2026年04月07日

OpenAI前员工悄然投资新基金,规模或达1亿美元

OpenAI前员工悄然投资新基金,规模或达1亿美元 | 谷歌悄然推出支持离线的AI听写应用 | Import AI 452:网络战中的扩展法则;AI自动化的浪潮;以及GDP预测的谜题

01 OpenAI前员工悄然投资新基金,规模或达1亿美元

  1. 由多位OpenAI前成员联合创立的风险投资基金Zero Shot已完成首轮募资,目标金额为1亿美元,目前已达成初步关闭。该基金名称源自AI训练术语“零样本学习”,创始团队包括三位OpenAI资深成员:Evan Morikawa(曾任应用工程负责人,参与DALL·E、ChatGPT和Codex发布)、Andrew Mayne(首位提示工程师,创办AI咨询公司Interdimensional)和Shawn Jain(前研究员,现为生成式AI初创公司Synthefy创始人)。另两位联合创始人为前01A风投合伙人Kelly Kovacs及前Twitter与迪士尼高管Brett Rounsaville。团队因长期共事建立信任,离职后频繁被咨询AI技术趋势,促使他们转向投资领域。基金已进行初步投资。
OpenAI前成员组建风投基金 目标募资1亿美元已完成首轮 团队背景深厚且具实战经验
来源
  1. TechCrunch推出限时优惠活动,为即将举办的Disrupt 2026大会提供最高482美元的注册折扣,优惠截止时间为4月10日美西时间晚上11:59。该大会预计吸引超过1万名创始人、投资者和科技领袖参与,为期三天,包含250余场实战型会议、高效社交对接及行业创新展示。活动旨在帮助创业者获取融资、招聘人才并发现市场突破机会。
Disrupt 2026大会提供限时优惠 聚焦创业融资与人才对接 汇集万名行业参与者
来源

查看原文 →

02 谷歌悄然推出支持离线的AI听写应用

  1. 谷歌于周一在iOS平台低调发布了一款名为“Google AI Edge Eloquent”的离线优先语音听写应用,旨在与Wispr Flow、SuperWhisper、Willow等同类产品竞争。该应用免费下载,内置基于Gemma模型的自动语音识别(ASR)系统,用户下载模型后即可在手机上进行语音转文字操作。应用支持实时转录,并在暂停时自动过滤“嗯”“啊”等填充词,优化文本输出。用户可通过“要点”“正式”“简短”“详细”等选项调整文本风格,并可关闭云端模式以启用纯本地处理。应用还支持从Gmail导入专有名词,并允许添加自定义词汇。此外,应用提供转录历史记录、搜索功能及语速、总字数等统计信息。
离线优先语音识别 自动过滤填充词优化文本 支持本地与云端双模式处理
来源
  1. 尽管目前“Google AI Edge Eloquent”仅上线iOS版本,但其App Store描述中提及未来将推出Android版本,并强调“无缝Android集成”功能,用户可将其设为系统默认键盘,实现全系统文本输入支持。此外,Android版预计将提供浮动按钮功能,提升操作便捷性。谷歌尚未就发布时间或具体功能细节作出进一步说明。该应用的推出标志着谷歌在边缘AI和隐私优先语音处理领域的布局,尤其在离线场景下提供高质量转录服务,可能对专业写作、会议记录等场景产生实际影响。
Android版本已在规划中 支持设为系统默认键盘 浮动按钮提升操作体验
来源

查看原文 →

03 Import AI 452:网络战中的扩展法则;AI自动化的浪潮;以及GDP预测的谜题

  1. Lyptus Research研究发现,AI系统在网络安全攻击任务上的能力持续提升,呈现明显的“规模法则”趋势。自2019年以来,前沿模型在攻击性网络任务上的能力翻倍周期为9.8个月,而2024年后缩短至5.7个月。最新模型如GPT-5.3 Codex和Opus 4.6在需人类专家3小时以上完成的任务中达到50%成功率。研究评估了多个基准测试,包括CyBashBench、CVEBench等,并构建了一个包含291项任务的新数据集,由10名专业攻防人员校准。开源模型GLM-5落后闭源前沿约5.7个月,表明攻击能力正快速向开源模型扩散。

    AI网络攻击能力加速提升 前沿模型每5.7个月翻倍 开源模型快速跟进攻击技术

    来源

  2. AI自动化正推动各行业效率提升,尤其在软件开发、系统运维和网络安全领域表现显著。随着模型能力增强,AI可自主完成复杂任务,如漏洞挖掘、代码生成和攻击模拟,减少对人力的依赖。研究显示,当前顶尖模型已能替代约半日专业工作,预示未来自动化可能重塑劳动力结构。尽管提升生产力,但也加剧了安全风险,如攻击门槛降低和防御滞后。行业需平衡效率与安全性,加强AI治理和防御机制建设。

    AI自动化提升多行业效率 可替代部分专业人力工作 安全风险随能力提升上升

    来源

  3. 研究中对GDP预测的AI模型表现提出疑问,指出当前模型在经济预测方面存在不确定性。尽管AI在数据处理和模式识别上具有优势,但宏观经济受多重复杂因素影响,模型预测准确性受限。现有评估未明确展示AI在GDP预测中的实际效能,也未提供可靠误差范围或长期验证结果。这表明AI在经济建模中的应用仍处于探索阶段,需更多实证研究和跨学科协作以提升可信度。

    AI经济预测能力尚不明确 宏观经济复杂性影响准确性 需更多实证研究支持

    来源

查看原文 →