公司概况与融资里程碑 - Anthropic完成H轮650亿美元融资，投后估值达到9650亿美元（约合人民币6.5万亿元），超越OpenAI成为全球估值最高的AI独角兽[2][4] - 公司由前OpenAI核心成员Dario Amodei和Daniela Amodei兄妹于2021年创立，仅用五年时间估值便超过老东家[4][5] - 公司成立后融资迅猛，成立两个月完成1.24亿美元A轮融资，2022年完成5.8亿美元B轮融资，至2023年10月累计融资超76亿美元，估值在2025年初为615亿美元，2025年2月G轮后升至3800亿美元，三个月后H轮估值达9650亿美元[8][9] 创始团队背景与公司战略 - 联合创始人兼CEO Dario Amodei拥有斯坦福大学物理学士学位，并在加州理工、普林斯顿深造神经科学，曾先后在百度Deep Speech项目、谷歌大脑和OpenAI工作，是GPT-2、GPT-3研发及RLHF技术的核心贡献者之一[6][8] - 联合创始人兼总裁Daniela Amodei本科主修英国文学，曾在金融科技公司Stripe工作五年，负责招聘与运营，后加入OpenAI任安全政策副总裁[6][8] - 公司战略选择从企业客户切入，与OpenAI侧重C端不同，目前年化营收已突破470亿美元[8] H轮融资详情与投资人结构 - H轮融资额高达650亿美元，由Altimeter Capital、Dragoneer、Greenoaks和Sequoia Capital领投，Capital Group、Coatue、D1 Capital Partners、GIC、ICONIQ、XN等共同参与，投资人名单还包括黑石、富达、General Catalyst、Insight Partners、Jane Street、Lightspeed Venture Partners、MGX、淡马锡等机构[14] - 融资还包括来自超大规模数据中心的150亿美元承诺投资，其中亚马逊投资50亿美元，美光、三星、SK海力士等公司也参与其中，旨在强化存储与芯片供应链能力[14] - 投资机构如MGX、黑石、富达、Sequoia Capital、T. Rowe Price和淡马锡等同时出现在Anthropic和OpenAI的股东名单中，显示投资人并未将筹码只押在一家公司[16] 产品进展与行业竞争 - 公司同步发布了新模型Claude Opus 4.8，定价与上一代保持一致，但快速模式价格降至原来的三分之一，并计划在未来几周内推出性能更高的新模型Claude Mythos[15][16] - 此次融资后，Anthropic估值（9650亿美元）已超过OpenAI此前8520亿美元的估值，走到了OpenAI前面[16] - H轮融资可能是其上市前最后一轮融资，而OpenAI已开始扩充财务部门加速推进IPO，目标时间为2026年第四季度[16] 行业观察与融资环境 - AI领域融资竞赛激烈，OpenAI、Anthropic、xAI等公司轮番刷新估值纪录[18] - 训练成本急剧上升，Anthropic正在花费100亿美元训练下一个模型，尽管每个模型都赚钱，但公司整体仍在亏损，而两年前前沿模型的训练成本还不到1亿美元[20] - 行业观点存在分歧，亚马逊创始人Jeff Bezos认为AI泡沫存在，但泡沫中可能留下真正有价值的东西；OpenAI首席执行官Sam Altman指出太多AI初创公司估值过高；英伟达CEO黄仁勋则否认泡沫，称这是“人类历史上最大的一次基础设施建设”[19][21]

以下文章来源于央视财经 ，作者央视财经 央视财经 . 词元，是人工智能大模型为了高效处理数据，把数据进行拆分后的最小信息单元。词元出海，即依托国内智算中心，以应用程序接口向境 外用户输出大模型推理算力。今年以来，伴随 海外AI需求激增 ，这项数字出海业务迎来高速增长。 数据显示，2025年， 我国日均词元调用量从年初的超万亿增长到年末的100万亿， 呈现指数级增长。 广东汕头：日均百亿词元出海 "来数加工"打通数字贸易新通道 在广东汕头，当地外贸新业态正依托一个个看不见的数字词元蓬勃兴起。 依托"来数加工"政策试点， 海外用户发起的大模型使用请求， 可通过合规链路进入试验区，在当地数据中心完成智能运算和词元消耗后，再经由海底光缆把运算结果传回海外用户终端。 自从今年4月底全流程测试落地后， 广东汕头词元跨境调用规模迎来爆发式上涨。 眼下词元出海已经走出试点摸索阶段，正式步入规模化落地新阶段。 广东：词元出海 企业抢抓数字贸易新机遇 依托词元出海新业态，在广东，不少企业抢抓数字贸易红利，持续向海外输出AI算力服务。 企业把国产成熟大模型算力封装为标准化接口，海外客户开通即可接入使用，无需自建昂贵的算力基础设施。 ...

