132
0大家好，我是歸藏，欢迎收听 AIGC 周刊的 138 期（9 月 1 日到 9 月 7 日）的内容。
AI模型与平台进展
- Google EmbeddingGemma: 谷歌发布的端侧嵌入模型，体积小巧（0.3B参数），基于Gemma 3架构，在MTEB中排名最高，支持100多种语言，量化后可在少于200MB RAM上运行，提供可自定义输出维度和2K上下文窗口。
- 国内大厂模型:阿里Qwen3-Max-Preview: 阿里旗舰模型，总参数超1T，不开源，性能、知识、对话及指令遵循能力均有提升，具备代理任务能力。
智谱GLM-4.5 Claude Code包月计划: 智谱推出API包月套餐，基础套餐3美元起，无需用户自行开发产品。
美团Longcat: 开源MoE模型，总参数560B，平均激活参数27B，在20T数据上训练，能以低成本实现100 tokens/秒的推理速度。
快手开源8B视频理解VLM: 支持图像识别和强大视频理解能力，适合本地部署，Video-MME测试中获81.2分，超越GPT-4o，视频定位精确至0.1秒。
月之暗面Kimi K2 0905更新: 上下文提升至256K，编码Agent能力及前端代码美观度有所提升。
AI产业投融资与生态布局
- OpenAI多元布局: 正在创建由AI驱动的招聘市场并引入流利度认证；将与Broadcom合作生产自有AI芯片以减少对Nvidia依赖；收购产品测试初创公司Statsig并聘请其CEO为Applications CTO。
- 政府与巨头合作: 顶级科技高管在白宫与特朗普会面，宣布新的AI教育举措，包括Microsoft免费提供Copilot、Google承诺1.5亿美元AI培训、Amazon为学习者提供项目、Anthropic资助K-12网络安全教育。
- 重要投资与收购: Anthropic获得130亿美元新融资，估值达1830亿美元；The Browser Company被Atlassian以6.1亿美元全资收购；法国Mistral AI正敲定20亿欧元投资，估值达140亿美元。
- 新动向与用户反馈: Apple准备推出自研AI网页搜索工具“World Knowledge Answers”；特斯拉Optimus机器人原型已与Grok AI助手配对；Anthropic Claude Code因额度定义不清晰及模型降智引发用户号召取消订阅。
创新AI产品与应用工具
- Receiptor AI: 自动化记账工具，可连接Gmail、Outlook等，智能识别提取收据发票，自动分类并同步至QuickBooks等主流会计软件，支持多币种多语言。
- Google Gemini API (URL Context): 允许模型通过URL提供额外上下文，实现数据提取、文档比较、内容综合创作及代码分析。
- Ghost (AI PPT): AI原生幻灯片编辑工具，集成了GPT-5支持的AI生成与编辑功能，可快速从想法生成完整演示文稿，支持拖拽、演示模式及导出。
- Uxia: 基于AI的用户测试平台，通过合成用户行为模拟，帮助产品设计团队快速、低成本验证UX/UI方案，支持Figma、Adobe XD等主流工具。
- Web To MCP: Chrome浏览器扩展，支持通过Model Context Protocol (MCP) 将任意网页组件一键发送到AI编码助手（如Cursor IDE），实现设计到代码的无缝衔接。
AI前沿探讨与研究成果
- AI与就业影响: 文章探讨了AI对就业影响的争议，引用研究表明当前影响有限，但对AI只影响年轻人就业及工资未同步下降的说法提出质疑，认为需持续观察。
- 大语言模型幻觉: OpenAI文章分析幻觉根源在于现有训练和评估机制奖励猜测而非不确定性，提出解决关键在于改进评估标准，对自信的错误给予更高惩罚。
- 技术创新本质: 文章认为技术（如AI）往往只是促使企业重新审视工作方式、优化流程的催化剂，真正的生产力提升源于与技术同步发生的组织和管理变革。
- 界面演变与自我表达: 探讨界面作为人机桥梁的本质，其演变趋势是变得更加流动、多模态和个性化，设计师角色转向动态体验编排，同时强调界面也是表达和赋予产品个性的空间。
- 大脑与计算机视觉模型趋同研究: 研究表明AI模型（DINOv3）与人脑在视觉表征上的相似性受模型规模、训练量、图像类型等因素影响，且AI模型类脑表征的发展遵循特定时间顺序，与人脑皮层发育特征相符。
