一项由哈佛医学院和贝斯以色列女执事医疗中心主导的新研究显示，在急诊室场景下，OpenAI的o1模型在诊断准确率上超越了人类医生。研究发表于《Science》期刊，通过多项实验对比了AI模型与内科医生的诊断能力。 ### 实验设计：真实急诊病例的盲测 研究团队选取了**76名**进入贝斯以色列急诊室的患者，由两位内科主治医生和OpenAI的o1、4o模型分别提供诊断。随后，另外两位不知情的主治医生对诊断结果进行评估。关键点在于，AI模型接收的信息**未经任何预处理**，与医生当时从电子病历中获取的数据完全一致。 ### 关键结果：AI在分诊阶段优势显著 在急诊分诊这一信息最不充分、决策最紧迫的环节，o1模型的表现尤为突出： - **o1模型**：在67%的分诊案例中给出了“完全正确或非常接近”的诊断； - **人类医生A**：准确率为55%； - **人类医生B**：准确率为50%。 研究指出：“在每个诊断节点上，o1的表现要么优于、要么持平于两位主治医生，且差异在初始分诊阶段最为明显。” ### 行业意义：AI辅助医疗的潜力与边界 该研究并非首次证明AI在特定医疗任务上的能力，但其**真实世界数据**和**零预处理**的设计更具说服力。哈佛医学院AI实验室负责人Arjun Manrai表示：“我们几乎测试了所有基准，AI模型超越了以往模型和医生基线。” 然而，研究者也强调，这并不意味着AI可以取代医生。在复杂病例、患者沟通和综合决策方面，人类医生仍不可替代。AI更适合作为辅助工具，在信息有限时提供快速、准确的参考，帮助医生减少误诊和延误。 ### 展望：从实验室到临床的挑战 尽管结果令人振奋，但将AI真正融入急诊流程仍面临挑战：数据隐私、模型泛化能力、医生信任度以及监管审批等。不过，随着o1等模型在推理能力上的进步，AI在医疗领域的应用正从“概念验证”走向“临床辅助”。
美国电影艺术与科学学院（奥斯卡主办方）于2026年5月2日发布新规，明确禁止AI生成的表演和剧本参与奥斯卡奖项角逐。根据规定，只有“在影片法律署名中明确列出、且由人类在知情同意下实际完成”的表演才有资格参评；剧本则必须由“人类创作”方可入围。学院同时保留要求片方提供AI使用情况及“人类创作成分”证明的权利。 这一规则调整正值AI在影视行业引发广泛争议之际。独立电影《Val》正计划使用AI生成的**瓦尔·基尔默**形象，而AI“演员”**蒂莉·诺伍德**持续占据头条。新一代视频生成模型更让部分电影人公开表达忧虑。AI问题曾是2023年演员与编剧罢工的核心争议点之一。在文学界，已有小说因疑似使用AI被出版商下架，多个作家组织也宣布AI生成作品不得参与文学奖项评选。 新规传递出明确信号：尽管AI工具在影视制作中日益普及，但**奥斯卡坚持“人类创作”的核心价值**。学院表示，未来可能进一步细化AI使用场景的界定标准，例如区分AI辅助（如特效、修图）与完全AI生成的内容。这一举措或将对好莱坞乃至全球影视产业的创作与评奖体系产生深远影响。
AI语音听写应用在短时间内取得了长足进步。过去，它们速度慢且不准确——除非你带有特定口音且发音清晰。大型语言模型（LLM）和语音转文本模型的进步改变了这一局面，这些系统能更准确地解析语音，同时保留足够的上下文以正确格式化文本。开发者还内置了自动去除填充词、修正口误以及处理标点符号的功能，输出的文本几乎无需额外编辑。目前市场上有数十款此类应用，我们精选了其中最好用、最实用的几款。 ## Wispr Flow **Wispr Flow** 是一款资金充足的AI听写应用，允许你添加自定义词汇和指令。它提供macOS、Windows和iOS原生应用，Android版本正在开发中。该应用让你通过选择**正式、随意和非常随意**三种风格来定制转录文本，适用于个人消息、工作和邮件等不同场景。如果你使用Cursor等“氛围编码”工具，还可以开启功能自动识别变量或标记聊天文件。桌面端免费版每周可转录**2000个单词**，iOS每月**1000个单词**。付费订阅计划起价**每月15美元**，提供无限转录。 ## Willow **Willow** 自称是那些不喜欢打字的人的时间节省利器。除了自动编辑和格式化等常见功能外，该应用利用大型语言模型，仅凭几个口述单词就能生成一整段文本。