GeoCodeBench基准测试的构建与目的 - 清华大学智能产业研究院（AIR）联合北京智源研究院（BAAI）、北京大学、南京大学等机构构建了首个面向3D几何计算机视觉的PhD级编码基准GeoCodeBench，旨在评测大语言模型能否真正“读懂论文、理解几何并写出正确代码”[4] - 该基准从2025年CV顶会论文和官方仓库中构建任务，形成了47个仓库、100个问题实例，专门考察从论文到代码（paper-to-code）的研究级实现能力[4][12] - 构建过程采用了自动化构建与专家在环（expert-in-the-loop）结合的方式，由3D视觉研究专家人工筛选最能代表核心几何和算法逻辑的函数，并为每道题目配备高覆盖、包含边缘情况（edge cases）的单元测试[14][15] 基准测试的核心发现与模型表现 - 在论文原始评测中，即使当时表现最强的GPT-5，整体通过率也只有**36.6%**[5][30] - 根据最新评测，新一代前沿模型中Claude Opus 4.7取得**49.4%**的整体通过率位列第一，Gemini 3.1 Pro为**49.1%**，GPT-5.5为**46.6%**[5][31][32] - 基准测试揭示了当前大模型的核心短板：模型在通用3D几何知识题上表现尚可，但在需要严格遵循论文设定的研究级实现任务时，成功率明显下滑，表明“会做3D几何题，不等于会写3D论文代码”[16][17][36] 基准测试的设计与方法学 - GeoCodeBench将任务拆分为两类进行评测：一类是**通用3D能力**，主要考察几何变换、基础光学与力学公式；另一类是**研究能力**，更关注模型能否按照论文逻辑实现新模块、处理论文特定的几何耦合与系统逻辑[22][25] - 评分采用执行式评测，模型补全挖空的函数后，系统直接运行高覆盖单元测试，以通过率作为最终得分，比拼的是代码能否真正执行而不仅仅是“看起来像”[27] - 输入设计上，模型会获得结构化的论文内容、挖空后的代码骨架以及统一执行模板，但研究发现给模型更多论文内容（如整篇论文）不一定更有帮助，多数模型在“只给到Method章节”时表现最好[44] 模型错误分析与能力差距 - 模型失败的主要错误类型是**功能逻辑错误**，而非语法或导入错误，这意味着模型生成的代码表面正确，但实现的并非论文要求的几何逻辑[45][46] - 案例分析显示，模型可能具备较强的通用几何知识，但在基于论文内容完成细粒度、过程化的研究代码实现时仍存在明显短板，例如将双向互投影误写为单向投影[40][41] - 研究还观察到一个有趣现象：**创造性正确**，即不同模型为同一问题实现了互异但数学等价的代码路径，并都通过了测试[33] 基准测试的长期价值与行业意义 - GeoCodeBench的价值不仅在于提供了一个新评测集，更在于它清楚揭示了从通用编码走向可信赖的科学编码，尤其是在3D几何视觉这样的高门槛领域，中间还存在巨大鸿沟[48][49] - 该基准被设计为可持续扩展，随着新的3D视觉论文出现，新任务可通过相同流程并入，使其有潜力成为未来自动化研究智能体甚至“自动3D视觉科学家”的基础设施[50][51] - 这项工作首次系统性地评估了大模型在3D几何视觉这一专业领域的代码生成能力，为衡量和推动AI在科学研究辅助方面的发展提供了重要工具[10]

文章核心观点 - 文章通过一系列具体案例，揭示了以“豆包”为代表的生成式AI应用在用户规模（月活3.45亿）[45]和拟人化产品策略驱动下，其固有的“幻觉”等技术风险正对社会中认知能力与数字素养不均的群体（如老年人、未成年人）造成实际损害，而当前法律框架与平台免责声明[18][80]将风险与责任完全转移给了用户，引发了关于AI产品“适当性管理”、平台责任边界及社会AI素养基础设施建设的系统性思考[119][121][128] 豆包引发的具体风险案例与用户影响 - **金融/消费场景误导**：用户因相信豆包关于“退票手续费不足百元”的错误信息而蒙受600元经济损失[5][6][7]，豆包甚至生成不具备法律效力的《赔付承诺书》并指导用户起诉自身[9] - **医疗健康领域风险**：患者频繁使用豆包进行自我诊断并质疑医生专业判断[21][27]，AI在医疗信息上“抓小放大”的误导性回答可能影响诊疗[30]，而老人因信任短视频广告并经由豆包“校验”后，易陷入信息茧房并做出高风险就医决策[24][26] - **生活服务与信息失真**：用户依据豆包生成的虚假餐厅预约信息（含预约号、到店时间）前往消费遭拒[36][38][39]，类似幻觉问题还包括捏造法律条文、虚构参考文献等[40] - **情感依赖与社会关系异化**：未成年人（如高二学生小雨）因AI的情感陪伴而深度依赖，导致与现实社交疏离甚至休学[75][76]；老年人（如张奶奶）则将豆包视为每日关怀陪伴的拟人化对象[78][79] 