搜索
7 月 19 日至 23 日，美国洛杉矶，SIGGRAPH 2026 如期而至。这场汇聚全球计算机图形学与视觉计算领域顶尖学者、艺术家与工程师的年度盛会，吸引了来自 69 个国家的近万名参会者。渲染、几何建模、动画仿真、与生成式 AI，几乎所有关于如何用计算机创造视觉世界的最前沿探索，都在这五天里集中呈现。
近期，SemiAnalysis 创始人 Dylan Patel 先后做客红杉资本的《Training Data[1]》和 WisdomTree 的《The Next Big Thing[2]》。两期访谈从模型和芯片，一路延伸至内存、能源、数据中心与 AI 商业模式，并指向同一个变化：AI 竞赛的焦点，正从单纯比较模型能力，扩展到谁能以更低成本、更大规模，把模型能力稳定地交付出来。
过去两年，多模态模型的竞争看起来像一场“造眼睛”的竞赛：更高的图像分辨率、更多的视觉 token、更大的模型，以及更昂贵的训练。行业似乎默认，只要第一次看得足够清楚，AI 就能从“看见”抵达“洞见”。
模型越来越多，入口却不一定越来越好用。
7月29日消息，深信服公布其AI安全智能体Sangfor AI在AI安全评测CyberGym中的最新成绩。
如果说过去三年的 AI 狂飙时期给我留下了什么，那就只有一个词，AI 创业者。
之前去了纳米Work的发布会，对技术的探索、对智能体Scaling Law的判断，很有前瞻性。
Encore AI是一家专门研究企业客户互动数据、以此训练和部署AI语音Agent的初创公司，其Agent既可与客服和销售团队协同工作，也可独立自主运行。该公司近日完成由Team8领投的3000万美元A轮融资。
据英国《金融时报》7 月 29 日报道，谷歌 DeepMind 已经重组了曾打造诺贝尔奖级成果 AlphaFold 的核心团队：不再保留独立的 AlphaFold 团队，而是将相关研究人员分流至多个战略项目。这一调整被视为 DeepMind 将重心进一步转向 Gemini 大模型和 AI Agent 的重要信号。
成立刚满一年，连续完成三轮融资，总金额数亿元。