直播主题 - 探讨大模型在财务、客服、营销三大场景中驱动业务提效的策略 [1][3] - 聚焦场景探索、技术落地和未来展望三大方向 [1][4] 直播嘉宾 - 主持人郑岩为华为云AI应用首席架构师 [3] - 嘉宾杨浩为蚂蚁集团高级技术专家 [3] - 嘉宾吴昊宇为明略科技高级技术总监 [3] 直播内容 - 实战场景剖析：精准评估落地价值并量化"价值锚点" [4] - 技术落地秘籍：包括模型选型、评测设计和RAG应用深度优化 [4] - 未来展望：探讨AI Native智能体特质及组织"超能力"布局 [4] 直播信息 - 直播时间为5月9日20:00-21:30 [2] - 可通过扫描海报二维码或预约InfoQ视频号观看直播 [6] - 观众可在文末留言提问，讲师将在直播中解答 [7]

MCP协议与MCP应用市场 - MCP协议由Anthropic于2024年11月推出 是一种开放标准 旨在简化AI模型与外部工具和数据源的集成过程 被视为AI生态发展的重要基础设施 [1] - MCPso是全球最大的MCP应用市场 收录超过10000个MCP Server 支持网页直接调用AI工具并集成Chat能力 由前腾讯高级工程师艾逗笔独立开发 [1] - MCPso近期访问量激增 主要得益于早期SEO积累 在MCP协议热度上升时形成领先优势 [2] 独立开发者在AI时代的机遇 - 独立开发者可通过AI加速生产力 快速试错 以最小成本实现高产出 杠杆效应显著 [3] - 艾逗笔开发的AI产品包括ThinkAny AI搜索引擎(海外月访问量几十万) 知了阅读(获阿里云创客松冠军) ShipAny(预售首日4小时销售额破万美元)等 [4] - MCPso已被a16z市场报告引用 成为全球知名MCP应用市场 [4] MCPso未来发展规划 - 计划将更多MCP服务部署到云端 支持在线调试和Chat功能 并开放API供客户端接入 [5] - 正在举办MCP开发者大赛 吸引全球开发者创建有价值的MCP服务 [5] - 艾逗笔将在AICon大会分享独立开发经验 包括产品选择 竞争策略及AI技术趋势判断等 [5][7]

Mistral Medium 3模型发布 - 推出新模型Mistral Medium 3，具有三大亮点：兼顾SOTA性能、成本降低87.5%、简化企业部署方式[1] - 在编程和多模态理解等专业场景表现突出，基准测试达到或超过Claude Sonnet 3.7的90%，但成本更低（每百万token输入0.4美元/输出2美元）[1] - 性能超越开源模型Llama 4 Maverick和企业级模型Cohere Command A，价格优于DeepSeek V3等低价模型[1] - 在编码和STEM任务中表现优异，与参数更大但速度更慢的竞争对手相当[2] - 支持任意云平台部署，包括四块GPU及以上的自托管环境[5] 技术性能与基准测试 - 在HumanEval 0-shot测试中达到92.1%，与Claude Sonnet 3.7持平，略低于DeepSeek 3.1的93.3%[3] - LiveCodeBench (v6)0-shot测试中表现较弱，仅为30.3%，显著低于DeepSeek 3.1的42.9%[3] - 在Math500 Instruct 0-shot测试中达到91.0%，优于GPT-40的76.4%和Claude Sonnet 3.7的83.0%[3] - MMLU Pro 5-shot CoT测试中达到77.2%，略低于Llama 4 Maverick的80.4%[3] - 在多模态任务DocVQA 0-shot测试中表现优异，达到95.3%，显著高于GPT-40的85.9%[3] 开源策略与社区反响 - 2023年9月开源Mistral 7B模型引发社区轰动，但后续未推出有影响力的开源模型[8] - 网友批评公司未履行开源承诺，四个月内发布三款受限的"开放权重"模型，仅限企业客户使用[11] - 社区对公司仅小幅更新Mistral Small 3.1反响平平，期待发布高质量开源模型[12][13] - 网友认为Mistral Medium 3无法与Qwen3等开源模型比较，缺乏开放权重[11] 公司战略与竞争环境 - 创始团队来自Google DeepMind和Meta，被誉为"将欧洲推上科技顶尖舞台的英雄"[16] - 以成本效率为核心优势，称使用的算力比美国竞争对手少100倍，但开发出前沿水平模型[18] - 获得微软投资与合作，成为微软在OpenAI之外的首笔大模型公司投资[18] - 正被DeepSeek等新兴竞争对手超越，中国公司被视为OpenAI的"快速追随者"[19] - 部分投资者认为聚焦"高效率"在资本充足的AI竞赛中是战术失误[19] 融资与市场地位 - 成立不足两年完成6亿欧元融资，估值接近60亿欧元[23] - 员工约150人，远少于拥有数千名员工的美国竞争对手[24] - 年化运行率(ARR)达数千万美元，远低于Anthropic的10亿美元和OpenAI的40亿美元[25] - 在企业级AI市场排名第五，市占率仅5%，远落后于OpenAI[26] - 领先AI企业已筹集超500亿美元资金，远超Mistral[28] 欧洲市场定位与未来前景 - 获法国总统马克龙支持，被视为欧洲"主权化"AI的代表[21] - 目前是欧洲唯一重量级大模型开发者，德国Aleph Alpha已退出该领域[21] - 市场传闻可能被收购，但CEO坚称希望保持独立并上市[22] - 部分投资人私下认为公司需要出售，可能面临被大型科技公司"人才收购"[22][25] - 处于尴尬困境：融资规模过大无法悄然退出，但不足以在全球AI竞赛中保持领先[23]