Willow采取更注重隐私的方式，将所有转录内容**本地存储**在设备上，并允许你完全退出模型训练。它还支持添加自定义词汇，以适应你的行业术语或地方方言。桌面应用免费版每月可转录**2000个单词**。个人订阅计划起价**每月15美元**，解锁无限转录并让应用记住你的写作风格。 ## Monologue 如果隐私是你的首要考虑，**Monologue** 允许你将AI模型直接**下载到设备**上进行转录，使数据完全脱离云端。此外，该应用可根据你使用的应用自定义语气。免费版每月可转录**1000个单词**；订阅费用为**每月10美元**或**每年100美元**。 ## 总结 这三款应用各有侧重：Wispr Flow 功能丰富且跨平台支持好；Willow 在隐私和智能生成方面表现突出；Monologue 则提供完全的本地隐私保护。用户可根据自身需求——如使用平台、隐私偏好和预算——选择最合适的一款。随着AI技术的持续发展，这些应用的准确性和智能化程度还将进一步提升。
在 TechCrunch 于旧金山举办的 StrictlyVC 活动上，Replit 创始人兼 CEO Amjad Masad 就 AI 编程助手领域的竞争格局、公司独立发展策略以及与苹果的法律纠纷等话题发表了看法。 ## Cursor 收购案：Replit 为何选择独立？ 当被问及竞争对手 Cursor 据传将被 SpaceX 以 600 亿美元收购时，Masad 表示，对于依赖基础模型的小型 AI 公司来说，保持独立非常困难，尤其是当它们现金流为负时。据报道，Cursor 的毛利率为 **-23%**，如果还要投资训练模型，独立运营几乎不可能。 相比之下，Replit 选择了不同的路径。Masad 强调，Replit 已经保持 **超过一年的正毛利率**，并且净收入留存率高达 **300%**。他解释说：“我们目标客户不同，业务运营更理性。我们价格稍高，但提供端到端平台——从提示词到可扩展的部署应用，包括安全、数据库和迁移等所有功能。” ## 与苹果的法律纠纷：指控“彻头彻尾的谎言” Masad 还谈到了 Replit 与苹果在 App Store 上的冲突，他直言苹果的说法是“彻头彻尾的谎言”。Replit 曾因允许用户编写代码而面临苹果的审查，Masad 表示愿意将苹果告上法庭，以维护开发者的权益。他指出，苹果的规则对 Replit 这样的平台构成了不公平限制。 ## 亿级营收与未来展望 Masad 透露，Replit 在 2024 年全年收入仅为 **280 万美元**，但如今已朝着 **10 亿美元年化经常性收入** 的目标迈进。这一爆发式增长主要得益于非技术用户群体的需求——他们之前无法创建软件，而 Replit 降低了编程门槛。 关于未来，Masad 不排除收购的可能性，但他强调，Replit 的经济状况使其有能力保持独立，甚至可能开始投资自己的客户。
Meta 近日宣布收购人形机器人初创公司 Assured Robot Intelligence (ARI)，交易金额未公开。ARI 专注于为机器人构建基础模型，使其能在复杂动态环境中理解、预测并适应人类行为。该公司团队将加入 Meta 的 AI 部门——超级智能实验室（Superintelligence Labs）的研究分部。 ARI 联合创始人 Xiaolong Wang 曾是英伟达研究员、加州大学圣迭戈分校副教授；另一位联合创始人 Lerrel Pinto 曾在纽约大学任教，并联合创办了儿童尺寸人形机器人公司 Fauna Robotics（上个月被亚马逊收购）。两人均获得过多项权威奖项。Meta 发言人表示，该团队将帮助 Meta 设计机器人控制和全身人形自学习的模型与前沿能力。 Meta 在人形机器人领域已有多年的研究积累。去年的一份内部备忘录曾透露 Meta 有意开发面向消费者的机器人产品，涵盖 AI 模型和硬件。即便 Meta 最终不推出消费级人形机器人，许多 AI 专家认为，实现通用人工智能（AGI）需要在物理世界中训练 AI 模型，让机器人通过直接交互而非仅靠数据来学习。 此次收购表明 Meta 正加速其在人形 AI 领域的布局，与特斯拉 Optimus、Figure AI 等公司展开竞争。尽管 ARI 此前仅完成一轮未披露金额的种子轮融资（来自 AIX Ventures），但其团队在机器人智能方面的专长可能为 Meta 的 AGI 愿景提供关键支撑。
