《Wildwood》导演:生成式 AI 与 Laika 工作室的理念“完全对立”
Laika 新片《Wildwood》导演兼 CEO Travis Knight 称生成式 AI“与工作室的一切完全对立”,认为技术应由艺术家掌控,AI 直接产出作品则是“盗窃”。这部定格动画耗时五年,动用超 230 个木偶、49 名动画师,全片参与艺术家超过 1000 人,将于 10 月 23 日首映。Knight 表示 AI 在医学和科学领域或有巨大价值,但需人类负责任地把控。
Laika 新片《Wildwood》导演兼 CEO Travis Knight 称生成式 AI“与工作室的一切完全对立”,认为技术应由艺术家掌控,AI 直接产出作品则是“盗窃”。这部定格动画耗时五年,动用超 230 个木偶、49 名动画师,全片参与艺术家超过 1000 人,将于 10 月 23 日首映。Knight 表示 AI 在医学和科学领域或有巨大价值,但需人类负责任地把控。
Moshi CEO Anekha Sokhal 在 Latent Space 播客中介绍,她正为交易员打造一款把市场信息与交易组合关联起来的推荐引擎,形容其像 Bloomberg、Claude 与 Netflix 的结合体。她此前在 JPMorgan 从事能源衍生品交易,并谈到可信信源、文档抽取以及自建还是采购模型等问题。她还提到 AI 工程师正承受"你就是整个团队"的压力,并强调先见客户再招人。
Bill Gates 在 Decoder 访谈中表示,社会需为约 20 年的 AI 颠覆期做准备,这段时期可能痛苦到让社会分裂为亲近技术前沿与拒绝技术的人群。他认为当前各方对 AI 风险的响应速度不够,近期最大危险来自缺乏安全防护的模型。
Moshi 正在为大宗商品交易员构建一款推荐引擎,把市场信息与交易员持仓组合真正相关的部分连接起来。CEO Anekha Sokhal 称 Moshi 像是 Bloomberg、Claude 和 Netflix 的结合体:市场数据、操作界面,以及针对交易员定制的推荐。
Celonis 企业 AI 首席科学家 Devavrat Shah 提出“决策智能”,认为 AI 智能体必须理解任务在业务流程中的角色与约束,否则会遗漏关键限制、犯错或消耗过多算力。他建议企业从具体业务决策入手,先找出最难的环节再测试 AI 能否改进,并以速度与价值增益判断是否规模化。
WD 内部测量显示,一段 8 秒 AI 视频(用户拿到的是 3.97MB 的 720p 文件)在后台留下超过 500MB 关联数据,是输出文件体积的 130 倍。
爱范儿高强度使用 iPhone Duo 一周后认为,它是第一梯队折叠屏产品,但建议稍晚两个月再买。iPhone Duo 用开合动画、半折系统状态和纳米纹理表层把折叠形态实用化,iOS 27.1 SDK 应用可自动适配,Netflix、《绝区零》等已推出适配版本。不过微信、抖音等高频应用仍在适配中,eSIM 与 Touch ID 也带来妥协。
Apple Music 推出由人工打造的全新品牌形象,在 AI 生成内容泛滥的当下强调"人手制作"的价值。文章认为,展示人类亲手参与创作的过程,有助于品牌在 AI slop 充斥的环境中建立信任与辨识度。
OpenAI 发布前沿 AI 民主治理蓝图第二部分,聚焦赋能网络防御者。方案涵盖更强防护措施、现代化网络安全体系与更具韧性的公共机构建设。
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 现在认为 AGI 可能在两到三年内到来,而他今年早些时候的估计还是三到五年。
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 分享了公司如何把"按交付成果付费"的模式扩展为面向财富 2000 强企业的 AI 原生 SDLC。
亚马逊副总裁兼 CTO Werner Vogels 在 2026 年亚马逊云科技软件企业峰会创业加速营巅峰路演上,与极客公园创始人张鹏对谈,分享亚马逊云科技二十年的底层商业逻辑与创业建议。
Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 认为,物理 AI 目前仍处于「LEGO 时代」,而非外界期待的机器人「ChatGPT 时刻」。她指出,机器人手、执行器等基础软件与构件正被重新设计,通用与专用机器人同时在推进,这些积木式组件未来才能拼出大件产品。她强调人才是关键壁垒,当前大量人才流向 Anthropic 和英伟达等大公司。