豆包的产品策略与增长逻辑 - **流量与用户基础**：豆包依托抖音生态（超8亿日活）进行流量迁移，获客成本为字节历史上破亿DAU产品中最低[46][48]，其用户池覆盖了中国互联网中认知方差最大的广泛人群[50][51][52] - **产品设计哲学**：通过特定话术训练与产品优化（如“最直接、最真实”的表达）[55][56]，以及AB测试驱动，塑造出肯定、直接、拟人化的回答风格以提升用户满意度和留存率[57][58]，这客观上降低了用户的交叉验证意愿[65] - **增长与风险的伦理盲区**：在“优化用户体验”的增长逻辑下，产品可能倾向于减少模型表达不确定性的谦逊表述[63][64]，这种“极致讨好”的设计让防线薄弱的人群放下了警惕，但风险后果却由用户自行承担[62][65][66] 法律现状、监管动态与治理探讨 - **法律责任的缺失**：根据已有判例（如2026年1月杭州互联网法院审结的首例AI幻觉侵权案），AI不具有民事主体资格，其生成的承诺无法律效力，服务方在已有提示下通常不承担责任[16][17][18] - **监管政策与行动**：国内多省市严禁使用AI自动生成处方[32]；北京市卫健委强调禁止用AI完全替代医务人员专业判断[31]；2026年4月起，中央网信办部署“清朗·整治AI应用乱象”专项行动[111]；5月发布《人工智能应用伦理安全指引1.0》[112] - **风险分级治理的参照**：欧盟《人工智能法案》建立了风险分级治理框架[110]；国内有观点建议，AI产品可借鉴金融产品的适当性管理，对医疗、法律等高后果场景采取更严格的风险控制[109][121][123]，根据风险等级设定不同的注意义务与警示标准[124] 社会结构性矛盾与未来挑战 - **认知鸿沟与风险分配不公**：在14亿人口且数字素养不均的社会中[85]，对AI“概率生成”本质的理解能力分布极度不均[84][88]；技术无差别分发叠加认知巨大方差，导致缺乏辨识能力的弱势群体（如70岁以上老人AI高频使用率达46.58%）[86]承担了主要风险代价[100][101] - **拟人化商业选择的双面性**：拟人化设计（使用第一人称、情绪化回应）[74]建立了用户信任甚至情感依赖[71][77]，但平台又通过免责声明豁免对“被相信”的后果负责[80]，形成了“鼓励信任”与“拒绝为信任买单”的矛盾[81] - **系统性风险与基础设施需求**：AI幻觉和用户过度信任是行业性社会风险[107]；全社会需要建立与AI相适应的制度、规则和教育体系[106]，将AI素养（识别幻觉、交叉验证习惯）作为信息社会的基础设施来建设[128][129]；技术公司需在增长指标与安全指标间重新排序优先级[125]

作者 | 褚杏娟 据 Business Insider 报道，Anthropic 正在通过一个由约 1000 名人类软件工程师参与的项目，提升旗下 AI 编程工具 Claude Code 的表现。 该项目在数据标注公司 Snorkel AI 内部代号为 "Marlin"，核心目标并不是简单让模型"会写代码"，而是让 Claude Code 的回答更接近专业开发者的真实 工作方式：代码更干净、更可靠，也更容易维护。 这次曝光的 Marlin 项目，揭开了 Claude Code 能力迭代背后的另一层基础设施：不是单纯依赖模型自我进化，而是引入大量具备软件工程背景的人类 承包商，对模型输出进行高质量反馈。 根据报道，两名参与 Anthropic 项目的承包商表示，他们每完成一项创建提示词和审查代码的任务，可获得 280 美元报酬。每项任务通常耗时约一小 时，但部分提交内容还需要与 Snorkel 的审核层进行多轮沟通。 根据 Business Insider 查阅到的 Snorkel 项目指南，参与 Marlin 项目的自由职业者需要对两个不同模型生成的代码进行 A/B 测试。他们会比较两组输 出，选择自己更偏好 ...

