AI与创新前沿精选速览 (2025年06月20日-21日)

Hi，早上好！我是你的专属情报官。今天从104条信源中，为您整理如下内容，希望能给你带来启发！此外，日报官网已上线，网址：alphanews.club。您可前往官网阅读历史日报或预约个性化日报服务，任何问题可咨询kiki220238。

创业与个人成长

创业者经验与商业思考

• 首次发布不成功：互联网是个广阔的地方，如果第一次发布不成功，再发布一次就好。 @LeeLeepenkman
• AI作为盟友：AI应该成为你的盟友，而不是敌人。那些不使用AI的人将很难保持领先。为此，我创建了**@MycAIreer**，这是一个值得信赖的AI工具，可以帮助提升职业生涯并适应AI使用。立即下载：(https://t.co/v2aN9QAU2P) @resumakeovers
• B2C创业的信号：对于B2C创业公司来说，“噪音”（无论是好的、坏的还是蔑视的评论）是绝对的最佳信号。一个不错的产品加上社区可以驱动大规模的用户转化。 @adi_singh133
• 获取工作建议：对于应届毕业生如何在这个市场找到工作，我的建议是：成为某个初创公司工具的高级用户，通过日常使用形成对其改进的强烈见解。如果这家初创公司做得好，他们会注意到你的热情并主动联系你。 @marco_dewey
• 创始人校园建议：90名大学生正在创始人校园度过未来6周，向现有创始人征集建议：在这段时间里，最应该优先关注什么？ @FurqanR
• TikTok营销新思路：一个新颖的商业想法是教传统制造业的创始人如何在TikTok上跳舞，以获取金钱和品牌知名度。 @LeeLeepenkman
• 科技风险与市场风险初创公司：像Ndea（科技风险）和Zapier（市场风险）这样的初创公司有一个共同点：与现实频繁接触会通过提高学习速度来增加成功机会。 @mikeknoop
• 埃隆·马斯克对年轻创业者的寄语：努力做到尽可能有用。如果你立志…… @adambrotman 转推 @cb_doge

个人效率与职业发展

• 编程效率工具：我的“沉浸式编程”设置是VSCode + Copilot + Warp。 @deeparocks
• 本地开发体验提升：两项显著提升本地开发体验并减少焦虑的做法是：1. 为开发和生产环境设置不同颜色的头部Logo和Favicon。2. 运行数据库迁移前，使用一个简单脚本检查数据库URL。 @_skris
• 游戏中的学习：从游戏中我学到了很多东西：从英雄联盟学英语，从多弗斯学到诈骗和被诈骗，从堡垒之夜磨练训练纪律，从黑色沙漠Online学管理金钱。如果你还有时间，请玩游戏。 @rayanboukhanifi
• 集中学习日：在忙碌的构建工作中，预留一天进行纯粹的学习是一种“作弊码”。现在信息太多，埋头苦干时很难跟上最新进展。 @adi_singh133
• 思考方式：马里奥赛车在普通水平下更像是一个期望值游戏，而非机械技能游戏，例如，每次获得蘑菇却不用于抄近路，你可能就损失了最优玩家的期望值。击中双倍道具块远胜于单倍，且没有额外成本，只击中单倍会输。如果你只尝试“开得更好”，你永远不会精通。生活中很多事情也如此：表面看似机械才能，实则深层是易于执行的良好期望值思维。 @scottastevenson

