Mark Wahlberg 谈 AI 在电影中的正确用法及开放接受 AI 克隆延续遗产
Mark Wahlberg 在 TechCrunch Disrupt 分享观点，认为 AI 应辅助而非取代真人演员。他计划利用 AI 增强 Pete Rose 传记片的体育场场景，并愿意通过 CAA Vault 等技术创建数字分身以延续个人形象。
#大佬观点
TechCrunch · AIAI 评分3131
MIT Technology Review · AIAI 评分4242 MIT Technology Review 对话 AI 设计病毒创造者 Samuel King
MIT Technology Review 采访斯坦福博士生 Samuel King，探讨其利用生成式 AI 模型提出微观病毒基因蓝图的工作。该研究虽未实现 AI 生成生命，但被视为迈向此目标的关键一步，King 因此入选 Innovators Under 35。
TechCrunch · AIAI 评分2626 Nvidia 前高管 Amulya Vishwanath：机器人领域尚未迎来 ChatGPT 时刻
Nvidia 前机器人平台产品营销负责人、Techable VC 创始人 Amulya Vishwanath 指出，机器人行业目前仍处于“乐高时代”，执行器、机械手等基础组件仍在重建中。她认为该领域尚未迎来类似 ChatGPT 的爆发时刻，这与部分人主张通用基础模型将迅速颠覆专用机器人工作的观点形成对比。
TechCrunch · AIAI 评分2828 前 NVIDIA 高管 Amulya Vishwanath：物理 AI 不止于机器人
前 NVIDIA 机器人产品营销负责人 Amulya Vishwanath 创立 Techable VC，主张物理 AI 涵盖分子、材料及医疗等领域，而非仅指机器人。她认为当前机器人处于“乐高时代”，基础组件仍在重构，并强调解决工厂用工与医生倦怠等实际问题才是最佳机会。
Latent SpaceAI 评分4040 OpenAI 与 Anthropic 在 AIE NY 探讨金融智能体自主性与安全平衡
OpenAI 和 Anthropic 等机构在 AI Engineer New York 大会探讨金融智能体的自主性与安全平衡。OpenAI 的 Joseph Kim 提出模型能力“有用性阈值”概念，预测 2027 年智能体将胜任投资创意生成与交易。Anthropic 强调通过身份、权限及审批层构建信任边界，Two Sigma 则展示利用自动模式分类器实现可控自主的实践方案。
Latent SpaceAI 评分5858 Leash Bio 创始人 Ian Quigley 谈 DNA 编码库数据处理与 Minos 智能体沙盒
Latent Space 发布对 Leash Bio 创始人 Ian Quigley 的访谈，探讨其如何通过多重条形码技术从 DNA 编码库中提取高质量数据用于大规模建模。文中提及 Kaggle 蛋白质配体结合预测竞赛结果、ChEMBL 中的 Clever Hans 效应及 Hermes 模型表现，并预告了基于实验室数据构建的智能体科学推理沙盒 Minos 及其预印本和开放数据集。
Latent SpaceAI 评分6565 Dyna Robotics首席科学家Jason Ma谈Dyna-2通用物理智能体与小时级自主性
Dyna Robotics首席科学家Jason Ma在Latent Space播客中详解其世界动作模型Dyna-2及机器人Dyna-2.1。该模型基于超百万小时人类视频预训练，结合扩散Transformer与流匹配技术，实现99.4%的餐巾折叠成功率并支持24小时连续作业。
MIT Technology Review · AIAI 评分5858 MIT Technology Review 探讨开源模型的收益与风险平衡
MIT Technology Review 发表文章深入分析开源模型（open models）相较于闭源模型的优势与潜在安全风险。文章指出，尽管 Anthropic 近期报告称 GLM-5.3 等开源模型存在网络攻击隐患，但开源模型在学术研究、降低企业成本及防止 AI 权力过度集中方面具有显著价值。目前业界正探索通过“抗篡改”训练和分阶段发布等策略，在保障安全的同时保留开源带来的民主化益处。
MIT Technology Review · AIAI 评分6868 MIT科技评论：过度依赖AI拒绝能力存在风险
MIT Technology Review 发表文章指出，当前 AI 行业过度依赖模型的“拒绝”（refusal）能力作为核心安全机制，但这种基于概率的防御手段既不可靠又可能被滥用。
MIT Technology Review · AIAI 评分6363 MIT科技评论分析：AI机器人突破短期内难改变生活
尽管马斯克等业界领袖预言人形机器人将很快普及并取代人类劳动，但多数机器人研究者认为这一愿景被严重高估。当前基于视觉-语言-动作模型（VLA）的机器人虽在特定任务上取得进展，如谷歌DeepMind的Gemini Robotics能完成简单家务，但仍面临训练数据稀缺、缺乏真正通用性以及成功率低等核心挑战。
MIT Technology Review · AIAI 评分2424 AVEVA 探讨构建更安全的自主工业 AI 路径
AVEVA 首席技术官 Arti Garg 提出通过数据整合与治理框架，在保障安全的前提下推进自主工业 AI。该方案强调 AI 应增强而非取代人类决策，并参与制定 IEEE 标准以量化其环境影响。
Microsoft ResearchAI 评分3838 Microsoft Research 探讨 AI 评估中的意外失败与经验教训
Microsoft Research 播客邀请 Jennifer Neville 与 Chad Atalla 对话，深入探讨 AI 评估在突破性能边界中的作用及模型超出传统基准测试时出现的“意外失败”。Neville 分享了处理当前 AI 系统的实用指南，强调当结果违背预期时仔细审视数据的重要性，并基于数十年 AI 进展预测未来趋势。
MIT Technology Review · AIAI 评分1515 预测分析在智能体 AI 时代的应用
2026年企业AI焦点已从预测模型性能转向自主决策能力，旨在让系统在不偏离业务意图的前提下独立行动。深度学习与生成式AI驱动的实时训练使模型能持续进化，并整合非结构化数据，推动企业从被动回顾转向务实前瞻。