作者 | 褚杏娟 美国著名创业孵化器 Y Combinator （YC）正在孵化的 AI 创业公司 Optifye.ai 最近的一个展示视频在社交媒体上引发了强烈反响，Y Combinator 将其 从社交媒体平台上删除。 视频中，Optifye 联合创始人库沙尔·莫赫塔（Kushal Mohta）扮演成一家服装厂的老板，并在给一位主管打电话，这位主管实际上是另一位联合创始人 维万·拜德（Vivaan Baid）扮演的，他们在讨论一位仅被称为"17 号"的低效员工。 "嘿，17 号，怎么回事？你现在的表现很差，"拜德询问该员工，员工回应称自己全天都在工作。"全天工作？你连一小时标准产量都没达到，效率只有 11.4%。这实在太糟糕了，"拜德反驳道。 根据介绍，Kushal 和 Vivaan 是杜克大学计算机科学专业的毕业生。"由于我们家族经营着制造公司，所以我们比大多数工业工程师见到过更多生产线上 的情况！"两人说道。 "车间是一个黑盒子。以前从未有过准确衡量车间表现的方法。车间也人手不足，平均每位主管要负责管理 50 多名工人。公司很难提升效率，因为他们 无法确定问题的根源。"因此，"我们在生产线上安装摄像头 ...

谷歌Gemini 2.5 Pro Preview（I/O版）发布 - 谷歌在I/O大会前突发推出Gemini 2.5 Pro Preview（I/O版），作为旗舰AI模型的升级版本，宣称在多项主流基准测试中名列前茅 [2] - 该模型通过Gemini API、Vertex AI与AI Studio平台提供，价格与旧版一致，并集成至Gemini聊天机器人应用供Web及移动端使用 [2] - DeepMind CEO Demis Hassabis强调这是目前最佳编程模型，在LMArena编程类别和WebDev Arena排行榜均排名第一 [2] 模型性能提升 - 新版在编码和构建交互式Web应用方面实现显著提升，尤其在代码转换与编辑任务表现突出 [7] - 在WebDev Arena排行榜以1420分位列第一，较上一版本提高147个Elo积分，超越Claude 3.7 Sonnet（1357分）和GPT-4.1（1261分） [8][9] - 视频理解能力达一流水平，在VideoMME基准测试取得84.8%得分，结合编码功能实现全新流程 [10] 开发者功能优化 - 减少函数调用错误并提高触发率，默认保持良好可操控性，同时强化对Web开发的审美追求 [12] - 前端Web开发表现优异，可自动生成匹配现有风格的CSS代码，例如为应用添加视频播放器组件 [14] - 听写入门应用展示动态波长动画、响应式布局等细节设计，能智能生成麦克风UI动画代码 [15] 行业竞争与社区反馈 - 发布正值谷歌I/O大会前夕，公司计划推出更多AI工具以应对与OpenAI、xAI的激烈竞争 [4] - Cursor CEO称赞模型编程能力进步，工具调用失败率显著降低，提升开发效率 [17] - Hacker News用户认为Gemini 2.5系列可靠性优于其他模型，但仍无法替代人类开发者在抽象思维和系统架构上的能力 [17][18] 基准测试对比 - 科学（GPQA diamond）得分83.0%略低于旧版84.0%，数学（AIME 2025）83.0%低于旧版86.7% [19] - 代码生成（LiveCodeBench v5）75.6%优于旧版70.4%，代码编辑（Aider Polyglot）76.5%整体得分提升 [19] - 长上下文处理（MRCR 128k）93.0%稍逊于旧版94.5%，多模态性能（Global MMLU Lite）88.6%略有下降 [19]

