搜索
多模态 Agent 的记忆系统，过去很容易被理解成一个升级版 RAG：图片、图表、PDF 进来之后，先抽取内容、做 embedding、写进向量库；用户提问时，再用 query 做检索，把命中的top-k图片、文档页或图表一并塞进上下文，再交给多模态模型回答。整个过程中，所有原始模态信息都会不加选择的塞给大模型。
最新世界模型 LingBot-World 2.0 正在试图实现的事情。「一个世界只需要几秒钟就能造出来」不再仅限于预制的世界，而是让每一次生成，都是一次全新的创造。这是一个秒级生成、支持实时交互的开源世界模型。
我最近又玩了一个新的视频制作平台，名叫 Flova，它的思路就是我上边说的这个方向。它不仅仅是一个调用单个模型的生成工具，而是一个面向 AI 视频 / AI 影视创作的全能六边形 Agent。
今天凌晨，OpenAI进行线上直播，正式面向全球用户推出新一代GPT-5.6模型家族，并同步发布Agent产品ChatGPT Work、全新ChatGPT桌面应用以及Hosted Sites（托管网站）三大产品更新。
PJ Ace 在推文中兴奋地表示，他们借助 Utopai Studios 推出的下一代 AI 视频模型和智能体 PAI2.0, 以好莱坞灾难片大师罗兰·艾默里奇（Roland Emmerich）的视听风格，硬核「复活」了一段 250 年前激情澎湃、颠覆想象的美国独立日「真实历史影像」。
从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。
OpenAI开招新岗位：投行专家。核心任务就是教AI做投行的活儿，并且定义什么才算“做得好”。岗位全称Subject Matter Expert, Investment Banking，投资银行领域专家，隶属Applied AI团队，坐标旧金山。
最近发现了一个很便宜的平替方案，是在X上刷到的一个很有意思的开源项目：OpenSquilla 0.5.0（在Github 已经有5.5K Star）当时我还发了一篇推文。它揭示了一个非常反常识的事：一组便宜的国产模型以一定的方式组合起来，居然可以在公开评测上打赢国外更强的旗舰模型们（Claude Fable 5、Opus4.8、GPT-5.5）
为了让大家快速上手，给大家推荐一下 Teamo客户端 ，一键完成 Codex 的下载、模型接入、客户端汉化以及各种省钱省心的配置骚操作，有手就行。而且现在模型还在大额补贴期，价格基本是一几折，二折，简直太疯狂了……
AI 行业尤其明显。Founder、产品经理、独立开发者都得有公众号/小红书/X 三件套（可能还要加一个即刻）。连平时不爱说话的 i 人，也要在朋友圈里输出几句“行业观察”。表达变多当然是好事，但话说多了，翻车概率也会跟着上来。