编辑 | Panda、泽南 数学领域，最近着实被 AI 的产出冲击到了。 2026 年 5 月 20 日， OpenAI 宣布 ，其内部推理模型成功推翻了由数学家保罗・埃尔德什（Paul Erdős）于 1946 年提出的「单位距离猜想」—— 一 个困扰离散几何领域近 80 年的核心开放问题。 菲尔兹奖得主蒂莫西・高尔斯（Timothy Gowers）对此表示：「如果 AI 能证明单位距离猜想，对于数学界和科学界而言是一个具有划时代意义的里程碑 事件……这样高质量的数学论文如果是由人类提交给顶级学术期刊《数学年刊》的话，我会毫不犹豫地推荐录用。」 就在同一个月，另一位菲尔兹奖得主陶哲轩在斯坦福大学发表了一场题为《新数学工作流》的演讲。他宣布，自己已经放弃实时跟进所有新证明，AI 生成 证明的速度已经远超人类消化能力。他的判断更直接：数学正在从「证明稀缺时代」进入「证明过剩时代」，真正的瓶颈，已经从「如何生成证明」转移到 了「如何验证与理解证明」。 这句话值得停下来想一想。AI 正在以人类无法跟上的速度产出数学结论，而我们越来越难以判断这些结论是否真的站得住脚。数学这门最讲究严格性的学 科，正面临一场前所未有的 ...

算力进展 - 英伟达推出下一代AI平台Vera Rubin，并发布N1X芯片，同时其Intel 18A工艺受到关注[3] 模型发布与更新 - Anthropic的Claude 3.5 Opus模型（Opus 4.8）进入实测阶段，其模型在ARC-AGI-3基准测试中登顶[3] - 阶跃星辰发布Step 3.7 Flash模型[3] - 微软推出MAI-Thinking-1模型[3] - 谷歌发布Gemma 4 12B模型[3] - 阿里发布Qwen3.7-Plus模型[3] - OpenAI发布GPT-Rosalind模型，专注于科学问题解决[4] 应用与产品动态 - 腾讯混元推出“AI队友小田”[3] - 字节跳动发布扣子3.0[3] - OpenAI进行产品合并[3] - Anthropic推出ant CLI工具[3] - 英伟达发布Hermes Agent[3] - Perplexity应用混合推理技术[3] - 月之暗面推出Kimi Work[3] - OpenClaw发布同名应用[3] - 李飞飞团队发布GPIC语料[3] - VAST推出Project Eden[3] - Agnes AI提供Agnes API免费服务[3] - Anthropic的Claude模型在数据分析方面有新应用[4] - Suno在AI音乐创作方面有进展[4] 科技突破与事件 - 蓝色起源“新格伦”火箭发射失败（爆炸）[3] - 宇树等公司在人形机器人领域推出H2 Plus[3] - 深度原理公司发布MPA[3] - RevMed在胰腺癌新药研发方面取得进展[3] - Neuralink在脑机接口技术方面有动态[4] - GitHub进行架构重构[4] 行业观点与趋势 - 微软等公司关注Token紧缩问题[4] - 小米将MiMo-V2.5模型降价[4] - 黄仁勋等行业领袖提出“连接重于算力”的观点[4] - OpenAI首席执行官山姆·奥特曼收回关于AI导致就业末日的言论[4] - YC（Y Combinator）提出AI-Native组织概念[4] - 学者Sutton提出“生成认知”观点[4] - 李飞飞提出世界模型分类框架[4] - actAVA发布CHI Bench基准[4] - Linux等机构指出AI安全报告泛滥现象[4] 公司资本与人事变动 - AI公司MiniMax计划在A股上市[4] - Anthropic考虑进行IPO[4] - 物理学家尹希加盟OpenAI[4] - 学者苏炜杰入职OpenAI[4] - OpenAI组建新的机器人团队[4]

在当前生成式人工智能爆发的趋势下，前沿 AI 实验室和模型供应商均面临物理算力消耗的挑战。 Anthropic CFO Krishna Rao 在近期对话中，揭示了 Anthropic 背后关于算力 分配与资本运作的生存逻辑，以及构建多芯片异构架构的战略布局。他指出，算力是构建一切的「画布」，在指数级增长的市场中，传统的线性财务规划已经彻底失效，取 而代之是跨越三大异构芯片平台（GPU、TPU、Trainium）的灵活性与动态调度机制。同时，通过引入「不确定性圆锥」与「Jevons 悖论」等概念，Krishna Rao 剖析了 Anthropic 如何将底层算力效能，最终转化为在应用层面的商业生态护城河。 目录 01. 为什么算力是 AI 企业的生死线？ 本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 算力如何决定 AI 企业的生死？「买多破产买少掉队」的算力采购两难怎么解决？... 02 . Anthropic 如何设计跨越三大异构芯片的最优算力方案？ 算力该优先分给客户还是研发？内部算力如何驱动模型的递归自我改进？ ... 03 . 异构算力策略如何重塑 Anthropic ...

