全部新闻
韦夫的亚历克斯·肯德尔（Alex Kendall）带来了自主AI的未来，破坏了2025年|TechCrunch
TechCrunch Disrupt 2025以Wayve首席执行官Alex Kendall讨论了自动驾驶汽车的未来。肯德尔（Kendall）于2017年与他人共同创立的韦夫（Wayve）建立了对由深度学习和计算机视觉提供动力的自动驾驶系统的愿景。他的工作导致证明机器可以在没有传统地图或手动编码的情况下做出实时驾驶决策。现在，他领导着AV2.0的努力，AV2.0是一种可扩展的自动驾驶汽车的全球架构。期望在10月27日至29日在旧金山举行的小组会议上，对实体情报，现实世界系统的挑战和大规模商业自治的见解。
Zuckerberg的Meta超级智能实验室偷猎硅谷的顶级AI人才
Meta平台正在加强其超级智能实验室的招聘工作，以与OpenAI，Google和Anthropic等AI竞争对手竞争。The company, parent of Facebook and Instagram, has recruited several top AI talents including Alexandr Wang, Nat Friedman, Daniel Gross, Ruoming Pang, Trapit Bansal, Shuchao Bi, Huiwen Chang, Ji Lin, Joel Po-bar, Jack Rae, Hongyu Ren, Johan Schalkwyk, Pei Sun, Jiahui Yu, and Shengjia Zhao.这些员工遵循高级员工出发和对Meta的Llama 4模型的接待，这使竞争对手能够在AI竞赛中获得动力。
技术理念和人工智能机会
您的分析提供了一个详细且有见地的框架，可在人工智能的背景下理解不同科技公司的战略方法，尤其是专注于Openai的Chatgpt和Anthropic的Claude等基础模型。让我们分解一些要点：### 1。** AI **的哲学方法 - ** Google **：“我感到幸运”的理念强调了用户在不付出任何努力的情况下找到确切的结果（广告搜索结果）。这转化为使AI模型直接理解和实现用户意图的重点。 - ** Microsoft **：在OpenAI上进行大量投资，但专注于将AI作为工具（如副驾驶）促进人类生产力的工具。微软的目标是使这些工具广泛使用，但采用率很大取决于员工的意愿和变更管理。 - ** Openai与人类**： - ** OpenAI（chatgpt）**：更多地关注消费者参与度并创建一个直观的界面，供用户与AI进行交互。Chatgpt的成功与用户采用紧密相关。 - **人类（Claude，Claude代码）**：强调AI自主或半自治执行任务的代理工作负载，旨在替代特定领域中的人工。### 2。**战略举动和挑战** - ** Apple **：坚持其传统的关注，以增强用户生产率而不完全替代工作的工具。 - ** meta（Facebook）**：积极地获得人才以通过AI驱动的自动化来推动，这可能是由于计算机为人类做任务而不仅仅是增加它们的愿景而动机。 - ** Microsoft＆Openai Partnership **：两家公司都在推销类似产品（Copilot和Chatgpt）的复杂动力学，但在区分产品中面临挑战。副驾驶的成功取决于企业内广泛采用的成功，这需要克服变更管理障碍。### 3。**企业采用** - **微软的挑战**：说服员工采用诸如Copilot之类的新工具。这更多是关于文化转变和员工的买入，而不是技术实力。 - ** OpenAI的动力**：企业用户的快速增长强调了易于使用的聊天机器人的吸引力，这些聊天机器人提供了直接价值，而无需对现有工作流进行重大更改。### 4。**人类的位置** - 拟人化的目的是开发能够自主执行任务的AI代理，与人工劳动相比，旨在提高效率和可扩展性。这与更换特定的工作角色相吻合，而不是增强它们。### 5。