130亿美元级并购背后:企业为什么开始“自己养”大模型
Databricks 13亿美元收购 MosaicML,只是一个开始。真正的变化是:企业不再迷信“最强大模型”,而是集体转向“可控、私有、可定制”的 AI 路线。这场并购潮,正在悄悄重塑 AI 的权力结构。
Databricks 13亿美元收购 MosaicML,只是一个开始。真正的变化是:企业不再迷信“最强大模型”,而是集体转向“可控、私有、可定制”的 AI 路线。这场并购潮,正在悄悄重塑 AI 的权力结构。
只用“拖一拖”就能精修图片的 DragGAN 开源了;一家不做代码的模型,宣称已站到 GPT-3.5 同一量级;与此同时,Midjourney、YouTube、Google Sheets 同时升级。这不是零散新闻,而是一条正在加速的产业曲线。
在 Config 2023 的舞台上,Figma没有讲功能更新,而是让8位设计师在高压、限时、不断加规则的环境里即兴创作。这不是一场秀,而是一堂关于“如何在约束中创造”的公开课,对所有做 AI 的人都极具启发。
在 Figma Config 的舞台上,Yung‑Ching Chiu 抛出一个让人不太舒服的事实:真正决定产品成败的,往往不是你精心打磨的主流程,而是那些你以为“不会发生”的边缘情况。这场演讲,把设计、AI 和现实世界的不确定性狠狠地撞在了一起。
在 Figma Config 2023 的舞台上,Candi Williams 用一场关于“语言”的演讲,把无数设计师和 AI 从业者说沉默了。她的核心观点很反直觉:真正决定产品成败的,不是功能、不是模型参数,而是你写下的那些“看起来很普通”的词。
Font Awesome 团队在 Figma 里画了 30,000 个图标,并被 2 亿多个网站使用。听起来像创意神话,但他们在 Config 2023 上讲的却恰恰相反:这不是灵感的胜利,而是系统、规则和协作方式的胜利。这场分享,对任何做 AI、做系统、做规模化的人来说,都异常扎心。
在 Figma Config 2023 的这场演讲中,Jane Davis 和 Kathryn Gonzalez 做了一件很“反共识”的事:她们没有鼓吹 AI 会如何颠覆设计,而是不断提醒——AI 更像魔术,真正的风险不在能力不足,而在我们用错了地方。这是一场让设计师和 AI 从业者都必须认真听完的分享。
如果你还把字体当成“.ttf 文件”,那你已经落后了。Config 2023 上,Tobias Kunisch 抛出一个反直觉的观点:字体已经进化成软件,而且这件事比大多数人意识到的都重要。它不仅改变设计流程,也正在重塑 AI、界面和数字表达的边界。
大多数人以为,接入 GPT-4 就等于产品起飞。Duolingo 的答案恰恰相反:真正难的不是模型,而是产品判断。这场来自 Figma Config 的演讲,首次系统拆解了 Duolingo Max 从一次“玩票式试验”到旗舰 AI 产品的全过程,以及他们踩过的坑、放弃的诱惑和总结出的5条硬核产品教训。
在所有人高喊大模型、Scaling Law 的Figma Config现场,一位MIT科学家却当众泼冷水:真正决定AGI上限的,不是参数量,而是人类大脑本身。这场关于脑机接口与下一代用户界面的演讲,信息密度高到让AI从业者坐立不安。