Ben Affleck:从卷积神经网络到 Transformer 的电影特效工作流
Ben Affleck 在 2026 年 10 月 7 日的一次发言中表示,自己从胶片转向数字时代起就对视觉特效产生兴趣,并因此会写一些 Python 脚本。他提到视觉特效工作流多年来已包含机器学习,早期用卷积神经网络对 tensor 做边缘检测和特征提取,从而更方便地抠出绿幕画面并替换背景。他把卷积神经网络称为 Transformer 的前身,后者能同时进行更多计算。
Ben Affleck 在 2026 年 10 月 7 日的一次发言中表示,自己从胶片转向数字时代起就对视觉特效产生兴趣,并因此会写一些 Python 脚本。他提到视觉特效工作流多年来已包含机器学习,早期用卷积神经网络对 tensor 做边缘检测和特征提取,从而更方便地抠出绿幕画面并替换背景。他把卷积神经网络称为 Transformer 的前身,后者能同时进行更多计算。
Tony Fadell 在 MIT Future Fest 上指出,Rabbit R1、Humane AI pin、Limitless pendant 等首波 AI 硬件失败的原因是没解决任何真实需求,只是极客觉得有趣的技术。
Michael Lynch 撰文列举软件博客写作的常见反模式,包括冗长开场、误判读者已有知识、假设读者读过旧文、过度正式,以及用链接代替术语解释。他强调要用自己的声音写作,认为许多开发者把写作交给 AI 后,软件博客正变得千篇一律,读者渴望有个人风格的内容。
Jake Boggan 在 Hacker News 评论 openai/math 相关帖子时表示,自己曾为 Barnette 猜想投入 24 年、数千小时,去年夏天还一度以为解决了它,如今该猜想据称已被证明(problem 180)。他说听到消息后有种遥远的悲伤,像得知前女友突然车祸去世,并猜测今晚很多人会有类似的复杂情绪。
微软发布了诺贝尔经济学奖得主 Daron Acemoglu 对 AI 的悲观预测:AI 将在十年内拉动 GDP 增长约 1.5%,最多替代 5% 的工作岗位,远低于部分 AI 实验室的预期。他认为瓶颈在于人性——企业需要重新分配任务、提升员工技能并重组流程,这一过程可能比电气化耗时更长,更大的模型无法解决这一问题。他还指出,能延伸人类技能的 AI 在生产力上会胜过完全自动化。
微软研究院合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对谈,讨论评测如何推动 AI 系统性能边界、以及模型在传统 benchmark 之外测试时出现的「意外失败」。她分享了使用当前 AI 系统的实用建议,并强调当结果与预期不符时应仔细审视数据。
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示,AI 的好处足够大,世界应当接受黑客攻击、诈骗等“一些坏事”作为代价,并称这是 OpenAI 与 Anthropic 的关键区别。
OpenAI CEO Sam Altman 公开反对把 AI 模型与宗教类比,称人们「赋予 AI 模型宗教力量或放弃人类判断」让他「非常不安」,并称这是「真正的安全问题」。此番表态紧随《纽约时报》关于 Anthropic 接触宗教领袖的报道,以及教皇利奥十四世「算法缺乏人性火花」的言论。Altman 曾在 2023 和 2024 年称 OpenAI 的目标是打造「天空中的魔法智能」。
Splice CEO Kakul Srivastava 在采访中表示,AI 撰写的文档和邮件正在破坏职场对话:一旦看不出文字背后是否有人,围绕它的讨论就会变成另一种更糟的对话,而且无法回头。她认为音乐领域同理,Splice 因此坚持让人类留在创作流程中心,而非做「一键出歌」的 AI。
Airbnb CTO Ahmad Al-Dahle 披露公司 AI 转型进展:目前 60% 的代码由 AI 编写,功能交付量同比增长近 80%,工程师人均 PR 吞吐量提升约 1.6 倍,约一半客服工单已完全由 AI 解决。
前 Google DeepMind 研究员指出,LLM 的思维链并非真正的推理机制,它仍由同一个 next-token 预测过程迭代生成,只是延长了作答前的计算。文章认为当前模型存在三大缺陷:没有显式、持久、可检查的认知状态,知识与推理在神经网络权重中纠缠不清,且思维链常是事后编造。作者主张借鉴 AlphaGo 的搜索架构,为机器推理引入独立的推理机制。