本周，埃隆·马斯克在针对OpenAI的诉讼中，连续三天出庭作证，这场围绕AI公司“初心”与“变轨”的法律较量已进入白热化阶段。法庭上曝光的邮件、短信甚至马斯克本人的推文，让这场原本属于商业领域的纠纷，演变成一场关于**AI行业伦理与治理**的公开辩论。 ## 核心争议：非营利承诺是否被背叛？ 马斯克的诉讼核心指控是：OpenAI CEO萨姆·奥尔特曼（Sam Altman）违背了公司最初“为人类福祉而开发AI”的非营利使命，通过转向**营利性模式**（for-profit model）背叛了创始初心。马斯克作为OpenAI的联合创始人之一，曾为该项目投入大量资金与精力，但后来因理念分歧离开。他认为，OpenAI如今与微软的深度合作以及商业化路径，彻底背离了其“非营利慈善”的原始定位。 ## 法庭交锋：证据与反击 在庭审中，马斯克的律师团队出示了多份关键证据，包括早期创始成员间的电子邮件、内部讨论文本，以及马斯克本人关于AI风险的公开推文。这些材料试图证明：OpenAI的转型并非渐进式调整，而是一次有预谋的“背叛”。 然而，OpenAI的辩护团队则强调，**非营利向营利的转变是生存与发展的必然选择**——AI研发需要巨额资金，仅靠捐赠无法支撑前沿模型的训练与迭代。他们指出，马斯克离开后，OpenAI才不得不寻求外部投资，而这一决策得到了多数董事会的支持。 ## 行业影响：AI治理的“罗塞塔石碑” 这起案件之所以引发广泛关注，不仅因为马斯克与奥尔特曼的个人恩怨，更因为它触及了**AI行业最敏感的神经**：当一家以“造福人类”为使命的非营利组织，最终演变为估值数百亿美元的营利巨头，其间的伦理边界该如何界定？ 法律专家分析，此案的判决可能为AI公司的治理结构树立先例。如果法院认定OpenAI的转型构成违约或欺诈，那么其他打着“公益”旗号的AI项目将面临更严格的监管；反之，若判决支持OpenAI，则可能鼓励更多非营利实验室向商业化转型。 ## 未完待续：更多证人即将登场 目前，庭审仍在进行中，预计后续将有更多关键证人出庭，包括OpenAI现任董事会成员、早期投资者以及参与模型研发的核心工程师。马斯克的团队已表示，将传唤奥尔特曼本人接受交叉质询。 无论最终判决如何，这场诉讼都已成功将**AI伦理、企业治理与公共利益**的讨论推至公众视野。正如一位观察者所言：“我们正在见证的，不仅是两个科技巨头的角力，更是整个AI行业在商业化浪潮中寻找道德锚点的过程。”
美国国防部（DOD）近日宣布，已与 **英伟达（Nvidia）**、**微软（Microsoft）**、**亚马逊云服务（AWS）** 以及 **Reflection AI** 签署协议，允许其 AI 技术和模型在国防部机密网络上合法部署。此前，五角大楼已与谷歌、SpaceX 和 OpenAI 达成类似协议。此举旨在加速美军向“AI 优先”作战力量转型，增强作战人员在所有领域的决策优势。 这些协议是五角大楼在经历与 AI 公司 Anthropic 的争议后，加速多元化 AI 供应商战略的一部分。Anthropic 坚持对其模型的使用设置限制，防止用于国内大规模监控和自主武器，双方目前仍在法庭交锋。国防部声明称，将继续构建防止 AI 供应商锁定的架构，确保联合部队的长期灵活性。 本次部署的 AI 硬件和模型将运行在 **Impact Level 6 (IL6)** 和 **Impact Level 7 (IL7)** 高安全等级环境中，用于数据整合、态势感知和作战决策支持。目前已有超过 **130 万** 国防部人员使用其安全企业级生成式 AI 平台 **GenAI.mil**，该平台主要处理非机密任务，如研究、文档起草和数据分析。