Hugging Face 联合创始人兼 CEO Clem Delangue 公开批评 Netflix 纪录片《AI Gone Rogue》不准确,称其将 AI 智能体过度拟人化并渲染末日情绪。
企业 AI 的衡量重点正从 token 或 GPU 小时单价转向"每个有用产出的有效成本",即完成可被业务使用的请求或工作流所需的平台、模型、运维与容量总成本。
TripleTen 调查显示,科技行业领跑 AI 采用,金融紧随其后:48% 的金融从业者被要求使用 AI 聊天机器人,32% 被要求自动化部分工作流,而医疗和教育分别只有 18% 和 25%。79% 的受访者被要求学习至少一项新技能,但仅 30% 的管理者认为判断 AI 输出对错是绝对必备能力。员工主导的 AI 创新中 88% 成为公司标准做法。
纽约市长 Zohran Mamdani 在 AI Now Institute 主办的 The People's AI Assembly 活动上批评联邦政府在 AI 监管上"完全缺位",呼吁纽约人不要接受 AI 冲击就业与尊严的"必然性"。
Jeremy Scheff 撰文指出,编程代理让热爱解谜的程序员失去了核心乐趣:过去写代码如同拿高薪做逻辑谜题,难题越值钱,普通人做不了,程序员掌握策略、时间线和可行性定义权。Simon Willison 认为,只在乎构建可用系统的程序员会从 LLM 中持续受益,而把解决难题本身当作乐趣的人,损失非常真实。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示,嵌入式 AI 评估器并非易事,评估结果的可复现性仍是核心难题,开放权重对复现至关重要。
OpenAI 的 Dots 和 Meta 的 Muse 等个人 AI 智能体应用大规模上线后,智能体网页流量在 8 月至 9 月增长了两倍,Muse 首月下载量达 500 万次。
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客,称 LLM 内部机制可能远比此前认为的更容易理解、监控和控制,引发 AI 圈热议。他重新分析 Inception v1 的“车与猫”神经元,认为其共同点是 V 字形,而非此前认为的多任务叠加。斯坦福 Chris Potts 等质疑者则认为这只是一个猜想,并未让理解 LLM 的问题变得更容易。
伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示,AI 既能帮助人类活到 100 岁,也可能像核武器一样构成威胁。他认为政府应在数据中心、隐私和反垄断等问题上更积极地为民众撑腰,而非一味与企业合作。
后摩智能生态合作伙伴大会圆桌上,麒麟软件、聊趣智能、罗格数据、寅谱计算与后摩智能五位一线操盘手判断,端侧 AI 的付费理由集中在安全隐私、私域专属和体验三点。罗格数据已在央企财税场景落地,发票、财报等数据必须本地推理;麒麟软件称涉密数据绝不能碰互联网。后摩智能陈仲铭表示正通过 M 系列做大算力、以先进工艺和封装做大带宽,突破算力、带宽与功耗的「不可能三角」。
Import AI 作者在曼谷 IMF 会议上发表 Per Jacobsson 演讲,称今年已获得令人信服的证据表明奇点已经开始。他以 Anthropic 内部为例称,研究人员现在产出的代码量接近公司前四年总量的 10 倍,并指出 AI 在提升网络安全能力的同时也增强了网络攻击能力。
亚马逊设备与 Alexa 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示,个人计算将走向"环境计算",未来一代用户不再说"给我那个 App",而是让设备直接理解需求。
The Verge 报道称,Meta 的 AI 个人助理 Muse 上线一个月下载量达数百万并登上苹果 App Store 榜首,其要求用户授权银行账户、密码、联系人和聊天记录等数据,并会整理用户身边每个人的资料。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景:AI 智能体承担公司大部分基础工作,人类保留判断力与品味。
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 认为,"人类是否读过代码"只是判断变更风险的粗略替代指标,更该问哪个检查环节能抓住问题。Claude Code 团队的审查已从 PR 末尾的关卡变成持续进行,多数变更在人工查看前已被 Claude 至少审查并修复一次,从而把团队注意力留给更高层问题。
