Liquid AI:端侧 AI 独角兽的美国往事
Liquid AI:端侧 AI 独角兽的美国往事Liquid AI 近期推出的 LocalCowork,正是直面这一矛盾的产物:单台笔记本,无需云端 API,数据绝不离机。凭借 67 个本地工具、13 个 MCP Servers,配合最新发布的 LFM2.5-8B-A1B 模型,它通过本地调用工具、解释结果以及可审计的工作流,解决了上述难题。
搜索
Liquid AI 近期推出的 LocalCowork,正是直面这一矛盾的产物:单台笔记本,无需云端 API,数据绝不离机。凭借 67 个本地工具、13 个 MCP Servers,配合最新发布的 LFM2.5-8B-A1B 模型,它通过本地调用工具、解释结果以及可审计的工作流,解决了上述难题。
如果说扩散世界模型的瓶颈,是每一步去噪都要把同一个大 Transformer 再跑一遍,那么 WorldCache 的思路就是:不要再把所有 Token、所有时间步都当成同一件事。这篇工作把 “哪些内容适合缓存”和“哪些时刻必须重算” 拆开处理,在不重新训练模型、几乎不增加额外显存的前提下,把缓存真正做成了一套更贴合世界模型结构的推理策略。
七年前,美国小伙 John Dean 从斯坦福大学辍学和几个同学创立了 AI 气象预测公司 WindBorne,为的是造更好的气球、建更好的 AI 天气预测模型,到如今他们已经拿出了第六代产品 WeatherMesh 6,预测准确度甚至超过老牌气象预测机构欧洲中期天气预报中心。
近日,「智能知识」(Human Intelligence)完成天使轮融资,由耀途资本、锦秋基金联合投资。本轮融资资金将用于两个方向:前沿数据品类扩张:深耕 Coding、Enterprise Office(GDPVal)、Agentic Tool Use 等高价值数据,并积极探索 AI4Math、AI4Science、AutoResearch 等新场景;
过去三年来,所有人都在卷模型,参数更大、推理更深、上下文更长。但当Claude Code把Anthropic推到杀手级应用的位置、当OpenAI的Codex已经能替你写完一整本游记,问题终于绕了回来: 这些越来越像「人」的模型,到底要装进什么样的载体里,才算真正走进生活?
“AI新物种”企业级Token生产平台TokenBox™。
“我无法将 AI 的能力与一成不变的经济模式调和!”
当地时间6月1日,马斯克的AI公司xAI在官方招聘平台Greenhouse发布“中文AI导师”(AI Tutor-Chinese)职位,面向全球招募。声明显示,这份工作的核心是教旗下旗舰AI产品Grok听懂、说好中文。
2026年的AI行业,正在出现一种微妙的变化。
YC 一直走在 AI-Native 组织改造的前沿。 过去一年多,YC 的合伙人、Optimizely 创始人 Pete Koomen 在内部主导搭建了一套覆盖全员的 Agent 系统。在一年时间里,演化成了 350+ 工具的内部注册表、一个全员可见的 Agent 对话系统,甚至每晚还会自动阅读当天所有对话、改进自身技能。