本周，埃隆·马斯克在针对OpenAI的诉讼中花费了整整三天时间出庭作证，案件已经变得相当混乱。法庭上披露的电子邮件、短信以及马斯克自己的推文，让这场法律战充满了戏剧性。马斯克的指控核心是：OpenAI转为营利性模式违背了其“非营利、造福人类”的初衷，而山姆·奥特曼则背叛了这一承诺。 ## 关键证据浮出水面 庭审中曝光的内部沟通记录显示，**马斯克与奥特曼的关系从合作走向对立的过程**远比外界想象的复杂。马斯克曾推动OpenAI走向更商业化的道路，但又在关键时刻选择退出。这些证据可能削弱马斯克“纯粹非营利”的叙事。 ## 诉讼背后的行业博弈 这场诉讼不仅是个人恩怨，更是**AI行业两种理念的碰撞**。马斯克代表的“谨慎开源派”与奥特曼代表的“加速商业化派”之间的分歧，正随着生成式AI的爆发而激化。如果法院支持马斯克，可能对OpenAI的股权结构和商业模式产生深远影响。 ## 下一步走向 案件远未结束，更多证人将陆续出庭。**马斯克能否证明OpenAI存在欺诈或违约行为**，将决定这场诉讼的最终走向。无论结果如何，这场庭审已经让AI行业的权力斗争暴露在聚光灯下。
自上周发布以来，OpenAI 的 **ChatGPT Images 2.0** 在印度迅速走红，成为其最大用户市场。然而，根据 Sensor Tower 和 Similarweb 等第三方数据，全球范围内的反响更为温和，整体增长有限，仅在部分新兴市场出现明显激增。 ## 印度：自我表达的新工具 OpenAI 表示，印度用户主要将这一新功能用于 **创意和个人视觉表达**——从头像、风格化肖像到奇幻主题图像，而非纯粹的实用输出。例如，用户利用日常照片生成工作室风格肖像、社交媒体图片，以及以自己为中心的想象画面。这一趋势凸显了 AI 图像工具在不同市场的差异化采用：印度凭借庞大用户基数推动规模，而巴基斯坦、越南和印尼等新兴市场则显示出更强的 **新用户需求**，其中巴基斯坦的下载量周环比增幅高达 **79%**。 ## 全球数据：增长温和，但亮点在局部 Sensor Tower 数据显示，ChatGPT 应用下载量在发布后周环比增长 **11%**，但整体参与度提升有限——日活跃用户和会话数仅增长约 **1%**。Similarweb 的全球网页流量数据也仅录得约 **1.6%** 的周环比增长。不过，印度在发布周内贡献了约 **500 万次** 下载，远超美国的约 **200 万次**，但周环比增长仍属温和。印度日活跃用户仅增长约 **3.4%**。 ## 市场启示：功能落地仍需时间 ChatGPT Images 2.0 的早期表现表明，尽管技术升级（如处理复杂提示、多语言准确文本）令人瞩目，但用户的大规模采纳和深度参与 **尚未在全球范围内实现**。新兴市场的脉冲式增长提示了潜在需求，而印度的创意使用场景则为产品定位提供了方向。对于 OpenAI 而言，如何将短期热度转化为持续增长，仍是接下来的关键挑战。
据知情人士透露，AI 公司 Anthropic 正在要求投资者在 48 小时内提交其最新一轮融资的认购意向，预计本轮融资规模约 500 亿美元，估值目标高达 9000 亿美元，并可能在两周内完成。由于投资者需求旺盛，最终估值可能超过这一数字。 ## 融资细节与估值跃升 Anthropic 上一轮融资于今年 2 月完成，当时估值为 3800 亿美元。若本轮以 9000 亿美元估值收官，公司估值将**翻倍有余**，并超越其主要竞争对手 OpenAI——后者在今年早些时候以 8520 亿美元估值完成了创纪录的 1220 亿美元融资。 值得注意的是，部分早期投资者（尤其是 2024 年或更早入局的）选择**跳过本轮融资**，转而等待 Anthropic 今年晚些时候的 IPO，以期获得更高回报。这反映出市场对 Anthropic 长期价值的强烈信心。 ## 营收与资本需求 Anthropic 本月宣布其**年化营收运行率已超过 300 亿美元**，但知情人士透露实际数字更接近 400 亿美元。公司正利用这轮“上市前最后一轮私募融资”来满足其庞大的算力需求。 ## 行业影响 若本轮融资成功，Anthropic 将巩固其作为 AI 领域估值最高私营公司的地位。与 OpenAI 的估值竞赛不仅体现了两家公司在技术路线上的竞争，也反映了资本对 AI 基础设施投入的巨大胃口。 目前 Anthropic 拒绝就此事置评。
