創業融資

過去五年，Alphabet、亞馬遜、Meta、微軟和甲骨文這五大美國科技公司為擴建AI資料中心，債務總額增加了約3500億美元。儘管投資者對AI前景看好，但亞馬遜本週250億美元的債券發行遇冷，顯示市場對鉅額投資的擔憂。甲骨文因AI支出增加被標普下調評級，而英特爾因債務和戰略失誤陷入困境。大型雲服務商今年計劃投入高達7250億美元，主要投向資料中心和輝達晶片。

澳大利亞總理安東尼·阿爾巴尼斯本週將就人工智慧發表重要講話，議員們在吸引資料中心投資與保護創作者權益之間左右為難。作家安娜·芬德稱自己為‘犯罪受害者’，譴責科技公司盜用其作品牟利。

2025年，AI公司佔據了美國風險投資額的65%，但大部分資金流向了大公司，小型種子輪融資反而縮減。文章分析了種子輪融資的成本、成功率（約六分之一）、以及是否應該融資的決策框架，並提供了融資策略和替代方案。

AI不僅加速了產品開發，還壓縮了整個創業生命週期。創始人能以更低的成本更快地構建產品、接觸市場、獲取訊號，但也面臨更嚴峻的決策挑戰。殭屍初創企業（勉強存活的創業公司）的生存空間正在縮小，因為創始人現在更願意在訊號不足時及時止損。關鍵在於判斷力——區分好奇與需求、訊號與噪音。

一種新的排名方法結合融資資料、網站流量和品牌搜尋興趣，識別具有真實市場吸引力的私營科技公司。Together AI 和 Apps Flyer 位居 2026 年第三季度榜首。

蘋果公司提起一項訴訟，指控OpenAI竊取其商業機密來開發AI硬體裝置，該計劃由前蘋果員工Tang Tan和Chang Liu主導。

Willow Voice 是一款免費的AI語音輸入工具，支援Mac、Windows和iPhone，讓你透過語音進行文字輸入。它具備智慧格式化、快速響應、風格匹配等功能，可在所有應用中執行。支援100多種語言、離線模式和企業級安全。已有超過10萬專業人士使用。

SK海力士在美上市融資265億美元，成為史上最大外資IPO，超越阿里巴巴2014年250億美元的紀錄。公司被呼籲在美國建設新工廠。

本文介紹如何將案例管理與Amazon Quick Automate中的代理自動化功能結合使用，涵蓋案例生命週期、建立與管理、異常處理、人工介入以及案例建立者-處理者模式，並透過實際案例展示企業流程中的案例管理結構。

MathNut AI 是一款專為 iPhone 設計的數學求解器，允許使用者拍攝印刷或手寫數學題的照片，並透過 AI 獲得逐步解析。支援算術、代數、幾何等多個領域，並提供互動聊天功能加深理解。免費版每日有限次掃描，高階版訂閱後可解鎖無限制使用和更多學習工具。

紅杉資本合夥人David Cahn三年前首次計算了矽谷AI基礎設施鉅額支出的財務影響，他根據Nvidia的GPU收入推匯出需要2000億美元的收入才能收回前期投資。

2026年初，多家AI訂閱服務提供商削減免費或付費配額並提高價格，引發使用者不滿。文章回顧了2025年AI工具的激烈競爭格局，並指出當前趨勢是服務收縮而非擴張。

AI投資者正收購會計公司並強制其採用OpenAI技術，引發行業變革與資料隱私擔憂。

SK海力士作為先進儲存晶片供應商，受益於全球AI資料中心建設熱潮，利潤飆升。公司於週五確定其鉅額美國上市定價，計劃融資265億美元，成為全球最大規模股票發行之一。

STEMbot是一種微型攀爬機器人，專為在植物冠層下方自主導航而設計，旨在實現早期害蟲檢測。它整合了PIN-SLAM和語義八叉樹，並採用流形約束A*規劃器，可在7-33毫米的莖幹上可靠攀爬，重構精度達釐米級。

Shift & Drift是一個雙軌基準測試，旨在評估自動駕駛運動規劃器在語義分佈偏移（新城市拓撲）和狀態分佈漂移（執行擾動）下的表現。研究發現，模仿學習方法在域內表現優異，但在語義偏移下顯著失效，而基於強化學習的方法則表現出更優雅的效能下降。

研究人員開發了一種低成本方法，利用無人機和起重機攝影測量對落葉喬木進行三維重建，以監測枝條伸長（初生生長）。該方法實現了5-6毫米的點精度和92-98%的完整度，填補了氣候變化影響研究中初生生長監測方法的空白。

DreamCharacter-1是一個輕量級後適配框架，透過幾何後訓練、紋理後訓練和推理加速三個元件，將預訓練的3D基礎模型校準為高保真、可投入生產的3D角色生成方案。實驗表明，其生成的3D角色資產在視覺吸引力和結構穩健性上均超越現有最先進方法。

