进，也有很多问题需要解决……
IT之家AI 评分2828 Scale AI 创始人汪滔谈创业管理：从亲自决定细节到学会放手，在 Meta 的任务是招揽人才
Scale AI 创始人、Meta 首席 AI 官汪滔建议创业者初期应亲自把控细节，随后逐步放权以避免成为瓶颈。加入 Meta 后，因需快速推进超级智能实验室工作且自身非技术专家，他将重心转向招募顶尖人才并组建团队。此前 Meta 向 Scale AI 投资 143 亿美元以获取其 49% 无投票权股份。
TechCrunch · AIAI 评分3232 Amazon 和 Microsoft 取消数据中心谈判保密协议以应对反对声
Amazon 跟随 Microsoft 宣布在与地方政府协商数据中心时不再使用保密协议（NDA），旨在缓解社区对 AI 基础设施的抵触。尽管部分观点认为短期暂停令影响有限，但此举被视为改善行业沟通、回应公众对电价及水资源担忧的关键第一步。
a16zAI 评分3434 Figma CEO谈设计即代码与模型价值
Figma 的 Dylan Field 阐述为何设计是新的代码，以及随着模型变好价值将流向何处：“如果你相信编码模型会持续进步，那么你也相信这更多属于外环架构，即你关于如何构建系统所做的决策
TechCrunch · AIAI 评分2626 PolyAI 与 Otter 高管认为语音 AI 尚未迎来 ChatGPT 时刻
PolyAI CTO Shawn Wen 指出，尽管全双工模型已发布，但语音 AI 仍未达到“ChatGPT 时刻”，当前核心挑战在于提升推理速度以实现自然对话。Otter CMO Alex Gay 强调，ASR 准确率不足导致转录错误会破坏用户信任，且语音助手需具备人类情感表达以支持复杂会议互动。
The DecoderAI 评分4545 Jensen Huang 看好 AI token 降价驱动需求增长
AI token 价格持续下降但 H100 GPU 租赁价格保持高位，呈现 Jevons 悖论。更便宜的 token 解锁了 AI agents 和新应用，导致使用量增速超过成本降幅。若需求无法抵消降价，芯片、内存及云服务等产业链将面临冲击。