苹果最新财报显示，Mac业务表现超出预期，营收达到84亿美元，同比增长6%，而华尔街此前预计仅为80亿美元左右。CEO蒂姆·库克在财报电话会上透露，**Mac mini、Mac Studio以及新款MacBook Neo的销量均高于预期**，部分原因在于用户对本地运行AI模型的需求激增。 库克指出：“Mac mini和Mac Studio是运行AI和代理工具的绝佳平台，用户对此的认知速度比我们预想的更快，因此我们看到了超预期的需求。”尤其是Mac mini，在中国市场已成为最畅销的台式电脑，而中国近期正掀起一股“OpenClaw”热潮（注：OpenClaw为苹果本地AI推理框架）。 尽管Mac营收环比持平，表明新需求尚未完全规模化，但苹果预计下一季度Mac mini、Studio和Neo仍将面临供应紧张。库克表示，可能需要数月时间才能实现供需平衡。 **MacBook Neo**自3月4日开启预订后迅速售罄，部分订单延迟至4月发货。库克称Neo的客户需求“高得离谱”，并创下了Mac新用户数量的季度纪录。 苹果本季度总营收为1112亿美元，同比增长17%，其中iPhone和服务业务仍是主要增长引擎。但Mac的意外增长表明，AI工作负载正成为推动硬件升级的新动力，尤其在高性能桌面设备领域。 ## 行业背景 当前，AI模型本地化部署趋势明显，开发者与专业用户需要强大的算力支持。苹果的M系列芯片在能效和AI性能上的优势，使其Mac产品线成为运行大型语言模型和AI代理的理想选择。这一需求增长不仅巩固了苹果在PC市场的地位，也可能影响未来产品规划。 ## 关键数据 - Mac营收：84亿美元（同比+6%，预期80亿美元） - 总营收：1112亿美元（同比+17%） - 供应受限：Mac mini、Studio、Neo下季度仍将紧缺 ## 小结 苹果对AI驱动的Mac需求感到意外，这既是机遇也是挑战。供应瓶颈短期难以解决，但长期来看，AI本地化趋势将推动Mac销量持续增长。对于开发者和AI从业者而言，Mac生态的吸引力正在增强。
法律AI领域的竞争正在升温。瑞典初创公司 **Legora** 在完成 **5.5亿美元D轮融资** 后仅一个月，又获得了 **5000万美元的D轮扩展融资**，投资方包括英伟达的企业风投部门 NVentures、Atlassian 等。这使得 Legora 的估值达到 **56亿美元**，而其主要竞争对手、美国公司 Harvey 的估值为 **110亿美元**。Legora 的年度经常性收入（ARR）已突破 **1亿美元**，平台上线仅18个月，就被 **1000多家律所** 和内部法务团队采用，覆盖50个市场。Harvey 则声称拥有 **1300家机构客户**，覆盖 **10万名律师**，包括 Hengeler Mueller、Latham & Watkins 等全球律所，以及 T-Mobile、Bridgewater 等企业的法务部门。两家公司都在积极拓展对方的本土市场：Legora 在美国开设了多个办公室，而 Harvey 也在向欧洲扩张。这场法律AI领域的“双雄对决”，正在重塑法律服务的未来。 ## 资本与客户的较量 Legora 和 Harvey 的融资规模和客户基础均显示出法律AI市场的巨大潜力。Legora 的投资方包括 NVentures、Atlassian、Andreessen Horowitz、Coatue 等，而 Harvey 则获得了 Sequoia、Kleiner Perkins 等机构的支持。Legora 的客户包括 Bird & Bird、Cleary Gottlieb、Linklaters 等顶级律所；Harvey 则拥有 Hengeler Mueller、Latham & Watkins 等知名客户。两家公司均宣称其AI平台能显著提升律师的工作效率，从文档审阅到法律研究，覆盖多个应用场景。 ## 全球化布局与竞争策略 Legora 将美国视为关键扩张市场，已在多地设立办公室；Harvey 则加速欧洲布局。双方不仅在客户争夺上寸步不让，还通过广告宣传展开舆论战。这种“双向渗透”策略，使得竞争愈发激烈。随着AI技术在法律行业的渗透率提升，Legora 和 Harvey 的竞争将决定未来法律AI市场的格局。
