请帮我分享链接给你的朋友，复制链接发送给朋友即可

谷歌这个腹泻式更新，内容也太多了，有点大公司各个部门争刷存在感的感觉，重点不够清晰，整理一下：LLM 模型方面，- 推出 Gemini 1.5 Flash：一个比 1.5 Pro 更轻量级的模型，拥有 100 万的上下文窗口，是由 1.5 Pro 蒸馏而来。- Gemini 1.5 Pro：上下文窗口扩展到 200 万个 tokens ，另外还通 ...全文

OpenAI 在产品上的能力还是被低估了，这家公司真的是能把一堆「显而易见」的技术打造成一个亮眼的产品，之前 Sora 是这样，现在 GPT-4o Voice Mode 也是如此。你可以说 OpenAI 不务正业，没有全力以赴去搞模型的推理能力，反而分散兵力去搞了一些产品化的探索。（这确实让人对他们的 AGI 愿景感到迷 ...全文

当手机公司在大谈特谈 AI 手机，OpenAI：任何手机+GPT-4o 就是 AI 手机[二哈]当手机公司大谈终端推理，OpenAI：我们将延迟降低到了人类交流的正常水平。苹果：留点面子，6 月 10 日，我还要重新发布 GPT-4o 呢[二哈][二哈][二哈]

GPT-4o 的野心更接近于苹果和微软当年拉开的「图形界面」变革，开创人与计算机的新交互方式，目前最直接能想到的应用：《her》中的萨曼莎、真正的 Siri、盲人向导。现在 GPT-4o 还只能看（图片）和说，未来可能会再加上 action，向真正的数字 agent 方向演进？ 仔细想想，这是苹果和谷歌应该 ...全文

GPT-4o 果然是端到端模型，OpenAI 博客：「在 GPT-4o 之前，使用语音模式与 ChatGPT 对话的平均延迟时间为 2.8 秒（GPT-3.5）和 5.4 秒（GPT-4）。为实现这一目标，语音模式是由三个独立模型组成的流水线：一个简单模型将音频转录为文本，GPT-3.5 或 GPT-4 接收文本并输出文本，第三个简单模型将文本 ...全文

Google Research 与哈佛合作的绘制大脑项目。他们最近绘制了一立方毫米的人脑 3D 图，相关论文于 5 月 9 号发表于 Science 上，可参考：谷歌联合哈佛团队绘制目前最高清人脑局部图谱，包含近1.5亿个神经突触 i陆三金的微博视频

Waymo 现在每周在旧金山、凤凰城、洛杉矶提供5万次付费载客服务。 i陆三金的微博视频

1860s 的蒸汽动力人，你也可以说是汽车的雏形。蒸汽动力，机械人走路来拉动车辆，站在当时人的角度是不是很合理？ Runway 首席执行官的这个评论还挺好的，大意是人们喜欢用过去去推测未来，但这往往是错误的。

评论区现在是这样的，我属实没想到，这么快就向人工智障缴枪投降了？你要真是疲劳了，你可以不驾驶，去服务区睡，别在路上霍霍别人。

大连 EX ROBOTS 的这段视频这两天在推特很火，各种西部世界的声音不绝于耳。去年在世界机器人大会上看过他们的展台，其实吧，这种机器人偏表演性质，不需要走路，甚至也不需要面对开放域的环境，更没有自主能力，表演也还是固定脚本，很像迪斯尼乐园情景戏木偶的高清版，跟现在的人形机器人完全不是 ...全文