公司架构调整 - OpenAI宣布将继续由非营利组织监督和管控，放弃此前转为营利性组织的计划[1][2] - 公司营利性有限责任公司(LLC)将转型为公益公司(PBC)，需同时考虑股东利益和公司使命[2] - 非营利组织将成为公司大股东并保持控制权，为其提供资源支持多项福利[3][5] - 此次调整标志着公司重组计划的重大转变，此前版本仅让非营利组织持有少数股份[5] 历史背景与争议 - 公司2015年作为非营利组织成立，2019年转型为"有限盈利"模式[7] - 去年曾计划重组为营利性公益公司，不再由非营利组织控制，CEO Sam Altman将首次获得股权[7] - 该计划遭到多方反对，包括早期投资者埃隆·马斯克的诉讼，指责公司放弃非营利使命[9] - 诺贝尔奖获得者、法学教授等也联名请求阻止公司营利性重组计划[11] 未来发展方向 - 公司仍将保持非营利组织对营利性实体的控制权[30] - 计划开源强大模型，给予用户广泛使用自由，即使道德框架不同[14][23] - 目标让AGI成为人类历史上最强大的工具，直接赋能每个人[22] - 预计需要投入数千亿至数万亿美元资金来实现使命[31] 融资与财务影响 - 今年3月完成400亿美元融资，但附带条件：若2025年底前未重组为完全营利性实体，软银出资额将从300亿降至200亿美元[15] - 新架构可能给公司财务前景带来不确定性[15] 公司使命与愿景 - 使命是确保通用人工智能(AGI)造福全人类[17] - 致力于走民主AI之路，将强大工具交到每个人手中[23] - 希望非营利组织成为历史上规模最大、最有效的非营利组织，专注利用AI为人们带来高效成果[31] - 目标是实现有益的AGI，包括在安全性和一致性方面做出贡献[31]

作者 | AICon 全球人工智能开发与应用大会 策划 | 李忠良 编辑 | 宇琪 近年来，多模态大模型技术发展迅速，展现出强大的视觉理解能力，显著提升了 AIGC 的可控 性，各行各业正经历从"人工密集型"到"AI 原生驱动"的颠覆性变革。那么，多模态技术中面临哪 些核心技术挑战？在 AIGC 技术落地过程中，会产生什么新的应用场景？大模型的下一阶段突破 可能来自哪些方向？ 近日 InfoQ《极客有约》X AICon 直播栏目特别邀请了 上海交通大学人工智能学院副教授赵波担任主 持人，和快手快意多模态模型算法负责人高欢、腾讯混元专家研究员邵帅一起，在 AICon 全球人工智 能开发与应用大会 2025 上海站即将召开之际，共同探讨多模态大模型如何开启智能交互新篇章。 部分精彩观点如下： 在 5 月 23-24 日将于上海举办的 AICon全球人工智能开发与应用大会 先训练一个大模型，再用它来蒸馏小模型或减少推理步数，比直接训练小模型或低步数模型效果 更好。 现阶段，比起通用模型，针对特定业务场景定制化的垂直领域模型仍是更优选择。 如果单纯为了追求效果而无限制地扩大模型规模，虽然可能获得性能提升，但投入产出比 ...