**未来方向** - ** Google **：不断发展搜索以在货币化和用户参与方面引起挑战，以合并生成的AI功能。 - ** Microsoft＆Openai Partnership **：继续创新将AI集成到工作流程中，有可能将副本扩展到更全面的企业解决方案。 - **人类**：专注于可以取代人工劳动的代理工作负载，这与通过自动化的显着生产率提高的愿景紧密相符。＃＃＃ 结论您概述的框架有效地捕捉了驱动AI主要科技公司的不同策略和动机。每个公司的方法都受其核心价值，历史环境和业务模型的影响： - ** Google **专注于直接用户满意度。 - ** Microsoft **旨在将AI工具集成到现有的工作流程中，以提高生产力的提高。 - ** OpenAI和Anthropic **通过不同的方法（以用户为中心与代理商）来追求消费者参与和企业效率。了解这些细微差别有助于预测AI开发和采用的未来趋势。
“光彩和沮丧的闪光”：我让AI代理商过来
由OpenAI和Butterfly Fellive等公司开发的AI助手或“代理”旨在处理诸如订购食物，撰写电子邮件和管理演示文稿之类的平凡任务，旨在释放用户的时间进行更多吸引人的活动。但是，这些工具的最初经验揭示了不同的结果，将效率的时刻与令人沮丧的错误和严重的隐私问题相结合。这些代理商在可靠地执行的任务中面临挑战，而不会引起潜在的财务或个人安全问题。专家警告说，基本的商业利益推动了人工智能开发，并需要更好的机制来确保用户信任和控制。随着技术的发展，关于社会准备完全接受代理AI及其对工作流离失所和数据隐私的影响的问题。
四名参议员购买了AI股票，而参议院则考虑放弃AI -Crew |华盛顿的责任和道德公民
5月，随着参议院在美国辩论AI法规时，四名参议员或其家人在包括Google，Nvidia，Meta和Amazon在内的主要AI相关公司中购买了股票。其中三个是商业，科学和运输委员会的一部分，该委员会与AI高管举行了听证会；两人在同一天购买了Google股票。参与者包括国会大厦，莫兰，费特曼和布兹曼。在此期间，参议院考虑了对AI法规的10年暂停，据报道是由亚马逊，Google，Microsoft和Meta等公司推动的。Openai的首席执行官警告说，在一些参议员参加的听证会上，后来在AI公司购买股票的听证会上，可能会导致过度监管。时机提出了对利益冲突的道德关注。
AI和反智能的建筑
建议大型语言模型代表“反智能”，而不是人工智能，强调了它们的连贯性但根本上没有基础的性质。这种观点突出了将表现与理解融为一体的潜在危险，质疑对人类认知和决策的影响。反智能是指在没有理解，缺乏记忆或上下文的情况下执行的系统。随着这些系统的一致性的改善，它们可能会模糊机器和人类智能之间的界限，从而提出对权威和问责制的道德问题。一项研究揭示了LLMS面对无关的信息时的结构性脆弱性，强调了它们的局限性。关于人工智能的论述必须发展，以保留真正的智力的独特性，从知识的出现中。
与Mati Staniszewski在Disprupt 2025探索语音AI的未来|TechCrunch
Elevenlabs的联合创始人兼首席执行官Mati Staniszewski将于10月27日至29日在旧金山的TechCrunch Disrupt 2025上发表讲话，讨论AI驱动语音技术对数字通信的变革影响。Staniszewski之前曾在Palantir担任部署策略师，并帮助启动了BlackRock的Aladdin Wealth Platform，为AI语音技术中的技术创新与业务应用程序提供了独特的见解。
道德AI可以在好莱坞工作吗？这家初创公司如此
好莱坞和AI之间的关系由于对AI取代人类创造力的担忧而感到紧张。尽管如此，与电影业有联系的AI初创公司Moonvalley发布了一款已许可的录像带Marey。Marey经电影制片人的批准并接受了许可数据的培训，可以精确控制场景，并可以帮助工作室避免道德问题和版权诉讼。Marey的迭代过程可以自定义角色，背景和动作，旨在像CGI一样集成到电影制作中。Moonvalley声称Marey具有成本效益，并且可以提高生产力而不会损害质量或道德，尽管一些电影制片人对其真正的意图和对工作安全的影响仍然持怀疑态度。