OpenAI 于周四正式推出 **Advanced Account Security（AAS）**，这是一套面向 ChatGPT 用户的可选高级账户安全保护措施。该计划主要针对高风险人群——如政治异见人士、记者、研究人员和民选官员——但也向所有希望获得更强保护的普通用户开放。 作为 AAS 计划的一部分，数字安全公司 **Yubico** 宣布与 OpenAI 合作，推出两款联名 **YubiKey** 产品：**YubiKey C NFC** 和 **YubiKey C Nano**。这些安全密钥是小型硬件设备，通过 USB 端口连接计算机，内置唯一的加密标识符，只有持有密钥的人才能登录关联账户，从而有效抵御网络钓鱼攻击。 Yubico CEO Jerrod Chong 在新闻稿中表示：“我们的最终目标是大幅降低全球 OpenAI 账户中敏感数据被未授权访问的威胁。” 他指出，针对聊天机器人用户的网络钓鱼攻击正日益增多，而安全密钥是防范此类攻击的最有效手段之一。 尽管钓鱼 ChatGPT 账户的威胁听起来有些抽象，但已有越来越多研究证实，恶意行为者正将目光投向聊天机器人用户。由于聊天对话通常包含大量私密信息，犯罪分子可以借此进行勒索。OpenAI 的 AAS 计划正是为了应对这一趋势，为高风险用户提供硬件级的账户保护。 对于企业用户而言，将公司机密保存在 ChatGPT 会话中同样存在风险，AAS 和 YubiKey 的整合无疑为这些用户提供了更可靠的防护方案。目前，AAS 为可选功能，用户可自行决定是否启用。
在 OpenAI 起诉案中，埃隆·马斯克承认其 AI 公司 xAI 通过蒸馏技术从 OpenAI 模型中学习以训练 Grok。蒸馏是前沿实验室试图阻止小型竞争对手复制其模型的热门话题。 ## 蒸馏：AI 领域的灰色地带 蒸馏技术允许开发者通过向公开可用的聊天机器人或 API 发送提示，来训练新模型。这种方法成本低廉，但可能违反服务条款。OpenAI 和 Anthropic 近期对中国公司使用蒸馏技术开发低成本开放权重模型表示担忧，但美国公司之间相互使用该技术的情况一直处于猜测中。马斯克的证词首次证实了这一点。 ## 法庭上的关键陈述 在加州联邦法院的证词中，马斯克被问及 xAI 是否使用蒸馏技术训练 Grok，他回答“部分如此”，并称这是 AI 公司的普遍做法。他还将 Anthropic 列为当前领先的 AI 提供商，随后是 OpenAI、谷歌和中国开源模型。 ## 行业影响与讽刺 蒸馏技术威胁着大型 AI 公司通过巨额计算投资建立的护城河。讽刺的是，前沿实验室自身也曾因使用受版权保护的数据训练模型而面临争议。目前，OpenAI、Anthropic 和谷歌正通过 Frontier Model Forum 共享信息，以阻止来自中国的蒸馏尝试，包括检测和防止大规模异常查询。 ## 法律与商业的双重博弈 马斯克起诉 OpenAI 违背其非营利使命，而蒸馏技术的承认可能使案件复杂化。尽管蒸馏是否违法尚不明确，但它显然挑战了行业巨头的商业模式。xAI 作为后来者，利用蒸馏追赶先行者，折射出 AI 领域激烈的竞争现实。
在医疗科技领域创业，不能像消费互联网那样“快速行动，打破常规”。时间线更长、风险更高，成功取决于在强调严谨而非速度的系统中穿行。这正是 **BioticsAI** 联合创始人兼 CEO **Robhy Bustami** 所面对的现实。他的公司正在开发一款用于超声检查的 **AI 辅助工具**，帮助检测胎儿异常——这一领域误诊率仍然高得惊人。 Bustami 在 TechCrunch 的 Build Mode 节目中，与主持人 Isabelle Johannessen 探讨了公司如何在高度监管的领域中找到方向，并保持团队士气。 ## 从零到 FDA 批准的务实路径 BioticsAI 起步时极为精简。团队以不到 **10 万美元** 的成本构建了早期可用的产品原型——这在医疗设备领域几乎是闻所未闻的里程碑。该原型帮助他们在 **2023 年赢得 TechCrunch Startup Battlefield**，带来了早期曝光和信誉。今年 **1 月，他们获得了 FDA 批准**，这意味着可以开始进入医院并加速业务增长。 从一开始，团队就将产品开发与 FDA 审批流程并行推进。