生成式AI

一、 一文读懂英伟达GTC：Blackwell、硅光芯片和“新故事”

1. Blackwell Ultra GPU及全家桶发布，升级内存、优化推理性能，覆盖从数据中心到个人计算的全场景；并预告2026年更强大的Rubin架构;

2. 推出Dynamo开源软件和Llama Nemotron模型，构建AI Agent生态，但在模型训练效率上不及DeepSeek等竞品；

3. 推出具身智能基础模型Cosmos和人形机器人基础模型Isaac GR00T N1，结合Omniverse构建完整的机器人生态系统，展现在具身智能领域的野心。

二、 谷歌Gemini推出Canvas功能，「动动嘴」做原型设计

1. Gemini推出Canvas功能，可通过语音指令快速完成原型设计，实时预览代码输出，支持网页应用、Python脚本等开发；

2. 新增Audio Overview功能，能将文档、幻灯片转化为播客式对话，目前支持英语版本；

3. Canvas面向全球Gemini用户开放，支持实时编辑、协作分享，简化了编程流程，让开发更直观高效。

三、 Grok推出新功能DeeperSearch，让实时AI检索更强大

1. Grok新增DeeperSearch功能，可深入分析48小时内Twitter热门AI资讯，提供实时精准信息；

2. Grok3具备三种模式：Think、DeepSearch、DeeperSearch，其中DeeperSearch搜索和推理能力最强；

3. DeeperSearch在社交媒体数据挖掘方面具有独特优势，普通用户每种模式每天可免费使用5次。

四、 Stability AI推3D空间视频工具，照片直接秒变3D视频

1. Stability AI推出Stable Virtual Camera模型，可将2D照片转换为3D视频，支持多种动态相机路径，包括螺旋、推拉变焦等效果；

2. 模型支持1-32张输入图片，可生成最长1000帧视频，输出包括1:1、9:16、16:9等多种比例，但对人物、动物等动态场景效果欠佳；

3. 公司近期经历管理层变动，新任命《泰坦尼克号》导演卡梅隆为董事会成员，并与Arm合作开发移动设备AI音频模型。

五、 可灵接入DeepSeek-R1不用学写提示词了？一手实测

1. 可灵接入DeepSeek-R1后，用户只需输入简单词语，AI就能自动扩充完整的提示词，包含主体描述、场景、运镜等细节；

2. R1能将抽象的成语、古诗词等内容转化为具体的场景描述，并优化生成效果，使视频更符合原意表达；

3. 可灵发布ReCamMaster镜头重建工具，支持10种镜头操作，可实现视频再渲染和相机轨迹重建，适用于多个应用场景。

六、 谷歌2300亿现金天价收购以色列云安全平台公司Wiz

1. 谷歌以320亿美元全现金收购云安全平台Wiz，创下公司最大并购记录；该交易旨在加强AI时代下的云安全布局和多云环境应用；

2. Wiz成立于2020年，专注提供无代理扫描和基于图的安全模型，年收入约3.5亿美元，已获得40%财富100强企业青睐；

3. 此次收购将重塑云安全市场格局，通过整合双方技术优势提升谷歌云竞争力，Wiz产品将继续支持所有主要云平台。

前沿科技

七、 机器人运动控制里程碑，宇树G1机器人完成侧空翻动作

1.宇树科技G1人形机器人成功完成全球首次原地侧空翻，展现出卓越的动态平衡能力；

2.G1机器人身高127厘米，配备23-43个关节电机，最大扭矩120N·m，扭矩密度超越特斯拉Optimus 30%；

3.宇树科技发起侧空翻真人挑战赛，首个成功复刻动作者可获赠一台G1机器人或等值礼物。

八、 充电 5 分钟续航 400 公里，比亚迪兆瓦闪充是怎么实现的？

1. 比亚迪发布超级e平台，实现5分钟充电400公里续航，通过1000V电压和1000A电流的闪充电池技术，达到与燃油车相当的补能速度；

2. 搭载全球首款量产3万转电机，单电机输出580千瓦功率，性能或媲美V12类引擎；

3. 比亚迪计划建设4000多座兆瓦闪充站，配备储能电池模块解决电网压力，消除充电焦虑成为终结燃油车时代的关键突破。

报告观点

九、 著名编程博主 Willison分享：我如何使用LLM帮我写代码

1. LLM编程需要合理期待，将其视为过度自信的结对编程助手，它可以快速查找和提供示例，但会犯错，需要人类把关；

2. 上下文管理是关键，包括提示词、对话历史和代码示例，要明确告诉LLM需求，并准备好多轮迭代改进；

3. LLM最大优势是开发速度，能快速实现一些原本不值得花时间的项目，但需要人类的专业知识来引导和把控，同时也是学习新技术的好工具。