AI大事件:Plaud获腾讯投资,AI录音笔估值20亿美元、人工智能终端国家标准发布,AI产品要”分级”了

0 评论 101 浏览 0 收藏 14 分钟

这周我实际体验了几个新出的AI工具,发现有几个确实比之前的顺手不少——MiniMax排查大模型token退化问题让我有点意外,原来AI也会”健忘”;Obsidian的零代码Agent技能规范获27k stars,端侧AI这条路一直在推进。另外今天还有几个值得关注的动态:百度AI幻觉导致律师名誉侵权案成为典型判例、RadixArk完成1亿美元种子轮、英伟达Jim Fan预判机器人物理AI将迎大突破。今天简单说几条我觉得值得关注的。

1. MiniMax排查大模型token退化问题:AI也会”健忘”

核心内容:MiniMax排查M2模型无法说出”马嘉祺”问题,定位原因为后训练中”嘉祺”token出现频次极低导致生成能力退化。发现约4.9%的token存在类似退化问题,并给出修复方案使问题显著改善。

点评:AI也会”健忘”——这个发现挺有意思的。原来大模型不是万能的,某些token因为训练数据中出现频率太低,模型就会”忘记”怎么生成。4.9%的token存在退化问题,这个比例不低。这说明大模型的”记忆”是有偏差的,高频词记得牢,低频词容易忘。这对AI产品的启示是:模型需要定期”复习”低频知识。

2. 像素绽放PixelBloom完成C轮融资:AI办公解决方案Agent

核心内容:像素绽放PixelBloom完成C轮融资,资金将用于AI办公解决方案Agent研发、商业化及全球化招募。公司已积累超3000万注册用户,推出首款Agent产品”小方同学”,计划拓展全球市场。

点评:3000万注册用户,这个数据挺扎实的。PixelBloom做的是AI办公Agent,这个赛道竞争很激烈——微软Copilot、谷歌Workspace AI都在做。但PixelBloom的优势可能是”本土化”——更懂中国用户的办公习惯。C轮融资说明资本看好这个方向,但能不能和巨头竞争,还得看产品体验。

3. 百度AI幻觉导致律师名誉侵权案:AI说错话,谁负责?

核心内容:江苏律师李小亮因百度AI智能回答错误生成其”被判三年有期徒刑”内容,起诉百度公司名誉侵权。法院一二审均认定侵权成立,判决百度书面道歉。因百度未履行判决,李小亮近日申请强制执行。百度回复称是AI幻觉不可预见。

点评:这个案子成了AI幻觉侵权的典型判例。法院的判决很明确:AI生成的错误信息,平台要承担责任。百度辩称”AI幻觉不可预见”,但法院没买账——这说明平台不能拿”AI幻觉”当挡箭牌。对AI产品来说,这个判例意味着:内容审核机制必须跟上,不能任由AI”胡说八道”。

4. HakkoAI游戏陪伴产品:全球注册用户超1000万

核心内容:HakkoAI(国内名「逗逗AI游戏伙伴」)推出AI游戏陪伴产品,兼具桌宠形态与游戏助手功能,全球注册用户超1000万,采用订阅制收费,填补游戏玩家低压力情绪陪伴需求空白。

点评:1000万注册用户,这个数据很亮眼。HakkoAI的定位很聪明——不是做”游戏外挂”,而是做”游戏伙伴”。玩家在游戏里孤独的时候,有个AI伙伴陪着,这种情感需求是真实存在的。但问题是:玩家会不会对AI伙伴产生依赖?这种依赖对心理健康有没有影响?这些都是需要关注的问题。

5. Obsidian零代码Agent技能规范:27k stars的秘诀

核心内容:Obsidian CEO kepano在GitHub发布obsidian-skills仓库,获27k+ stars。仅用5个Markdown文件实现Agent技能规范,无需代码,支持跨Agent平台使用,教会AI正确操作Obsidian。

点评:27k stars,这个热度说明开发者对”零代码Agent”的需求很强烈。Obsidian的做法很聪明——用Markdown定义Agent技能,门槛低、易上手。但”零代码”的边界在哪里?复杂任务还是需要代码的。不过,对于普通用户来说,能用Markdown让AI帮自己整理笔记、管理任务,已经很实用了。

6. Plaud获腾讯投资:AI录音笔估值20亿美元

核心内容:有消息称AI录音笔公司Plaud获腾讯投资,目前估值达20亿美元,双方均否认该消息。Plaud靠海外市场崛起,2025年全球销量破百万台,现已进入中国内地市场。

点评:20亿美元估值,一个AI录音笔公司——这听起来有点夸张。但Plaud的成功说明:AI硬件的”单点突破”策略是有效的。录音笔这个场景很具体:会议记录、采访、学习笔记,AI转文字、自动摘要,这些功能确实能提升效率。但20亿估值里有多少是”腾讯概念”?如果腾讯真的投了,那估值逻辑就不一样了。

7. RadixArk完成1亿美元种子轮:SGLang团队创立

核心内容:SGLang团队创立AI基础设施公司RadixArk,完成1亿美元种子轮融资,投后估值4亿美元,由Accel领投,多家科技巨头机构参与投资,打造下一代开放AI基础设施。

点评:1亿美元种子轮,这个金额很惊人。SGLang是开源的LLM推理引擎,团队出来创业做AI基础设施,逻辑是通的——AI应用爆发,底层基础设施的需求会跟着爆发。但”开放AI基础设施”这个定位,和英伟达、AMD这些巨头的业务有重叠,RadixArk怎么差异化竞争?