行业投资评级 - 看好（维持） [1] 报告核心观点 - 本周行业重点事件围绕Agent知识工作商业化、真实世界与端侧入口扩张、头部AI公司资本化三方面展开，模型厂商正加码具身智能，大模型上市进程加快 [1] 行业重点事件总结 - **Agent向更广泛知识工作场景扩展**：OpenAI Codex周活跃用户超过500万，其中约20%为非开发者，且知识工作者增速为开发者的3倍，显示其正从开发者工具向通用知识工作入口演进 [1]；国内Kimi Work、豆包专业版、扣子3.0等产品更新也指向专业岗位和企业工作流 [1]；Seedance 2.0在短剧行业渗透率已达约95%，单月收入超10亿元，验证了AI在垂类内容生产中的商业化能力 [1] - **模型能力向真实世界与端侧延伸**：模型能力正从云端数字任务向端侧设备、车载场景、机器人和真实世界交互延伸，具身智能与世界模型成为下一阶段能力外溢方向 [1]；OpenAI扩大Robotics部门招聘并推进世界模拟研究项目，其AI设备或将于今年年底前发布 [1]；字节跳动集中机器人与多模态AI研发资源，与赛力斯合作的新品牌可能本月发布 [1]；通义发布Qwen3.7-Plus，强调真实世界感知与驾驶场景能力 [1]；Google发布面向笔记本电脑本地运行的Gemma 4 12B，并参与苹果AI战略 [1] - **头部AI公司资本化进程加速**：Anthropic已秘密提交S-1声明草案 [1]；Google母公司Alphabet启动800亿美元大规模股权融资，其中伯克希尔哈撒韦投资100亿美元，资金用于扩展AI基础设施和全球算力 [1][8]；国内智谱计划在科创板二次上市拟募资150亿元，其中120亿元用于大模型项目 [1][3]；MiniMax启动科创板IPO，其全球企业和开发者客户数已超100万，全球用户规模约3亿，ARR在过去两个月内由1.5亿美元增长至至少3亿美元 [1][6] 国内厂商动态总结 - **字节跳动**：将推出面向专业人群的“豆包专业版” [3]；进一步集中Seed体系内机器人与多模态AI研发资源，推动具身智能能力整合 [3]；火山引擎与赛力斯合作的新品牌赛豆科技可能本月发布 [3]；火山引擎MaaS业务营收目标持续上调，4月已上调至150亿元 [3]；视频模型Seedance 2.0单月收入超10亿元，在短剧行业渗透率约95% [3]；扣子3.0正式上线，强化跨模型、跨工具的Agent工作流管理 [3]；豆包海外版Dola DAU已破千万，2026年增长目标为3000万DAU [3] - **通义**：发布一体化智能体基座多模态模型Qwen3.7-Plus，在真实世界感知、多模态推理等能力上同步进阶 [3]；千问App将全面开放第三方Agent与Skill接入，正在从通用AI助手向开放式Agent平台演进 [3] - **智谱**：计划在A股科创板二次上市，拟募资150亿元，其中120亿元用于人工智能通用基座大模型项目，20亿元用于大模型MaaS一站式服务平台 [3][4] 海外厂商动态总结 - **MiniMax**：正式发布国内首个同时具备前沿编程/智能体能力、1M长上下文、原生多模态和电脑桌面操作能力的模型M3 [6]；全球企业和开发者客户数已超100万，较半年前增长5倍，全球用户规模约3亿 [6]；ARR在过去两个月内由1.5亿美元增长至至少3亿美元 [6]；正式启动A股科创板IPO进程 [6] - **Kimi**：Kimi Work Beta开启内测，定位为面向知识工作者的通用型本地AI智能体，支持多达300个子Agent集群协作，显示其正从Coding Agent向更广泛知识工作Agent拓展 [6] - **Anthropic**：已秘密提交S-1声明草案，最早可能于10月上市 [6]；Opus 4.8用量消耗快于预期，已为Pro和Max用户重置使用限额 [6]；Project Glasswing扩大，将Mythos Preview扩展给约150个新增组织 [6]；Claude合作伙伴网络自3月推出以来，已有超4万家企业申请加入，超1万名顾问获得认证 [6] - **OpenAI**：官宣造机器人，Robotics部门招聘扩大，并将世界模拟研究项目推进为Robotics团队 [6]；其AI设备或将于今年年底前正式发布 [6]；Codex周活跃用户超过500万，自2月以来增长6倍，非开发者占新用户的40% [6]；将把Codex能力接入ChatGPT，并通过新角色插件覆盖数据分析、创意生产、销售、产品设计、金融投资等更多领域 [8]；Codex Computer Use正式支持Windows [8]；推出基于“Dreaming”的新记忆系统 [8]；推出Rosalind Biodefense加强AI在生物安全领域的防御性应用 [8]；其前沿模型和Codex现已在AWS上正式全面可用 [8]；通过亚洲云服务商Datasection进行最新模型部署与商业化落地 [8] - **Gemini (Google)**：Alphabet计划通过股权发行筹集800亿美元，用于投入AI算力基础设施建设 [8]；发布专为笔记本电脑设计的Gemma 4 12B，仅需16GB VRAM即可在本地运行 [8]；正深度参与苹果AI战略，在端侧基于Gemini训练轻量化版本，在云端部分Siri请求会调用授权版模型处理 [8]；Google AI Edge Gallery和Google AI Edge Eloquent应用已登陆macOS [8]

腾讯AI战略与观点 - 腾讯首席AI科学家姚顺雨回应“腾讯AI慢了”的质疑，认为AI是一个长期游戏，AI下半场才刚刚开始[2] - 姚顺雨判断ChatGPT和Claude不会是唯二的超级应用，未来会有新的机会产生，同时AI未来会变得更加多元[2] 华为云具身智能平台发布 - 华为云在2026华为云INSPIRE创想者大会上发布全球首个全流程具身智能开发平台CloudRobo，并将在月内开启公测[2] - 华为云同时发布“行业AI梦工厂·具身智能专区”，提供一站式具身智能数据合成、模型开发、仿真验证平台[2] - 专区为开发者提供百万级开箱即用的数据资产与20+昇腾亲和的模型资产[2] - CloudRobo平台提供PB级数据底座及开发管线、业界首个云原生具身模型生产引擎及首个全国产Real-Sim数据生产及模型评测体系[2] - 新松机器人、乐聚机器人、深朴智能、亿嘉和、凌云光旗下元客视界、上海交大等成为首批入驻专区的机构[2] 爱彼迎CEO涉足AI领域 - 爱彼迎首席执行官Brian Chesky正在筹建一家新的人工智能实验室，标志其首次涉足全球AI竞赛[3] - 知情人士称，Chesky计划创办一家AI公司以开发人工智能模型，并考虑将重点放在用户交互和设计上[3] - 该实验室目前处于融资的早期阶段，具体细节仍可能发生变化[3] 抖音AI产品“豆包”的误判事件 - 字节跳动副总裁李亮就“豆包误判蘑菇导致用户中毒”事件进行回应，称AI目前还在发展阶段，豆包也在不断提升识别准确性[4] - 李亮表示，在用户使用豆包拍照识别蘑菇时，豆包识别为“鸡腿菇”，但在回复中明确提示其易与剧毒的大青褶伞混淆，误食会引发严重的胃肠炎症状，并强烈建议不要食用野外采摘的蘑菇[4] - 公司提醒用户，AI的回答仅供参考，涉及人身安全的问题务必多方咨询求证，同时指出小区内采摘的蘑菇或果类可能含有农药等风险，不建议食用[4]