AI技术与应用

AI视频与图像生成

• 自动化长视频广告：我已使用Veo 3和N8N自动化了长视频广告。(https://t.co/ZJoDhMAJB7) @JulianGoldieSEO
• 免费视频生成：目前，似乎可以通过标记AskPerplexity在X上完全免费使用Veo 3生成视频，考虑到Veo 3的成本，这非常棒！ @mreflow
• AI视频生成流程：在Scenario网络应用中生成AI视频，包括提示词。100%纯浏览器创作。首先使用Flux 1.1 Pro Ultra (16:9格式)生成图像。然后用Kling 2.0将图像转换为视频片段，直接在Scenario中生成正确的提示结构。只需点击“生成”或输入一些想法，然后点击“重写”，2秒内就能获得一个针对上传图像的优秀Kling提示。最后，一键放大视频，选择“增强”，或将视频拖放到参考菜单，然后点击生成。几分钟内即可获得4K视频，由Topazlabs Video Upscale在Scenario上提供支持。(视频链接1: https://t.co/4cbkLUlPAK, 视频链接2: https://t.co/pjGBg8LfnC, 视频链接3: https://t.co/9fzOWSt5kE) @emmanuel_2m
• Adobe AI相机应用：Adobe新的iOS AI相机应用Project Indigo已发布，非常棒！文章链接：(https://research.adobe.com/articles/indigo/indigo.html) 下载链接：(https://apps.apple.com/us/app/project-indigo/id6742591546) @peker_eth
• AI科幻电影制作：Hailuo_AI 的最新更新让你只需一个提示就能拍出耗资1亿美元的科幻电影。外星行星、飞行机甲、赛博朋克火星氛围，都不在话下。(视频链接: https://t.co/nhaWXLhzLn) @mtaqi1536
• 图像到3D场景生成：我们发布了用于图像到带纹理3D场景生成的推理代码。(链接由于原始推文截断不完整) @AlberFuen 转推 @huanngzh
• Brie的懒人升级插帧工作流：添加了一个Brie的懒人升级插帧工作流。它能对视频进行放大和提高帧率。 @AlberFuen 转推 @SlipperyGem
• EQ-VAE复制品的大规模文本到图像结果：可能是我的EQ-VAE复制品上第一个大规模的文本到图像结果？ @AlberFuen 转推 @KBlueleaf

AI开发与工具

• Claude的代码重构能力：介绍tree-hugger-js + MCP。Claude在编写代码方面很出色，但在重构方面却很糟糕，它无法可靠地跨文件重命名变量或理解代码结构。所以我构建了tree-hugger-js + MCP集成，赋予Claude实际的重构超能力。GitHub链接1：(https://github.com/qckfx/tree-hugger-js) GitHub链接2：(https://github.com/qckfx/tree-hugger-js-mcp) @C_H_Wood
• Claude审查PR：你们知道Claude可以审查PR吗？它能自动改进我的代码！(图片链接: https://t.co/YRVVP8fvqh) @_nilni
• Claude并行任务：你们知道这个吗？claude-code parallel tasks，可以通过claude config get -g parallelTasksCount查看。(视频链接: https://t.co/x6EoCgGBjC) @AlberFuen 转推 @SIGKITTEN
• 当Claude不知所措时：一个有趣的事实是，有时当Claude不知道答案时，可以问ChatGPT。 @_nilni
• 远程MCP支持：Claude Code刚刚发布了远程MCP支持，现在你可以连接Sentry、Linear等开发工具。 @jowettbrendan
• AI路由层：AI路由是RAG和MCPs之上缺失的质量层。我看到了很好的效果，能生成更好的合成数据和更好的企业AI产品。这是值得添加到你的生成式AI堆栈中的，尤其是在企业环境中。文章在评论中：(https://t.co/rJO3v6WSrI) @razroo_chief
• Event-Driven AI Agents：使用UAgents和Google Gemini构建事件驱动的AI Agent：一个模块化的Python实现指南。这是一个教程演示。 @invinciblejha 转推 @Marktechpost
• 开源通信管理器：开源了我们与ELRS的通信管理器。它能连接到ELRS发射器通过串行发送命令，并添加了我们用于构建应用程序不同部分的共享内存访问。(图片链接: https://t.co/7qhv7tMgFF, GitHub链接: https://github.com/droneforge/nimbus_sdk) @chesterzelaya
• Fusion组件集支持：Fusion现在支持组件集——在几秒钟内从Figma组件集生成可复用的设计系统组件，支持任何框架（react, vue, angular等）和样式（css, emotion, tailwind, shadcn等）。(视频链接: https://t.co/1cQjoZETak) @Steve8708
• AI Agent全电脑控制：BLACKBOXAI Agent - 语音Agent全电脑控制。(视频链接: https://t.co/t3ZD9at5PK) @Rich15949740
• 用于Frameloop AI的客户管理仪表盘：我“沉浸式编程”了一个简单的仪表盘来管理我的Frameloop AI客户。它能一键重试或标记失败的视频并退款，提高了客户支持效率。最终计划切换到trigger.dev使其更健壮。(图片链接: https://pbs.twimg.com/media/Gt_8fa0WsAAXmvi.jpg) @KarunakarGautam
• Permix v3发布：Permix v3已发布！🚀新增了**@elysiaJS集成，更新了tRPC和oRPC集成，更新了文档。还支持React**、Vue、Node.js、Express和Hono。(图片链接: https://t.co/ByewV1zY6k, 文档链接: https://permix.letstri.dev/docs/integrations/elysia) @letstri
• Vitest浏览器模式：@vitest_dev的浏览器模式太棒了！我把所有测试套件从Playwright测试迁移到了Vitest浏览器，一切变得更好了。(GitHub链接: https://t.co/uc3XrWvavD, 另一链接: https://t.co/uQKLBHQ9JV) @madhavjha 转推 @puruvjdev
• 自监督学习与强化学习：自监督表征学习有点像强化学习。如果我们直接用强化学习作为视觉表征的自监督方法呢？结果证明它效果很好。在**@its_dibya**的新工作中，我们展示了如何做到这一点。(网站链接: https://t.co/JTTbqIW2Pv) @svlevine