他们没有先构建产品再考虑监管，而是将临床验证、监管策略和产品开发整合为一个流程。这意味着与临床医生紧密合作、收集大规模数据集，并在提交审批前进行结构化临床研究。 ## 监管迷雾中的导航策略 FDA 审批流程常被视为黑箱，但 Bustami 强调创始人不必盲目摸索。通过 **预提交会议** 与监管机构早期接触，帮助团队在设计研究和预期结果上达成一致。尽管如此，风险从未完全消失。对于许多投资者来说，最大的问题很简单：如果 FDA 说不怎么办？ ## 长期主义下的团队管理 在内部，漫长的开发周期带来了另一种挑战：当最重要的里程碑还在几年后时，如何保持团队动力？在 BioticsAI，这意味着在工程师、临床医生和研究人员之间建立 **文化对齐**，确保每个人都能看到过程中的“小胜利”。 “确保每个人都完全对齐，即使这超出了他们的技术范围，”Bustami 说，“在研发方面不断看到胜利”——无论是来自临床研究还是新的医疗合作伙伴关系。 ## 医疗 AI 创业的启示 BioticsAI 的故事为其他医疗科技创业者提供了宝贵经验： - **早期融入监管思维**：在产品设计之初就考虑 FDA 要求，而非事后补救。 - **低成本验证**：用最小可行产品证明概念，再逐步扩大。 - **团队激励**：在长周期项目中，通过阶段性成果保持团队士气至关重要。 随着 AI 在医疗领域的渗透加速，像 BioticsAI 这样既懂技术又懂监管的团队，可能正是行业最需要的破局者。
谷歌宣布将把Gemini AI助手引入搭载Google内置系统的汽车，取代现有的Google Assistant。这一举措标志着谷歌将更先进的对话式AI带入驾驶体验的雄心。此前一天，通用汽车已宣布Gemini将覆盖其约400万辆2022年款及更新的车型，涵盖凯迪拉克、雪佛兰、别克和GMC等品牌。但谷歌今日的公告未点名具体汽车制造商，暗示Gemini的部署将不限于通用汽车。 ## 升级亮点：更自然的对话体验 Gemini的更新使驾驶员能够以更自然、更流畅的方式与车辆交互。例如，驾驶员可以说“我想在沿途找一家评价不错、有户外座位的餐厅吃午饭”，Gemini就能通过Google Maps数据推荐合适选项，并回答后续问题，如停车场情况、菜单选择或饮食偏好。此外，Gemini还能执行打开暖风、导航、推荐音乐、查询车辆信息、总结短信并帮助驾驶员免提回复等任务。 ## 实时对话：Gemini Live 谷歌还推出了Gemini Live功能（目前处于测试阶段），支持更开放、实时的对话。驾驶员可通过点击界面按钮或说“Hey Google, let's talk”激活，从而在行驶中进行头脑风暴、学习或一般性讨论。 ## 部署范围与时间表 Gemini的推出将从美国开始，首批支持英语，未来几个月内逐步扩展。值得注意的是，Gemini不仅适用于新车，还将通过软件更新推送到兼容的现有车辆。自2020年首次推出以来，搭载Google内置系统的汽车数量持续增长。此次升级将覆盖数百万辆汽车，但具体数字取决于合作伙伴的部署速度。 ## 行业背景与意义 谷歌此举正值汽车行业加速智能化转型之际。将大语言模型集成到车载系统中，有望显著提升人机交互的深度和实用性。与传统的命令式语音助手不同，Gemini能理解复杂语境和多轮对话，使驾驶员无需分心操作屏幕即可完成更多任务。这不仅是谷歌在AI领域的一次重要落地，也可能推动其他车企和科技公司加速类似布局。 然而，车载AI的安全性和可靠性仍是关键挑战。如何在提供丰富功能的同时确保驾驶员不分心，将是谷歌和汽车制造商需要持续优化的方向。
Stripe在年度大会上推出数字钱包 **Link**，支持连接银行卡、加密货币钱包和先买后付服务，并记录订阅信息。其核心亮点在于：用户可通过OAuth授权AI代理（如OpenClaw）进行支付，代理发起请求后需用户审批，无需暴露真实凭证。目前支持传统支付方式，未来将加入代理代币和稳定币。钱包提供90天购买保护，用户可查看消费和订阅记录。Stripe计划后续增加额度限制和免审批模式。