面试事件概述 - Kapwing联合创始人Eric Lu在面试L3软件工程师职位候选人时，发现对方使用AI伪造面试内容，形容为"职业生涯中最离奇的视频通话"[1] - 候选人Sam的简历显示其拥有知名院校硕士学历、三家初创公司全栈开发经验，LinkedIn资料与简历高度匹配[5][6] - 面试初期表现优异，技术栈（React/Node/GCP）与公司需求契合，且文化匹配度高[11] - 候选人描述的项目细节（Twilio API速率限制、DynamoDB分页）与Kapwing业务场景（视频编辑高负载处理）高度相关[15] 造假破绽分析 - 技术矛盾点：声称Twilio API因30条短信触发速率限制不合理，批量发送方案逻辑存疑[19] - 细节缺失：无法解释分页功能的具体数据集和实施原因[21][22] - 应对异常：面对追问时出现长时间沉默和语气词，最终承认使用AI准备面试内容[23][25] 公司面试流程 - 初筛阶段：内部审核简历后安排30分钟技术团队电话面试，要求强制开启摄像头[8][9] - 评估重点：通过情境化问题验证项目细节真实性，而非单纯考察技术术语掌握度[32][34] - 防作弊机制：实时视频通话验证身份，背景调查作为录用前必经环节[36][38] AI对招聘的影响 - 新型风险：真人资料匹配的候选人通过AI伪造深度技术细节，传统背调难以识别[29] - 识别方法：要求候选人解释技术方案与用户体验的映射关系，人类工程师通常能清晰阐述[34] - 行业建议：保持专业态度处理作弊事件，将案例转化为内部培训素材提高团队警惕性[41][42] 业务背景补充 - Kapwing为基于浏览器的创意软件公司，支持跨设备视频制作，2017年上线后累计生成超3000万视频[1] - 投资方包括CRV、Shasta Ventures、真格基金等机构，技术架构依赖React/Node/GCP[1][11]

巴菲特退休与伯克希尔动态 - 巴菲特宣布2024年底退休，63岁副董事长格雷格·阿贝尔将接任CEO，但仍保留顾问角色并提供决策支持[1][2] - 伯克希尔1965-2024年每股市值复合年增长率达19.9%，显著超越标普500指数的10.4%，累计市值增长达55022倍[3] - 公司现金储备达3477亿美元（约2.53万亿元人民币），连续10个季度净减持股票，2024年一季度营业利润下降14%至96.4亿美元[6] 英伟达与芯片行业争议 - 英伟达驳斥Anthropic关于"中国用仿真孕肚和活龙虾走私GPU"的指控，称应专注技术创新而非编造故事[7][8] - 公司反对收紧芯片出口限制，指出中国拥有全球50%的AI研究人员，美国需通过技术竞争而非监管手段取胜[9] - 黄仁勋2025财年薪酬达4990万美元（约3.63亿元），同比增长46%，基本工资十年来首次上涨至150万美元[10][11][12] 中国企业动态 - 蚂蚁集团旗下蚂蚁国际计划在香港上市，该板块占集团收入20%，拥有Alipay+等三大跨境支付产品[13][14] - 腾讯重组混元大模型研发体系，成立大语言模型部和多模态模型部，2024年研发投入达707亿元[16][17][21] - 阿里千问3开源模型登顶全球最强，采用混合推理模式，235B参数模型仅需4张H20显卡部署[41] AI技术进展 - DeepSeek发布Prover-V2模型，参数量达6710亿，支持16.38万超长上下文处理[42] - 小米开源7B参数Xiaomi MiMo模型，在数学推理和代码竞赛中超越OpenAI o1-mini和阿里Qwen-32B[43] - Meta推出独立AI助手应用Meta AI，融合社交分享功能挑战ChatGPT[44][45] 行业事件与创新 - 全球首个"AI妈祖"在马来西亚亮相，由Aimazin公司开发，可解答信徒疑问并提供生活建议[38][39] - 星纪魅族联合蚂蚁国际推出全球首款支持AR眼镜线下支付功能的产品，计划2024年Q3落地[52] - 微软发布Phi-4-reasoning系列小模型，在AIME 2025评测中超越Deepseek R1满血版[46][47]

编译 | 傅宇琪 4 月 24 日，OpenAI 宣布所有美国用户从此可以免费使用 Deep Research（深度研究）。这是一款 集成于 ChatGPT 的 AI 研究助手，旨在帮助用户高效地完成复杂的多步骤研究任务，生成结构化且 可验证的研究报告。那么，Deep Research 和 o3 模型之间有什么区别？智能代理发展过程中存在哪 些挑战？这个模型成功的关键因素又是什么？ 最近，OpenAI Deep Research 负责人 Isa Fulford 在播客节目中，与主持人 Sarah 细致分享了 Deep Research 的背后故事。她们讨论了这一项目的起源、人类专家数据的作用，以及构建具有实 际能力甚至品味的智能代理所需的工作。基于该播客视频，InfoQ 进行了部分删改。 核心观点如下： Isa： 如果你有一个非常具体的任务，认为它与模型可能已训练的任务完全不同，或者有一个对业务流 程至关重要的任务，这是尝试强化学习微调（RFT）的好时机。 理想的代理应该能够为你进行研究并代表你采取行动。当代理的能力和安全性发生交汇时，如果 你不能信任它以一种没有副作用的方式完成任务，那它就变得没有用处。 D ...