/
RunPod推出Flash平台：让开发者告别AI推理的基础设施烦恼
AI云服务商Runpod发布Flash SDK平台，开发者无需配置容器或管理镜像，只需编写Python代码即可直接将本地应用部署至云端AI推理服务，并支持自动扩缩容。Flash支持挂载多个不同计算配置的AI端点，内置负载均衡与流量管理，同时提供命令行控制面板，覆盖从实验到生产的完整软件生命周期。
谷歌云季度营收首破200亿美元，但增长受算力容量制约
Google Cloud首季营收突破200亿美元，同比增长63%。其中，基于生成式AI模型构建的产品同比增长近800%，Gemini Enterprise环比增长40%，API每分钟token处理量达160亿。然而，CEO桑达尔·皮查伊坦言，公司当前面临算力瓶颈，若算力充足，云收入本可更高。目前积压订单已达4620亿美元，公司预计未来24个月内消化其中50%。
AI初创公司Profluent与礼来达成高达22.5亿美元的基因编辑合作
AI初创公司Profluent与制药巨头礼来（Eli Lilly）签署了一项价值高达22.5亿美元的战略合作协议，聚焦基因编辑疗法。Profluent的AI模型可设计重组酶编辑器，能够在基因组精确位置插入大段DNA序列，有望解决多突变遗传疾病的治疗难题。该公司结合基因组编辑器与大语言模型，构建"可编程生物学"平台。礼来将获得独家授权，推进相关重组酶的研究、临床开发及商业化进程。
马斯克与奥特曼对簿公堂：AI恩怨与科技新品齐登场
马斯克与OpenAI的庭审正式开始。双方围绕AI早期发展、功劳归属与利益分配展开争夺，大量内部秘密将在庭审中曝光。此外，Framework发布迄今最强笔记本电脑，在保留可维修性的同时大幅提升性能；新一代芯片或将让小尺寸笔记本彻底摆脱性能不足的困境。
我们熟知的用户界面已死，四种方式助你迎接"一次性"UI时代
Salesforce近期发布"Headless 360"，将平台能力以API、MCP和CLI形式开放给AI代理，无需传统浏览器界面。WorkOS创始人Michael Grinich指出，我们正在告别UI时代——未来的界面将是按需生成、用后即弃的"一次性UI"。软件正从"用户操作界面"转向"系统自主产出结果"，用户角色也从操作者演变为AI代理的协作者与指挥者。他建议技术从业者：为代理而非人类设计产品。
NVIDIA发布Nemotron 3 Nano Omni多模态模型，智能体推理效率提升9倍
NVIDIA正式推出Nemotron 3 Nano Omni，这是一款开源全模态推理模型，将视觉、音频与语言能力整合于单一系统，采用30B-A3B混合专家架构，支持文本、图像、音频、视频及文档等多种输入。相比其他开源全模态模型，其吞吐量提升9倍，同时在复杂文档理解、视频及音频处理等六项评测榜单中位居前列。该模型已于2026年4月28日通过Hugging Face等25个以上平台开放使用。
蒂姆·库克的科技遗产：AirPods、Touch Bar与苹果的未来
蒂姆·库克宣布卸任苹果CEO一职，继任者很可能是约翰·特纳斯。本期播客邀请科技博主约翰·格鲁伯共同回顾库克的产品遗产，包括AirPods的成功与Touch Bar的争议。此外，节目还探讨了微软重振Xbox品牌的雄心计划，承诺让玩家随时随地畅玩游戏，但实现这一目标仍面临法律与技术层面的重重挑战。
Linux内核加速清理老旧硬件驱动，应对大语言模型漏洞检测威胁
面对大语言模型驱动的漏洞检测工具，Linux内核社区采取了一种直接的应对策略：删除老旧代码。近期多项补丁计划移除数十年前的硬件驱动，包括3Com网卡、Xircom并口卡、Hamachi/Yellowfin千兆网卡，以及ATM网络、AX.25无线电和ISDN CAPI等协议驱动，仅以太网设备相关代码就将减少近3万行。此外，80486处理器支持也在讨论移除之列。不过，T2等发行版表示将继续维护对早期硬件的支持。
蒂姆·库克卸任后，苹果公司将走向何方？
蒂姆·库克计划于9月卸任CEO，将权杖交予硬件主管约翰·特纳斯。特纳斯接手的是科技界最具韧性的商业帝国之一，但也面临诸多挑战：App Store 30%抽成模式承压、苹果对开发者的幕后控制力遭受质疑，AI辅助编程正在重塑平台生态。TechCrunch《Equity》播客就此次权力交接对初创企业的影响展开深度探讨。
Artisan创始人：为何高喊"停止雇佣人类"却依然热爱招人？
