Figma创始人Dylan Field:设计师如何引领AI时代的产品创新
本文基于Dylan Field在Y Combinator的访谈,深度还原Figma从创立到AI驱动产品创新的真实故事,揭示设计师在AI浪潮中的新角色、产品决策背后的独特洞见,以及创业路上的关键转折。适合关注设计、AI与创业交汇点的读者。
本文基于Dylan Field在Y Combinator的访谈,深度还原Figma从创立到AI驱动产品创新的真实故事,揭示设计师在AI浪潮中的新角色、产品决策背后的独特洞见,以及创业路上的关键转折。适合关注设计、AI与创业交汇点的读者。
Hyperbolic创始人Jasper Zhang提出:AI算力危机的解法不在于无限建数据中心,而在于把大量闲置GPU重新组织起来,像电力市场一样高效流通。
Gabber CTO Neil Dwyer 分享了他们托管开源语音模型 Orpheus 的一线经验:从实时语音的成本压力出发,深入讲述音频 token、LoRA 微调、延迟控制与一致性哈希负载均衡,解释如何在真实生产环境中把语音 AI 的单位成本压到极低。
本文讲述了Model ML两位连续创业者如何将AI Agent技术带入华尔街,改变金融行业的日常工作方式。通过真实创业故事与技术细节,揭示了AI在金融服务中的落地、团队文化、行业转型,以及创业者的独特洞见。
OpenAI团队分享模型在国际数学奥赛达到金牌水平背后的关键原因:不是单点突破,而是训练范式、推理方式和多智能体协作的叠加演进。
随着AI从“写代码”进化为“执行代码”,安全问题被推到台前。OpenAI安全工程师Fouad Matin结合Codex与代码执行智能体的实践,讲述了为何所有AI都会变成代码执行者,以及如何通过沙箱、权限与人类审查,避免这股力量反噬。
前Google Search工程师David Karam在这场工作坊中,系统拆解了“为什么AI评估如此困难,却又如此关键”。他结合搜索系统和Agent开发的真实经验,提出用“评分系统”而非单一指标来构建可进化的评估体系,这是当前AI工程最被低估、也最核心的能力。
一场来自Harvey与LanceDB的联合分享,首次系统讲清楚企业级RAG在法律场景下面临的真实难题:复杂查询、超大规模数据、严格安全要求,以及为什么“评估”比算法本身更重要。
这场由NVIDIA团队成员亲自讲解的演讲,首次系统拆解了人形机器人基础模型GR00T N1的设计思路。它不仅解释了什么是“人形基础模型”,更给出了一条从数据、架构到训练范式的完整路线图,揭示NVIDIA为何押注通用型机器人智能。
这场演讲围绕一个核心问题展开:为什么“通用机器人”在今天才变得可行?两位来自Physical Intelligence的研究者,从视觉-语言-动作模型(VLA)的技术突破、数据引擎的构建方式,到真实家庭场景中的机器人演示,给出了一个比“算力更强了”更具体、更残酷也更乐观的答案。