在英伟达机器人平台负责产品营销七年的 Amulya Vishwanath 创办 Techable VC,投资覆盖机器人、材料科学与生命科学的物理 AI。她认为机器人仍处于"乐高时代",执行器、机械手、软件和安全标准等基础模块仍在重建,与"通用基础模型将带来机器人 ChatGPT 时刻"的观点相左。她将物理 AI 定义为"一个分子、一种材料、一种药物"或产线上的机器,并提出"有意识的自动化"概念。
在英伟达机器人平台产品营销部门任职七年的 Amulya Vishwanath 认为,机器人目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础组件仍在重建,尚未迎来自己的 ChatGPT 时刻。她如今是 Techable VC 创始人兼管理合伙人,投资覆盖机器人、材料科学和生命科学等物理 AI 领域。
Mark Wahlberg 在 TechCrunch Disrupt 上表示,只要用法得当,AI 在电影行业有其位置,他愿以 AI 形象延续自己的银幕遗产。他计划在即将主演的 Pete Rose 传记片中借助 AI 增强体育场场景,但强调不应把想法丢给 ChatGPT 生成剧本就开拍、弃用真人演员。他称自己尚未体验 CAA Vault 的扫描复刻技术,但对让子女日后掌管其 AI 形象持开放态度。
亚马逊CTO Werner Vogels 在深圳交流中提醒,企业不会因为此刻没用上AI就立即倒闭,决策前应先让工程师和管理者充分学习、想清楚要解决什么问题。他以2004年数据库故障催生Dynamo为例,主张按任务本身选技术,不必追榜单第一名,并提到DeepSeek、通义千问、Kimi等开放权重模型和更小模型已能满足部分客户需求。
极客公园分析 Anthropic 至今未推出 dots、Muse 这类 always-on 个人 agent 的原因:它把同类能力先放进 Slack 的 Claude Tag、桌面端 Cowork 和 Claude Code 等企业场景。
2026 年多部批判科技巨头的电影集中上映,包括聚焦 Mark Zuckerberg 的《The Social Reckoning》、记录 Elizabeth Holmes 的《You Can See Everything》、审视 Elon Musk 的 Gibney 纪录片,以及影射 Sam Altman 的《Artificial》。
AWS 提出 Trust in Depth 框架,用自动化推理等独立分层机制验证 AI 智能体的行为边界,让其在规则可验证时自主行动、仅将真正需要判断的决策交给人。
独立游戏开发者 Popcar 指出,AI 驱动的反编译浪潮正让现有游戏之间产生混搭,并推动老游戏通过 WebAssembly 在浏览器中运行等游戏保存项目激增。他认为这既意味着任何人都能反编译软件并随意使用、公司可窃取竞争对手成果,也让旧游戏更容易被移植、修改和增强。
Anthropic 发布报告称,中国公司 Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。围绕开放模型的争论涉及安全与权力集中之间的权衡:研究者需要开放模型观察内部机制和思维链,企业则看重其成本更低、可本地处理敏感数据。截至发稿,Artificial Analysis LLM 排行榜前八名均为闭源模型,但开源模型在开发进度上仅落后数月。
Anthropic 2021 年提出大语言模型应“有用、诚实、无害”,如今拒绝回答已成为现代 AI 的固有机制,企业通过让模型互相训练来强化拒答。但拒绝机制是概率性的,并不可靠,部分最新模型在入侵关键网络、操纵舆论上的能力已堪比顶尖人类黑客和虚假信息高手。OpenAI 董事会成员 Zico Kolter 指出,该在何处划线是巨大难题,而目前这条线由 AI 公司秘密划定。
TypeSafe AI 发布新型“决策模型”Jev,不返回文字而返回表示概率的浮点数,可处理是非题、选择题和按评分标准打分。已有浏览器插件用它实现语义查找和网页质量评分。Simon Willison 批评其走向黑箱,并担忧被用于给求职者排名。
尽管马斯克称 Tesla Optimus 未来能以 2 万美元单价自动化几乎所有人类劳动、并预测 2027 年底前向公众开售,但多位机器人研究者认为,把建立在语言和图像之上的 AI 直接用于机器人,远不足以应对物理世界的不确定性。