Airbnb 本周随秋季更新上线 AI 搜索,CEO Brian Chesky 表示聊天机器人不适合电商,未来界面将介于聊天机器人与现有版本之间。他透露公司未来三到六个月将探索支持多人协作的"multiplayer" AI 界面,并计划让 Airbnb 应用更适配 AI 智能体,最终通过 MCP 实现智能体互通。他认为行业缺少真正为 AI 构建的操作系统,AI 应在内核层面运行。
MIT 研究者 Alex Zhang 在 Latent Space 播客中详解递归语言模型(RLM),其基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的系统,早于 OpenAI 的 Astra。
美国卫生与公众服务部长小罗伯特·肯尼迪(RFK Jr.)称 AI 将把人类从医学事实与专业知识的“暴政”中解放出来。文章指出 AI 远非完美资源,但其幻觉似乎比肯尼迪本人更少。
对于AI领域里那些想推动议题、该批评时就批评、更新信念、并公开思考的人来说,现在是非常艰难的时期。我欣赏那些少数独立的声音,他们没有陷入稻草人论证、陈词滥调或标题党式的妄想。请继续坚持下去。
Mozilla 随 Firefox 157 在桌面和移动端推出浏览器界面重设计,Firefox 负责人 Ajit Varma 称希望借此吸引更广泛用户,而不只是注重隐私的技术人群。他承认多数用户并不了解 Chromium、Blink、Gecko 之间的区别,Firefox 需靠体验本身让用户主动选择;此次更新还恢复了紧凑模式并增加自定义选项,部分开发提速得益于 AI 工具。
前 EVGA 产品经理 Brendon Ray Hedrick 在个人博客回顾任职经历,称英伟达自 Pascal 世代推出 Founders Edition 公版显卡后,供应商直接面向消费者销售成品卡,与 AIC 伙伴形成竞争。
我们如何看待保障前沿 RL 训练运行的安全:https://openai.com/index/towards-safety-cases-for-frontier-ai-training/
Manus 昨夜发布 2.0 版本,包含新 agent 架构 Cascade、云电脑与自动化、可剪视频、生视频和做在线多人游戏的 Manus Studio,以及Personal Agent 产品 Cue。
MIT 教授 Sherry Turkle 的新书《Artificial Intimacy: Who We Become When We Talk to Machines》由 Little, Brown and Company 出版,基于访谈论述聊天机器人的伪共情正在削弱儿童发展与成人社交能力。
每一天,Jev 都在自动化新形式的现实世界任务,把🌎级⚡️快速智能带入排序、过滤、分类和路由等基础模块。 如果 AI 能解决新的数学问题,那么 AI 就能正确地路由一通客户支持电话!
微软 CEO 萨蒂亚·纳德拉在 9 月 27 日发布的采访中称,整个 AI 行业“有点飘了”,AI 领导者更注重 AI 本身而忽略用户实际需求。他表示现实世界更关心这项技术能否带来利益、能否被掌控并改善经济前景,仅为了技术而庆祝技术行不通,构建 AI 必须赢得消费者和社区的信任。
Latent Space 播客邀请 Anthropic 的 Thariq Shihipar 深入讨论 Claude Code 的现状与未来,涵盖 Ask User Question、artifacts、Claude Tag、Projects 和新推出的 Claude Mods 系统。
英伟达 CEO 黄仁勋在 CNBC《财经早间》节目上表示,利用其他模型输出训练新模型的蒸馏属于市场竞争,与美财政部长贝森特 7 月称其为“盗窃”的定性相反。他以竞品拆解英伟达产品为例,称竞争会让一切更好。此前 CISA 指责中国 AI 企业开展“工业规模知识蒸馏”,Anthropic 称发现阿里巴巴和 DeepSeek 存在“非法蒸馏”行为,中方已驳斥相关指控。
哈佛大学心理学家史蒂文·平克在 Quillette 发表致科技博主斯科特·亚历山大的公开信,认为 AI 毁灭人类的风险被夸大,并拒绝就 AI 生存风险与其公开辩论。他真正重视的风险是生物恐怖主义、网络攻击以及缺乏约束的 AI 智能体,主张以独立监督、责任机制和人类控制为基础开展审慎的安全工程。平克也承认自己低估了大语言模型最终能具备的能力,以及 AI 公司发布产品时的鲁莽。
李飞飞博士谈大语言模型的局限。 “语言纯粹是生成的信号。你不会走到自然界里,发现天上写着字。存在的是一个遵循物理定律的 3D 世界。”