8. Span分布式AI数据中心:下一座AI数据中心可能挂在你家墙上

核心内容:加州创业公司Span联合英伟达、PulteGroup,计划在美新建住宅外墙部署搭载Nvidia Blackwell GPU的XFRA设备,利用住宅闲置电力构建分布式AI数据中心,年内将开展100户规模概念验证。

点评:这个创意很大胆——把AI数据中心建在住宅墙上,利用闲置电力。分布式AI数据中心的优势是:低延迟、低成本、就近服务。但问题是:住宅用户愿意让自家墙上挂个”矿机”吗?噪音、散热、安全,这些都是问题。100户的概念验证,如果能跑通,可能会改变AI算力的供给模式。

9. 基流科技冲击IPO:3位90后做”AI算力建筑”生意

核心内容:基流科技向港交所递交招股书冲击IPO,投后估值91.6亿元。由3位90后清北背景创始人创立,是中国最大独立AI算力集群提供商,智谱旗下星连资本为第一大外部股东。

点评:91.6亿元估值,3位90后——这个故事很”励志”。基流科技做的是”AI算力建筑”,也就是建数据中心、提供算力租赁。这个生意的门槛很高:需要土地、电力、散热、网络,还要和英伟达搞好关系拿到GPU。智谱投资基流科技,说明智谱也在布局算力基础设施——这是AI公司的”军备竞赛”。

10. 英伟达Jim Fan预判:机器人物理AI将迎大突破

核心内容:英伟达机器人研究负责人Jim Fan在Sequoia AI Ascent会上预判,机器人物理AI将很快迎来突破,可复制LLM发展路径,核心是视频模型,提出世界动作模型等新方案,预计2040年前解锁全部技术成就。

点评:Jim Fan是英伟达机器人研究的负责人,他的预判很有分量。”物理AI”指的是AI理解物理世界的能力——比如重力、摩擦力、碰撞等。现在的机器人大多是在仿真环境里训练,到真实世界就”水土不服”。如果物理AI真的有突破,机器人就能像人类一样理解物理规律,这对具身智能是革命性的。

11. 人工智能终端国家标准发布:AI产品要”分级”了

核心内容:工业和信息化部、国家市场监督管理总局、商务部等部门联合发布《人工智能终端智能化分级》(GB/Z 177—2026)系列国家标准。从L1响应级、L2工具级、L3辅助级到L4协同级,智能化水平依次提高,首批标准包括手机、电脑、电视、眼镜、汽车座舱、音箱、耳机等7个品类。

点评:AI终端分级,这个标准很重要。以前买AI产品,不知道它到底有多”智能”,现在有了L1-L4的分级,消费者可以按需选择。但这个标准的挑战是:怎么量化”智能”?L3和L4的边界在哪里?如果标准定得太松,就成了”贴牌游戏”;定得太严,又可能阻碍创新。

12. 阶跃星辰2500亿独角兽一夜归零:全球AI格局彻底变天

核心内容:5月8日,知情人士透露,阶跃星辰将完成新一轮融资,但估值从2500亿元大幅下调,几乎”一夜归零”。这场关乎未来十年科技话语权的全球AI大洗牌,已经正式拉开帷幕。

点评:2500亿到”一夜归零”,这个落差太戏剧性了。阶跃星辰是中国大模型的”独角兽”之一,估值下调说明资本市场对大模型的热情在降温。但”归零”可能是夸张的说法——更可能是估值大幅回调。这对AI行业的启示是:资本泡沫正在破裂,只有真正有商业化能力的公司才能活下来。

13. 具身智能”百亿俱乐部”背后:产业资本既是股东又是客户

核心内容:当前深度入局具身智能赛道的产业资本,往往兼具”股东”与”客户”的双重身份。以一级市场估值超过100亿元的18家具身智能明星企业为样本,观察产业资本的投资心态与卡位逻辑。

点评:产业资本”既当股东又当客户”,这个模式在具身智能赛道很常见。比如车企投资人形机器人公司,既是股东,又是潜在客户——机器人造出来了,先卖给自家工厂。这种模式的好处是:投资有退出渠道,技术有落地场景。但问题是:如果产业资本太强势,创业公司可能会失去独立性。

14. AI医疗诊断模型:爱尔眼科的”AI+医疗”战略

核心内容:爱尔眼科推出AI诊断模型,依托”1+8+N”战略,覆盖全国的近千家医疗网点布局、充沛的专业人才队伍建设,以及每年千万规模的诊疗数据,推动AI医疗诊断落地。

点评:AI医疗诊断不是新鲜事,但爱尔眼科的做法值得注意——它不是”单点突破”,而是”体系化推进”。全国近千家网点、千万级诊疗数据,这些资源是AI医疗的”护城河”。但AI医疗的核心挑战是”责任归属”——AI诊断错了,谁负责?医生、医院、AI公司,这个链条上的责任怎么划分?

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!