自然語言處理中基於預處理的刻板印象緩解方法，雖然能減少針對目標群體的可測量刻板印象，但常常引發意想不到的副作用——相對於中性基線，其他人口統計群體的刻板印象或反刻板印象可能增加，包括不相關的人口類別。研究在兩種模型家族（僅編碼器和僅解碼器）、多種預處理策略（刪除刻板句子、刪除群體提及、交換群體引用）以及維基百科上不同資料規模的預訓練和後訓練中展示了這些副作用。標準基準測試經常忽略這些變化。透過注意力展開分析，觀察到這種副作用並未伴隨注意力流的巨大變化，使得機械論解釋複雜化。本文討論了評估的影響，提供了可操作的診斷方法，並主張進行關注副作用的透明緩解實踐。

本研究提出一種成本高效的人機協作註釋框架，用於構建多語言刻板印象資料集，並應用於西班牙語構建EspanStereo資料集，涵蓋多個西語國家的文化特定偏見。評估顯示LLMs在不同國家的刻板印象行為存在顯著差異，強調需要更文化紮根的評估方法。

研究團隊提出了一種基於圖神經網路的即時手勢識別方法，利用表面肌電訊號構建肌電圖網路，在8名受試者上達到99%的準確率，處理時間僅48毫秒，適用於假肢控制與增強現實等應用。

義大利藝術家蓋亞·阿拉里為應對父親年邁帶來的死亡焦慮，使用人工智慧建立了父親的虛擬副本（死亡機器人）。透過互動，她發現AI雖然能模擬父親的對話和記憶，但也可能編造回憶，引發對悲傷處理方式的深刻質疑。

科技行業大量流動性事件催生新貴，私人飛機購買和租賃熱潮湧現。航空律師因工作量激增甚至取消年假。SpaceX的IPO創紀錄融資857億美元。

Palo Alto Networks執行長Nikesh Arora表示，AI代幣成本需要下降高達90%以促進企業採用，並批評當前高定價是主要障礙。他加入包括Palantir的Alex Karp在內的高管行列，呼籲更便宜的替代方案，同時開源模型正獲得關注。

舊金山鄰里中心食品分發處排隊人數超過200人，而僅幾英里外的“AI巷”公司卻吸收數十億美元投資，推高房價和租金。全美範圍內，AI相關投資拉動GDP增長2.1%，但消費者信心低迷，低收入群體薪資增長最慢。經濟學家指出，AI加劇了“贏家與輸家”的經濟分化，財富集中在科技公司創始人和早期投資者手中，而低收入者、應屆畢業生和創意工作者處境艱難。

福特、澳大利亞聯邦銀行和IBM等公司因AI裁員後，發現AI無法應對複雜問題，紛紛重新僱傭人類員工。分析師指出，用AI替代人類並非最佳增長策略，許多公司後悔裁員決策。

Cortex釋出了DRIVE框架，用於衡量AI時代工程組織的健康狀態。該框架透過交付、可靠性、計劃、警惕性和效率五個支柱評估組織效能，並藉助運營卓越審查將指標轉化為行動。

Samaya Research推出了FrontierFinance，這是投資者工作流中最大的開放基準。

此次模型釋出是 SpaceX 自六月上市以來的首次，將幫助 SpaceXAI 在編碼等領域與其他前沿模型提供商競爭。

Meta釋出了Muse Spark 1.1 AI模型，透過新的Meta Model API向開發者開放。該模型在程式碼生成、複雜漏洞檢測與修復、多智慧體工作流支援以及多模態感知方面有顯著提升，旨在追趕OpenAI、谷歌和Anthropic等競爭對手。

舊金山因AI行業員工的高薪和股票期權，房價飆升，重新成為美國最貴購房城市，2026年5月中位房價創紀錄達176萬美元。

SnapID是一款iPhone應用，利用AI技術，只需用攝像頭對準物體即可快速識別，並提供材質、顏色、特徵等詳細資訊。支援建立個人收藏庫，免費版每日有限次掃描，高階版可無限使用。

大型語言模型（LLM）在處理結構化資料方面存在困難，而新興的大型表格模型（LTM）專門為此設計。AI初創公司Fundamental推出了NEXUS模型，已獲亞馬遜雲服務採用，解決了表格資料分析的痛點，有望改變資料處理的未來。

探討使某些領域適合人工智慧的屬性，不僅僅依賴可驗證性，還包括可磨礪性等維度。

這篇文章探討了 AI 愛好者和懷疑者之間日益擴大的鴻溝，指出雙方都有合理關切。愛好者看到 AI 帶來的生產力飛越，而懷疑者擔憂程式碼質量下降和系統混亂。作者建議透過講述完整故事和採用工程化方法來彌合分歧。

英國國民健康服務體系（NHS）多家醫院準備使用基於人工智慧的血液檢測，在侵入性檢查前評估轉診患者是否存在子宮癌風險。該檢測由利茲的PinPoint Data Science公司開發，透過分析約30種血液標誌物，將患者分為低風險、高風險和極高風險三類，成本約30英鎊。試驗涉及16481名患者，結果顯示該檢測正確識別了99.1%的癌症病例，低風險組的陰性預測值為99.8%。目前，轉診女性通常需接受經陰道超聲等侵入性檢查，而該檢測可使約五分之一的女性免於此類檢查。

