生成式AI
一、 AI Agent又一重要玩家！谷歌重磅发力AI Agent ，商用大爆发！
1. 谷歌云推出AI Agent商用生态，提供从开发到部署的一站式服务；
2. 新发布的AI Agent市场为企业用户提供个性化选择，简化部署流程，并支持免费试用；
3. 谷歌通过激励计划和合作伙伴支持，推动AI Agent应用，已有多个知名企业在客户支持、销售优化等领域成功部署。
https://mp.weixin.qq.com/s/m1hxt3qbxopelCCoVxgkqg
二、 Cursor 0.43 终于迎来一波更新！带Agent的Cursor太疯狂了
1. Cursor 0.43引入了Composer Agent，具有完整项目理解和编辑能力，能够自动解析和优化项目文件；
2. Bug Finder功能帮助开发者检测潜在问题，尤其在代码分支合并前进行检测，目前处于Beta阶段；
3. 其他改进包括语义搜索、文件推荐和image drop，提升了代码管理和搜索效率。
https://mp.weixin.qq.com/s/tAKtn9QzRWXcJKqohGaRzw
三、 Runway还是太全面了！新推出视频扩展功能Expand Video
1. Runway推出“Expand Video”功能，允许用户通过文本提示扩展视频画面，灵活调整比例；
2. 用户可创建动态效果，如“快速变焦”和“拉远镜头”，提升视频的电影感和动感；
3. 此功能增强了视频创作的灵活性和专业性，进一步拓展了视频生成技术的创意表现。
https://mp.weixin.qq.com/s/MPEQ-UrwlzKSuhpoNz759Q
四、 可口可乐pick可灵、Leonardo、Runway，用AI拍了新广告片
1. 可口可乐在圣诞广告中使用国产AI模型“可灵”，生成自然景观和动物元素；
2. 制作过程中，AI工具（如可灵、Leonardo、Runway）加速了创作，广告制作成本大幅降低，速度提高五倍；
3. 广告发布后，遭遇观众批评，主要集中在AI生成的人物形象和情感表达上，导致“恐怖谷效应”和创意质量下降的担忧。
https://mp.weixin.qq.com/s/wSwRtV3JWmWFBvXMp8EcfQ
五、 Meta多轮多语言基准Multi-IF：覆盖8种语言，超4500种任务
1. Meta发布的Multi-IF基准覆盖8种语言、4501个三轮对话任务，评估多轮对话和多语言指令遵循能力；
2. 实验显示，所有LLM在多轮对话中的表现逐轮衰减，非拉丁文字语言（如中文、俄语）准确率显著低于英语；
3. 数据集构建包括自动翻译与人工校对，强调多语言适配，并揭示了增大模型规模和自我修正能力对提升指令遵循的影响。
https://mp.weixin.qq.com/s/0hB0Kn8mfUoFgndcCBGBwg
六、 1X公布了世界模型挑战赛的二阶段：Sampling，英伟达加持
1. 1X公司发布世界模型挑战赛，第二阶段关注通过前一帧预测下一帧，奖金10000美元；
2. 英伟达推出Cosmos视频分词器，提升视频数据的压缩率和重建质量，支持多种视觉模型；
3. Cosmos分词器采用3D因果卷积结构和小波变换，提高重建速度和学习效率，显著降低运行成本。
https://mp.weixin.qq.com/s/zVekQiEuPJzcLl7HXisjfg
前沿科技
七、 AI又一突破！“眼神打字”更快更省力，研究登上Nature子刊
1. 谷歌团队开发的SpeakFaster利用大语言模型（LLM）加速眼动打字，减少了ALS患者输入按键次数57%，提升输入速度29-60%；
2. SpeakFaster界面结合首字母缩写和对话上下文，通过微调LLM提高短语扩展准确率，支持KeywordAE和FillMask两种修正路径；
3. 模拟与用户研究表明，SpeakFaster显著节省按键动作、提高打字速度，并具较低学习曲线，尤其对ALS患者有效。
https://mp.weixin.qq.com/s/38o4AvVpsJ8G_rsFHXuJIA
八、 将活体神经元植入大脑，和马斯克闹掰后开辟脑机接口新路线
1. Max Hodak的公司开发了生物混合脑机接口，利用体外培养的神经元与电子设备连接，避免传统电极对大脑的损伤；
2. 这种接口通过光遗传学技术结合microLED灯泡刺激和记录神经活动，显著提高信息传递效率；
3. 小鼠实验表明，植入的神经元与宿主脑整合良好，并能通过光刺激完成任务，但仍面临免疫排斥和神经元生存环境问题。
https://mp.weixin.qq.com/s/IDdYzkm1r8CcisW4lj-2Bw
报告观点
九、 对话以太坊Vitalik：世界不该落入AI只手遮天的权力王国
1. AI和加密技术（Crypto）代表两种对立的技术哲学，AI倾向于中心化、强大的权力结构，而加密技术强调去中心化、平等与信任；
2. 人工智能的进步可能导致隐私问题，中心化AI将掌握用户思想和数据，增加安全隐患；
3. 布特林认为，区块链和去中心化的AI可以共同促进自由、隐私和公平，而AI的中心化趋势可能带来巨大风险。
https://mp.weixin.qq.com/s/zHsNRYXrSEWoQHg-2Iqf2g
十、 李飞飞：理解世界运作方式是AI下一步，转向大世界模型
1. 计算机视觉是人工智能的关键，AI需要具备空间智能来理解和互动三维世界；
2. 过去15年，卷积神经网络和大数据推动了视觉识别的飞跃，ImageNet项目是关键突破；
3. 下一步AI应从大语言模型转向大型世界模型，集成视觉、空间数据和机器人控制，拓展3D空间互动应用。
https://mp.weixin.qq.com/s/mYUau7QMt82rS_iE7TPFJg
👇订阅下方合集，获取每日推送