Salesforce 正在通过实时众包客户反馈来制定其 AI 产品路线图，这一策略使其能够跟上 AI 技术快速迭代的步伐。该公司与客户保持高频互动，部分客户甚至每周参与一次讨论。Salesforce 表示，这种深度合作使其能够快速响应市场需求，并持续推出新功能，例如在 2024 年底率先推出 AI 代理管理软件，随后又在语音 AI 和 Slack 集成方面取得进展。通过让客户主导路线图，Salesforce 认为它能够更精准地解决企业客户的实际问题，从而在激烈的竞争中保持优势。
X（原 Twitter）宣布推出由人工智能全面重建的广告平台，力图扭转广告收入下滑趋势。此次升级标志着该社交平台在马斯克收购后，首次对核心广告系统进行根本性技术重构。 ## 核心升级：AI 贯穿广告全链路 据官方透露，新平台将 AI 深度融合到广告投放的各个环节： - **智能定向**：利用大语言模型分析用户推文内容、互动模式与兴趣图谱，替代传统关键词和人群标签定向方式。 - **自动化创意**：AI 可基于广告主目标自动生成多版本文案、图片组合，并实时测试优化。 - **效果预测**：内置预测模型，在广告上线前预估转化率、点击率等关键指标，辅助出价决策。 X 宣称，早期测试中广告主的单次互动成本平均降低 **30%**，转化率提升 **15%**。 ## 行业背景与挑战 自 2022 年收购以来，X 的广告收入遭受重创。大量品牌因内容审核政策变化与马斯克本人的争议言论而撤出。根据 eMarketer 数据，2023 年 X 全球广告收入预计下降 **45%**。 竞争对手方面，Meta 和 Google 早已将 AI 用于广告系统多年。Meta 的 Advantage+ 套件已实现全自动广告投放；Google Performance Max 同样以 AI 驱动。X 此次升级更多是“补课”，但能否借助差异化（如实时新闻热点关联）突围仍是未知数。 ## 广告主反应与前景 目前部分大型广告主仍持观望态度。市场研究公司 Forrester 分析师指出：“AI 优化固然重要，但品牌安全与平台调性才是广告主回归的前提。” X 需同时证明其内容审核机制有效，且 AI 系统不会将广告投放到有害内容旁。 不过，对于中小企业和直接响应类广告主，新平台可能带来显著 ROI 提升。X 也在尝试通过订阅与数据授权等非广告收入弥补，但广告仍是其命脉。 ## 小结 X 的 AI 广告平台重建是一次必要的技术升级，但并非万能解药。在 Meta、TikTok 等强敌环伺下，X 需在 AI 能力、品牌安全与平台生态之间找到平衡，才能真正实现收入复苏。
Meta 近日披露，其面向商业客户的 AI 工具现已每周促成 **1000 万次** 对话。这一数据来自 Meta 旗下 Messenger、Instagram 和 WhatsApp 等平台的商业消息服务，商家通过 AI 驱动的聊天机器人自动回复客户咨询、处理订单和提供支持。 与此同时，Meta 透露 **超过 80 亿** 广告主至少使用过其一项生成式 AI 工具，涵盖图像生成、文案撰写和广告优化等功能。这一数字彰显了生成式 AI 在数字营销领域的快速渗透。 ## 商业 AI 的核心能力 Meta 的商业 AI 主要面向中小企业和大型品牌，提供以下能力： - **智能客服**：自动回复常见问题，减少人工响应时间。 - **广告创意生成**：利用生成式 AI 快速制作广告素材，包括图片、视频和文案。 - **个性化推荐**：基于用户行为数据，为商家提供精准营销建议。 ## 行业背景与影响 Meta 此举正值全球 AI 广告工具竞争白热化之际。谷歌、微软和亚马逊等巨头纷纷推出类似服务，利用大语言模型提升广告效果。Meta 凭借其庞大的社交生态和用户数据，在个性化推荐方面具有独特优势。 **80 亿广告主** 这一数字值得注意：它表明 Meta 的生成式 AI 工具已覆盖几乎所有活跃广告主，反映出 AI 技术从“尝鲜”走向“标配”的趋势。不过，Meta 也面临数据隐私和内容合规方面的挑战，尤其是欧盟《人工智能法案》等新规的落地。 ## 未来展望 Meta 计划进一步整合其 AI 模型 Llama 3，提升对话理解能力和多模态支持。随着 AI 工具的成本下降和易用性提高，预计更多中小商家将加入这一浪潮。然而，如何平衡自动化与人工干预、避免 AI 生成误导性内容，仍是 Meta 需要持续解决的问题。