AI理论与挑战

• LLM对像素和颜色的能力限制：当前的LLM对测量像素和感知颜色的能力有限（或没有）。 @madhavjha 转推 @_overment
• AI推理的中心化架构：@karpathy谈到当前AI的中心化架构以及它可能很快发生的变化。他表示“AI的个人计算革命尚未发生”，当前是1960年代的中心化计算模式，个人SoTA模型尚未在经济上可行，但很快将随着**@ollama和@exolabs**的出现而实现。(视频链接: https://t.co/81Jvte0NkW) @stevederico
• AI产品与模型能力的差距：AI模型能做到的和实际存在的产品之间的差距目前是巨大的。萨姆·奥特曼表示推理模型…… @invinciblejha 转推 @garrytan
• 今日AI即是最差AI：今天你正在使用的AI将是你用过的最差的AI。这是在一次会议上听到的。引人深思，不是吗？ @andrewdfeldman
• AI公司如何看待AI人才：转向AI优先的公司应该投入一些了解AI能力的专业人才深入一线，设计下一代工作流程。 @rblalock 转推 @levie
• AI Agent的失调研究：Anthropic的新研究：Agentic Misalignment。在旨在识别风险的压力测试实验中…… @AlberFuen 转推 @AnthropicAI
• AI对原始提示的敏感性：不太像……但有点……🤔它对提示太敏感了。(视频链接: https://t.co/eHjJg7YV0u) @AIWarper
• AI生成的工作描述：这份工作描述明显是AI生成的，竟然要求掌握OSC序列和ANSI转义码技能，这正是你会用LLM来生成的内容。 @thdxr
• OpenAI GPT商店的降温：令人惊讶的是，OpenAI大力宣传了几个月的GPT商店，结果其热度竟然悄无声息地消退了，仿佛从未发生过一样。 @AndreyNovikoov

自动驾驶与交通未来

特斯拉Robotaxi的11个常见误区

• 误区1: 区域限制（Geofencing）意味着与Waymo无异且无法扩展。 特斯拉Robotaxi在奥斯汀的初始区域限制是临时措施，FSD本质上是“任意地点操作”系统，与Waymo依赖详细地图的固有设计不同。随着信心增长，特斯拉将扩展运营区域。
• 误区2: HW4无法用于Robotaxi。 目前生产的特斯拉HW4可以用于Robotaxi的初始部署，尽管下一代AI5 (HW5)性能更强。特斯拉承诺消费者车辆可加入Robotaxi网络。HW3可能需要硬件升级。
• 误区3: 有安全员（Observer）意味着未准备好。 特斯拉Robotaxi初期会有安全员，但其作用是观察而非控制，用于实时监控、识别问题、收集主观反馈并防止不当行为。这是一种聪明且临时的措施。
• 误区4: 没有最新的FSD大版本发布意味着进展停滞。 FSD V13自2024年11月发布后，更新频率放缓，但很可能特斯拉正专注于训练和验证下一个主要版本（FSD v14），用于无人监督操作和Robotaxi部署。
• 误区5: 永远不会比人类司机更安全。 这一点参考了我之前的帖子：(https://t.co/j5rKuMrfRc)。
• 误区6: 自动驾驶技术尚需数十年。 忽略Waymo已在六个城市运营1500多辆自动驾驶汽车，以及FSD已行驶数千英里零干预的事实。自转向端到端AI架构（V12）后，自动驾驶已成为一个计算限制问题，瓶颈在于训练数据和模型规模，而非机器人学中未解决的难题。未来两年内，Robotaxi将取代Uber和Lyft，主导城市交通。
• 误区7: Robotaxi将导致城市交通堵塞。 随着Robotaxi的普及，它们将取代或取代私人车辆，特别是在人口密集的城市地区。虽然车辆总数可能增加，但整体拥堵可能会减少，因为Robotaxi将高效调度、更高利用率，从而提高城市交通效率。
• 误区8: 永远无法驾驭罗马或孟买等复杂城市。 这种误解基于人类司机更优秀和Waymo过于谨慎的驾驶风格。特斯拉FSD在柏林和罗马等城市展现出更自然、果断的行为，同时保持零事故安全记录。
• 误区9: Robotaxi不会获得显著市场份额，竞争激烈。 这完全是错误的。消费者已表现出对自动驾驶服务的偏好，并愿意支付溢价。Waymo在六个城市运营约1500辆车，其部署并非为高容量设计。特斯拉则为规模而生，每天可生产1000辆Cybercab，且有超过100万辆客户自有特斯拉可加入网络。特斯拉拥有巨大的成本优势，预计将成为赢家通吃的市场。
• 误区10: Robotaxi无法在恶劣天气下运行。 天气确实是挑战，初期可能限制运营。但特斯拉FSD相比人类司机有关键优势：更多传感器、完美注意力、更快反应时间以及数百万驾驶场景的聚合训练数据。我的第四篇论文深入探讨了FSD的“专家混合”架构如何支持不同条件下的专业性能(https://t.co/X9JCqgPmRm)。
• 误区11: 发生首次事故后一切都将结束。 事故不可避免，但Robotaxi的整体安全记录将远超人类驾驶网约车。特斯拉重视安全，早期遇到的问题将通过其比人类司机安全一个数量级的平台来解决。最终，Robotaxi将拯救生命并防止人身伤害。 @pbeisel