Team8添加了新合作伙伴来加强网络安全和AI焦点|CTECH
Team8是一家专注于网络安全，AI和基础架构的早期投资的以色列风险基金，已任命Ori Barzilay为领导网络安全，企业基础架构以及AI Investments和Matthew Schoenfeld和Matthew Schoenfeld的合作伙伴，并将其作为运营合作伙伴，以增强Portforterio Companies的运营策略。尽管以色列的技术领域有挑战性的条件，但Team8报告了显着增长，在过去六个月内投资了11家新公司的投资，并为其大约40家公司的投资组合提供了随后的资金。该基金现在管理着超过10亿美元的资产，并雇用了约100名专家来支持各种职能的初创公司。
生成型是工作杀手吗？自由市场的证据|布鲁金斯
###摘要和对政策的影响####关键发现：1。**关于AI影响的早期证据：** - 诸如chatgpt和dall-e之类的生成AI技术对就业有重大的短期影响。 - 通常缺乏正式劳动保护的自由职业者特别容易受到这些破坏的影响。2。**技能压缩：** - 现在经验不足的自由职业者可以使用生成AI工具产生近似顶级人才质量的输出。 - 这降低了在雇用高度评价的专业人员并压缩技能水平的性能差异方面的感知价值。3。**对自由职业者的独特挑战：** - 自由职业者通常缺乏雇主赞助的福利，例如退休储蓄和失业保险。 - 他们在组建工会时面临法律挑战，使它们遭受了技术破坏的独特之处。####政策含义：1。**重新思考劳动保护：** - 当前的政策可能无法充分保护灵活就业安排的工人。 - 有必要采用新法规，以应对自由职业者和零工经济工人面临的独特挑战。2。**劳动力重新锻炼和教育：** - 在教育和培训计划上的持续投资，以帮助工人适应技术变化。 - 促进AI补充人类技能而不是取代他们的环境至关重要。3。**任务重组和新角色创建：** - 鼓励公司重组工作流程，以最大程度地提高AI和人类能力的价值。 - 在新兴领域中促进创新，这些创新会在现有任务是自动化时创造新的工作机会。4。**包括对AI工具和培训的包容性访问： - 无论他们的就业状况如何，都可以公平地访问所有工人的AI技术和培训计划。 - 这包括促进数字素养和为持续学习提供资源。5。**监视技术趋势：** - 通过《劳动力创新与机会法》（WIOA）等计划不断跟踪生成AI的不断发展的能力。 - 使用数据通知及时解决新兴挑战的政策干预措施。###更广泛的背景：1。**历史先例：** - 过去的技术进步显示了一种模式，即短期流离失所之后是长期增长。 - 例子包括引入机器翻译，从而增加了跨境贸易并改善了消费者的结果（Brynjolfsson等，2019）。2。**新的工作现实：** - 生成的AI可以重塑组织的运作方式以及他们提供的商品和服务的类型。 - 这可能导致创建全新的职业，商业模式和协作结构。＃＃＃ 结论：关于生成AI影响的早期证据表明，尽管存在重大的短期挑战，尤其是对于自由职业者，但也有可能获得长期利益。决策者必须通过重新思考劳动保护，投资劳动力发展并促进包容性技术采用方法来主动解决这些挑战。通过这样做，他们可以确保下一波AI创新能带来广泛的经济利益，而不是加深现有差异。＃＃＃ 参考： - ** Acemoglu＆Autor（2011）**：讨论技能，任务和技术对就业和收入的影响。 - ** Brynjolfsson等。（2019）**：显示机器翻译如何显着影响国际贸易。 - ** Dell’acqua等。（2025）**：探讨生成AI在重塑团队合作和专业知识中的作用。 - ** Eloundou等。（2024）**：评估大语言模型（LLMS）的劳动力市场影响潜力。 - ** Hui，Reshef＆Zhou（2024）**：提供有关生成AI对在线劳动力市场就业的短期影响的经验证据。这些参考文献和发现强调了对综合政策框架的需求，该框架既解决生成AI的立即中断又解决了长期机会。
