序列雷達 #880：上週AI要聞——600億美元Cursor交易、谷歌人才流失、Midjourney的人體掃描儀

上週，AI領域發生了多個令人意外的轉折，這些事件共同表明，AI的邊界正在以前所未有的速度向多個方向擴展。

首先，最令人震驚的消息是，SpaceX同意以價值600億美元的股票收購AI編碼初創公司Cursor。一家火箭公司收購一家代碼編輯器，這看似是一個分類錯誤，但深層信號是，AI工具已經成為與火箭發射能力同等重要的戰略基礎設施。工業巨頭不再僅僅與AI公司合作，而是直接收購它們，將AI工具視為支撐一切的基礎層。當建造可重複使用火箭的人決定，一個面向工程師的自動補全工具價值相當於一個小國的GDP時，其隱含的聲明是，模型層現在已經成為其他一切的基礎。

與此同時，AI人才地圖在48小時內發生了劇烈變動。Noam Shazeer——'Attention Is All You Need'的合著者，那篇我們每個人都讀到頁邊發灰的論文——離開谷歌加入OpenAI。一天後，因AlphaFold獲得諾貝爾獎的John Jumper離開谷歌DeepMind加入Anthropic。谷歌在兩年前支付了約27億美元才將Shazeer帶回，但收購只能買到一段時間的留存，而非忠誠。當窗口關閉時，最有價值的資產會徑直走出大門。AI前沿正在整合成一個兩體問題，而起決定作用的並非擁有最多計算資源的機構，而是那些對研究人員最具吸引力的機構。事實證明，人才才是最稀缺的加速器。

然後是Midjourney，它認為文生圖還不夠有野心，於是宣佈了一款全身醫用掃描儀。將人降入一個環繞着50萬個超聲波傳感器的池中，從各個角度發射聲波，最終在60秒內重建出肌肉、脂肪、骨骼和器官的3D圖像。他們稱之為超聲波CT。Midjourney的CEO David Holz坦率地表示，成像流水線中目前還沒有AI，這是公告中最誠實的一句話。原型機需要20分鐘，並且只掃描了大約十幾個人。請將60秒、5萬個掃描儀的數字視為北極星，而非規格表。但這一舉措傳遞了一個信息：一個生成式圖像實驗室現在相信其重建專業知識可以轉移到原子層面。

這些事件的共同主線是：多年來我們一直在爭論哪家公司會贏得AI競賽，但本週一個更有趣的問題悄悄取代了它：什麼才算是一家AI公司？一家火箭建造商、兩個在人才爭奪戰中激烈交鋒的模型實驗室、一個觸及你身體的圖像初創公司。AI的基底正在從盒子中泄漏出來——進入硬件、進入生物學、進入建造物理產品的公司的股權結構中。

除了這些頭條新聞，本週還有一系列其他值得關注的AI動態。在AI研究方面，OpenAI和Tacit Labs推出了LifeSciBench，這是一個包含750個專家編寫任務的基準測試，用於評估語言模型在現實世界生命科學工作流程中的表現。GPT-Rosalind以36.1%的任務通過率取得最高分，但基準測試遠未飽和，顯示出其作為衡量科學推理能力的高分辨率工具的潛力。FastContext引入了一種專門的、按需探索的子代理，將代碼庫探索與代碼求解分離，以節約token預算並減少上下文污染。Qwen-RobotWorld提出了一個語言條件視頻世界模型，通過自然語言作為統一接口預測機器人任務的未來視覺軌跡。而Meta的FAIR實驗室、哥倫比亞大學等機構提出了判別器引導的強化學習（DRL），利用預訓練表示空間中的判別器來估計數據與基礎模型分佈之間的密度比，從而糾正流匹配模型的結構性失敗。

在AI技術發佈方面，阿里巴巴發佈了三個用於具身智能的基礎模型——Qwen-Robot套件。Liquid AI發佈了兩個多語言檢索模型LFM2.5 Retrievers，支持11種語言的高效搜索。

在10條需要了解的AI新聞中，我們看到了更多的資金和人才流動。推理初創公司Baseten據報道正在以130億美元估值融資15億美元，距離其3億美元的E輪融資僅五個月。Medal的分拆公司General Intuition，構建世界模型以教授智能體時空推理，正在談判以約20億美元估值融資3億美元，投資者包括Jeff Bezos和Eric Schmidt。世界模型實驗室Odyssey以14.5億美元估值融資3.1億美元，由Natural Capital領投，並指定AWS為首選雲提供商，承諾使用Trainium芯片。Pramaana Labs獲得2700萬美元種子輪融資，由Khosla Ventures領投，將形式化驗證（LEAN風格證明）應用於税務、法律和藥物發現等高風險的AI領域。印度Sarvam在由HCLTech 1.5億美元戰略投資領投的2.34億美元B輪融資首輪關閉後，成為該國最新的AI獨角獸。瑞士初創公司Prem AI，為對沖基金和律師事務所的私有/氣隙基礎設施運行AI模型，正在以5億美元以上估值融資1億美元，預計第三季度完成。

總的來説，上週的事件提出了一個更根本的問題：在AI的邊界向硬件、生物學和實體制造領域滲透的時代，什麼才是真正的AI公司？這些發展預示着AI時代的新格局。