对话涌生智能杨梦:AI for Bio的下一场竞争,是把实验闭环验证真正做出来
对话涌生智能杨梦:AI for Bio的下一场竞争,是把实验闭环验证真正做出来随着 Google DeepMind、OpenAI、Anthropic 等科技巨头相继进入生命科学领域,AI for Bio 的竞争也在发生变化:行业关注的问题,已经不再只是模型能不能回答生命科学问题,而是模型能不能真正进入科研流程,把实验做出来。
搜索
随着 Google DeepMind、OpenAI、Anthropic 等科技巨头相继进入生命科学领域,AI for Bio 的竞争也在发生变化:行业关注的问题,已经不再只是模型能不能回答生命科学问题,而是模型能不能真正进入科研流程,把实验做出来。
近日,Z Potentials 获悉,AI4Bio“模型 × 本体”公司 Fullive.ai 正式宣布完成种子++轮融资。至此,公司在 4 个月内已连续完成三轮融资。本轮资金将主要用于首款 AI 睡眠硬件 Somni 的研发与量产推进、AI4Bio 前沿技术储备,以及 Fullive.ai 在“模型 × 本体”方向上的技术体系建设。
金涛今年 26 岁,还是清华在读博士。真正把他带进「推理加速」的,是一个很朴素的判断——当大家都默认 FlashAttention 已经把 Attention 算子做到极致时,他却发现:显卡上明明还有更快的计算单元没被用起来 ——「这么明显的收益,为什么没人做?」
据The Information独家报道,Taylor目前所领导的AI客户支持初创公司Sierra正在收购Thumaty创办的三人初创公司Takeoff,后者开发的Agent能够长时间持续处理各类任务。Sierra高管希望,随着公司试图从AI驱动的客户支持Agent业务拓展到销售面向其他任务的Agent,Thumaty的专业经验将大有助益。
如果要让机械臂把咖啡机旁的杯子移到桌上,需要经历哪几个步骤?
2026 年 7 月 20 至 24 日,硬核少年技术节 5.0 在杭州、北京共同举办。
迁移学习里的“源数据”,未必非得是图像、文本或音频。
一夜之间,Tokenmaxxing成为硅谷热议话题!
交互式视频世界模型正在从「一次性生成短片」走向「像游戏一样边操作边生成」。但长轨迹交互会迅速放大上下文、显存和多步去噪开销。Light Interaction不改模型参数、不重新训练,只在推理阶段把相机轨迹变成调度信号,动态选择历史上下文、在回访状态复用去噪输出,并用面向自回归生成的3D稀疏注意力降低计算。
袁博地的答案是否定的。从清华大学接触计算机视觉,到 UC Berkeley 攻读 AI 博士,再到 Google X 负责机器人的视觉系统,袁博地过去十多年的研究几乎始终围绕 Pixel 展开:从图像识别,到 GAN、Diffusion,再到图像和视频生成,技术范式不断变化,研究对象却始终指向同一件事——如何让机器理解和生成视觉世界。