其他技术与行业动态

• 生物信息学数据库：今天我们发布了SAIR (Structurally Augmented IC50 Repository)。SAIR是最大的开源结合亲和力数据库。 @PMZepto 转推 @SandboxAQ
• 机器人与AI：你的双手操作器可能需要一个机器人颈部。介绍：“行动中的视觉：从人类学习主动感知”。 @bipashasen31 转推 @Haoyu_Xiong_
• 游戏开发中的3D引擎：Inkwell可能看起来像一个2D游戏，但它是一个3D引擎。我正在构建一个多人世界引擎，它将随之发展。 @AlberFuen 转推 @JungleSilicon
• 计算机视觉中的PTX指令：PTX指令用于FP32->FP4转换，因此您可以在CUDA C++中像左侧（来源：cutlass）那样进行内联PTX。但在Triton中…… @AlberFuen 转推 @gaunernst
• Masttra AI更新：@mastra_ai正在推出跨对话记忆，该记忆将为每个用户持久保存！语义召回已上线。 @AlberFuen 转推 @tylbar
• cline更新：刚刚推送了v3.17.15版本。这个补丁版本包含了社区主导的修复，提升了提供商稳定性、核心用户体验和访问…… @AlberFuen 转推 @cline
• OCR模型实现：GOT-OCR2.0的官方代码，这是一个端到端的OCR模型实现。(图片链接: https://t.co/661a9yG92o) @AlberFuen 转推 @tom_doerr
• VR-Robo管道：VR-Robo：用于腿式机器人基于RGB视觉导航与控制的真实到模拟再到真实的管道。它能重建现实…… @AlberFuen 转推 @zhaohang0124
• HuggingFace模型：(https://huggingface.co/Alissonerdx/UltraWanComfy) @AlberFuen 转推 @toyxyz3
• 远程服务器集成：有人有很酷的远程MCP服务器可以和Fusion集成吗？ @Steve8708
• AI辅助语音生成：OpenAI TTS未来发展：对于社交/新兴用例，模型能根据文本自动生成多种声音（想象一个所有角色都由模型演绎的戏剧或有声读物）。对于企业用例，解决“人类不会那样说”的问题（如电话号码被自然地读出，而非电话号码）。对于两者，是维持多个连续生成之间微妙的一致性。这对于对话式AI很重要，通常一次生成一个句子。 @kwindla
• 寻找旧船只的新商业想法：通过观看星链画面寻找旧船只——最近发现了库克船长的船和一艘载有30亿美元阿兹特克宝藏的西班牙大帆船。可以在卫星视频中发现鲸鱼或其他鱼类活动，这可能预示着有沉船。未来将大规模加大通过技术寻找船只的力度。(独立报链接: https://t.co/DTReWgOsfS, Sky新闻链接: https://t.co/FanZhzTebJ) @LeeLeepenkman
• 巴塞罗那俱乐部与Web3：巴塞罗那足球俱乐部正与**@futureverse合作，在@TheRootNetwork**上为球迷带来官方加密钱包和NFT头像。 @SharaSenderoff 转推 @Blockworks_