OtterSec宣佈設立10萬美元的Save CTFs基金，旨在應對AI對CTF競賽的衝擊。文章指出當前AI模型能輕鬆解決大多數Jeopardy挑戰，導致競賽變成拼預算而非技能。他們提倡更細粒度的評分機制，如改進的攻防（AD）和奪旗（KOTH）模式，並舉例說明相對評分的逆向工程挑戰。基金會資助創新想法，要求贊助申請簡潔明瞭。

一位創始人分享了他在150天內將AI初創公司做到1000萬美元年營收的經驗，包括關鍵策略和教訓。

在推出AI構建的應用前，創始人必須檢查程式碼所有權、AI構建的極限（80%節點）、資料安全，並進行預釋出技術審查。Builder.ai的破產凸顯了原型與可投產產品之間的差距。

該論文提出了一種基於持續學習的控制框架，使模組化軟體機器人能夠在不遺忘先前知識的情況下，逐步適應形態變化。實驗驗證了其在模擬和真實機器人上的有效性。

RoboSnap是一個從真實到模擬的框架，僅憑一張RGB影像即可生成可用於模擬的場景。其核心是分層設計：碰撞感知的前景資產用於機器人穩定互動，而3D高斯潑濺視覺層保留逼真的背景外觀。在DROID場景和真實機器人任務上的實驗表明，RoboSnap能夠可靠地重放軌跡，支援任務特定的合成資料生成，並提供有意義的模擬-真實相關性。此外，還引入了DROID-Sim資料集，包含564個真實世界場景。

本文提出ProMoE-FL框架，透過構建全域性客戶端感知的原型庫並採用原型條件專家混合模型，有效解決了多模態聯邦學習中的模態缺失問題。在四個公開胸部X光資料集上的實驗證明，該方法在同質和異質設定下均顯著優於現有最先進方法。

本文介紹了NLPCC 2026的難度感知醫學教學影片問答（DA-MIVQA）共享任務。該任務在前幾年挑戰的基礎上，根據問題所需證據的型別和複雜度明確區分問題難度。包含三個賽道：單影片難度感知時間答案定位、難度感知影片語料庫檢索、影片語料庫難度感知時間答案定位。資料集來自公共醫學教學頻道，涵蓋急救、緊急響應、康復、護理和通用醫學教育等場景，並帶有難度標註。文章介紹了任務動機、資料集構建、評估協議、參與概覽、比賽結果和代表性系統。

該研究探討反事實公平（CF）與群體公平（GF）在影像分類中的關係。透過構建新資料集並利用高質量影像編輯方法，發現CF不必然導致GF，存在與敏感屬性相關但不由其引起的潛在屬性G。提出反事實知識蒸餾（CKD）方法減少對G的依賴，從而使滿足CF的模型也能滿足GF。

本文提出一個結合正則化迴歸、重複交叉驗證R平方及其重取樣標準差、以及信度上限和設計上限的評估框架，用於從文本嵌入預測專案心理測量引數。在數學題庫和醫學執照基準測試中的應用表明，專案難度可高度預測，而區分度和偽猜測引數受限於信度上限而非文本訊號強度。研究強調重複交叉驗證和尺度無關指標的重要性。

本文提出了一種多因子評分框架，從準確性、簡潔性、事實一致性、可讀性和連貫性五個維度綜合評估大語言模型的響應質量，並配備圖形使用者介面進行結果視覺化。在TruthfulQA資料集上的評估顯示，主流LLM在推理任務中表現突出（綜合得分最高0.6104），但在處理複雜事實和歧義方面存在普遍侷限。該框架透明、可擴充套件，未來將支援多語言評估。

大型語言模型（LLM）在醫學問答基準測試中取得了可喜成果，但受到幻覺和官方指南快速演變的限制。檢索增強生成（RAG）透過將回答基於明確維護的語料庫來降低這些風險，但端到端效能關鍵取決於檢索配置和超越多項選擇格式的評估。研究將PubHealthBench擴充套件為檢索增強設定，系統評估檢索和生成選擇，發現混合檢索持續改進召回率和排序質量，且提供檢索上下文能顯著提高多項選擇準確性。引入基於評分標準的LLM作為評判器評估自由形式回答，並與人工標註進行驗證。

Inertia-1是一個完全開源的可穿戴運動基礎模型探索專案，利用超過1820萬小時的加速度計資料，系統研究了資料、模型和訓練選擇對下游任務的影響。在15個資料集上的評估展示了其泛化能力，為可穿戴運動表示學習提供了實用指南。

NEST是一種專門設計的框架，透過兩階段密集MoE架構建模和重組資料集中的演化結構。它首先在矩-熵空間中進行無監督聚類，將資料集劃分為不同的執行機制，然後利用面向機制的路由器機制生成初始專家權重，並透過幾何調變進行最佳化。專家作為專門的核心，捕獲機制特有的動態。在多種基準測試中，NEST取得了最先進的效能。

Sourcerer 並非又一個採購工作流工具，而是一家試圖成為實物商品記錄供應商的初創公司。客戶上傳產品規格、發票或描述後，其 AI 代理會稽核供應商、定價、安排貨運、提供信貸，並給出單一報價。