序列雷达 #880：上周AI要闻——600亿美元Cursor交易、谷歌人才流失、Midjourney的人体扫描仪

上周，AI领域发生了多个令人意外的转折，这些事件共同表明，AI的边界正在以前所未有的速度向多个方向扩展。

首先，最令人震惊的消息是，SpaceX同意以价值600亿美元的股票收购AI编码初创公司Cursor。一家火箭公司收购一家代码编辑器，这看似是一个分类错误，但深层信号是，AI工具已经成为与火箭发射能力同等重要的战略基础设施。工业巨头不再仅仅与AI公司合作，而是直接收购它们，将AI工具视为支撑一切的基础层。当建造可重复使用火箭的人决定，一个面向工程师的自动补全工具价值相当于一个小国的GDP时，其隐含的声明是，模型层现在已经成为其他一切的基础。

与此同时，AI人才地图在48小时内发生了剧烈变动。Noam Shazeer——'Attention Is All You Need'的合著者，那篇我们每个人都读到页边发灰的论文——离开谷歌加入OpenAI。一天后，因AlphaFold获得诺贝尔奖的John Jumper离开谷歌DeepMind加入Anthropic。谷歌在两年前支付了约27亿美元才将Shazeer带回，但收购只能买到一段时间的留存，而非忠诚。当窗口关闭时，最有价值的资产会径直走出大门。AI前沿正在整合成一个两体问题，而起决定作用的并非拥有最多计算资源的机构，而是那些对研究人员最具吸引力的机构。事实证明，人才才是最稀缺的加速器。

然后是Midjourney，它认为文生图还不够有野心，于是宣布了一款全身医用扫描仪。将人降入一个环绕着50万个超声波传感器的池中，从各个角度发射声波，最终在60秒内重建出肌肉、脂肪、骨骼和器官的3D图像。他们称之为超声波CT。Midjourney的CEO David Holz坦率地表示，成像流水线中目前还没有AI，这是公告中最诚实的一句话。原型机需要20分钟，并且只扫描了大约十几个人。请将60秒、5万个扫描仪的数字视为北极星，而非规格表。但这一举措传递了一个信息：一个生成式图像实验室现在相信其重建专业知识可以转移到原子层面。

这些事件的共同主线是：多年来我们一直在争论哪家公司会赢得AI竞赛，但本周一个更有趣的问题悄悄取代了它：什么才算是一家AI公司？一家火箭建造商、两个在人才争夺战中激烈交锋的模型实验室、一个触及你身体的图像初创公司。AI的基底正在从盒子中泄漏出来——进入硬件、进入生物学、进入建造物理产品的公司的股权结构中。

除了这些头条新闻，本周还有一系列其他值得关注的AI动态。在AI研究方面，OpenAI和Tacit Labs推出了LifeSciBench，这是一个包含750个专家编写任务的基准测试，用于评估语言模型在现实世界生命科学工作流程中的表现。GPT-Rosalind以36.1%的任务通过率取得最高分，但基准测试远未饱和，显示出其作为衡量科学推理能力的高分辨率工具的潜力。FastContext引入了一种专门的、按需探索的子代理，将代码库探索与代码求解分离，以节约token预算并减少上下文污染。Qwen-RobotWorld提出了一个语言条件视频世界模型，通过自然语言作为统一接口预测机器人任务的未来视觉轨迹。而Meta的FAIR实验室、哥伦比亚大学等机构提出了判别器引导的强化学习（DRL），利用预训练表示空间中的判别器来估计数据与基础模型分布之间的密度比，从而纠正流匹配模型的结构性失败。

在AI技术发布方面，阿里巴巴发布了三个用于具身智能的基础模型——Qwen-Robot套件。Liquid AI发布了两个多语言检索模型LFM2.5 Retrievers，支持11种语言的高效搜索。

在10条需要了解的AI新闻中，我们看到了更多的资金和人才流动。推理初创公司Baseten据报道正在以130亿美元估值融资15亿美元，距离其3亿美元的E轮融资仅五个月。Medal的分拆公司General Intuition，构建世界模型以教授智能体时空推理，正在谈判以约20亿美元估值融资3亿美元，投资者包括Jeff Bezos和Eric Schmidt。世界模型实验室Odyssey以14.5亿美元估值融资3.1亿美元，由Natural Capital领投，并指定AWS为首选云提供商，承诺使用Trainium芯片。Pramaana Labs获得2700万美元种子轮融资，由Khosla Ventures领投，将形式化验证（LEAN风格证明）应用于税务、法律和药物发现等高风险的AI领域。印度Sarvam在由HCLTech 1.5亿美元战略投资领投的2.34亿美元B轮融资首轮关闭后，成为该国最新的AI独角兽。瑞士初创公司Prem AI，为对冲基金和律师事务所的私有/气隙基础设施运行AI模型，正在以5亿美元以上估值融资1亿美元，预计第三季度完成。

总的来说，上周的事件提出了一个更根本的问题：在AI的边界向硬件、生物学和实体制造领域渗透的时代，什么才是真正的AI公司？这些发展预示着AI时代的新格局。