不知道大家还记不记得，去年 3 月，AI 大牛 Karpathy 发过一条推文。大体意思是说：现在的大多数内容仍然是为人类编写的，但未来，读取这些内容的可能就不是人类而是 AI 了。因此，从现在开始，我们就要考虑怎么把文档写得对 AI 更友好。
UniPat AI 做了一件事：让 AI 去预测还没发生的事，比如下个月哪家公司市值最高、某国会不会对另一个国家加关税、某个政客会不会在社交媒体上发超过 100 条帖子
我们对 AI 的爱与怕，是同一个东西。
Cheng Lou：React 核心团队成员，参与 ReactJS 的早期开发；主导了 ReasonML（后来演变为 ReScript）的开发；目前在 Midjourney 工作，参与 AI 图像生成平台的开发。
大模型能否预测未来？UniPat AI构建了一套完整的预测智能基础设施，Echo，包含动态评测引擎、面向未来事件的训练范式和预测专用模型EchoZ-1.0。在其公开的General AI Prediction Leaderboard上，EchoZ-1.0稳居第一，并在与Polymarket人类交易市场的直接对比中展现出显著优势。
Karpathy给一支平均年龄25岁的「叛军」站台，红杉和GV连眼都不眨就拍出1.8亿美金。这群人放话：要么把效率干得比人脑高10倍，要么看着AI把地球烧干！
中关村论坛年会上，医渡科技与清华长庚医院等头部医院共同启动了「中国临床循证智能能力建设计划」，与此同时，作为计划核心技术载体与落地产品的「医渡智循」发布了 APP 版本——一款定位为医生「超级助手、第二大脑、多学科智能体专家顾问团」的临床循证决策系统。
当你希望 AI 将 "士兵举起手臂，向后倾身，然后身体向前扑倒" 这段文字转化为一段 3D 角色动画，现有大多数方法给出的答案是：一段摇摇晃晃、语义残缺的短片段。这并非模型能力不足，问题的根源在于将运动表达为逐帧离散序列这一根本性的设计决策。
OpenClaw 进入下半场了。
Granola 最初是一款面向专业消费者的应用，安装在用户电脑上，用于转录会议并生成笔记。如今，它一直在开发功能以适应企业级技术栈。例如，去年它开始允许团队成员协作处理笔记。公司表示，目前已成功打入 Vanta、Gusto、Thumbtack、Asana、Cursor、Lovable、Decagon 以及 Mistral AI 等企业客户。