Artisan是一家专注于为销售团队打造AI员工的初创公司，以"停止雇佣人类"的病毒式营销活动广为人知。创始人Jaspar Carmichael-Jack在播客中分享了AI创业公司的生存之道：如何避免招聘失误、打造团队文化、制定大胆的营销策略，以及AI如何重塑销售与招聘的未来。他强调，即便大力推广AI员工，优秀的人才依然是公司规模化增长的核心。
AI驱动热电发电机设计，效率提升万倍
日本研究人员开发出名为TEGNet的AI工具，能以传统方法万倍的速度设计热电发电机。该工具基于神经网络框架，可快速筛选数千种设备架构并在毫秒内估算性能。研究团队据此制造的原型机在工业废热温度条件下实现约9%的转换效率，达到当前领先水平。这一突破有望大幅加速热电技术的商业化进程，推动工业废热的大规模回收利用。相关研究已于4月15日发表于《自然》期刊。
Google Meet AI记录功能扩展至线下及第三方会议平台
Google的Gemini AI会议记录功能已不再局限于Google Meet平台，现支持线下面对面会议，以及Zoom和Microsoft Teams上的会议。用户只需在移动端或桌面端的Google Meet主界面选择"为我记录笔记"，即可开始录制。Gemini将自动生成会议摘要和待办事项，并以Google文档形式保存至Google Drive，无需预先安排会议或身处会议室。
让·米歇尔·雅尔呼吁音乐与电影行业拥抱AI技术
电子音乐先驱让·米歇尔·雅尔批评音乐和电影行业对AI持保守态度，呼吁创作者拥抱而非恐惧这项技术。他认为AI不会扼杀创意才华，而将成为催生新型艺术表达的工具，正如早期电影人拥抱有声影像一样。雅尔自2018年起已将AI融入创作，他强调业界应将AI视为"增强想象力"的手段，并指出每次技术革命都曾被既有行业视为威胁，但最终都推动了新艺术形式的诞生。
Google Cloud推出QueryData，助力智能体实现可靠的数据库查询
Google Cloud发布QueryData工具，旨在提升AI智能体在多智能体系统中查询数据库的准确性。该工具可将自然语言转换为数据库查询，准确率接近100%，有效弥补大语言模型因理解数据库结构能力有限而导致的查询误差。企业团队需预先配置数据库上下文及规则，再通过Context Engineering Assistant进行迭代测试，达标后即可集成至业务流程中。目前支持AlloyDB、CloudSQL等多种数据库，现处于预览阶段。
OpenAI推出药物研发专属AI模型GPT-Rosalind
OpenAI发布GPT-Rosalind，专为加速药物发现与生物学研究而设计。该模型以X射线晶体学先驱罗莎琳德·富兰克林命名，可协助研究人员完成证据综合、假设生成及实验规划等早期药物发现任务。目前已与安进、Moderna、艾伦研究所等机构合作落地应用。此次发布是OpenAI生命科学系列模型的首款，现已在ChatGPT及API中提供研究预览版，并支持接入50余种科学工具与数据源。
Expo融资4500万美元，加速跨平台应用开发工具建设
开发者工具初创公司Expo宣布完成4500万美元B轮融资，由Georgian领投。Expo基于Meta开源的React Native框架，允许开发者用JavaScript同时构建iOS、Android和Web应用，大幅节省开发时间。其云服务可加速应用构建、托管服务端组件并自动化发布流程。本轮融资将用于增强新推出的AI编程助手Expo Agent（现处于公测阶段），该工具可提供部署建议、修复漏洞并构建第三方集成。
AI能否评判新闻报道？一家由蒂尔支持的初创公司给出了肯定答案，尽管此举可能压制举报人
一家名为Objection的AI创业公司获得Peter Thiel等人"数百万美元"种子融资，声称可用AI对新闻报道进行事实核查。用户只需支付2000美元，即可发起对某篇报道的公开调查。该平台通过调用多家大模型组成"陪审团"来评估证据，并为记者生成"诚信指数"评分。批评者认为，该平台可能压制吹哨人，且其付费模式将使权贵更易打压媒体报道。
与Aron D'Souza关于"Objection"平台及AI新闻核查的完整对话实录
科技创业者Aron D'Souza接受专访，详述其新创公司Objection的核心理念：借助AI与前执法人员组成的调查团队，对公开报道进行事实核查。他引用盖洛普数据，指出美国媒体信任度50年间从70%跌至30%，认为现有新闻问责机制存在结构性缺陷。访谈中双方就匿名信源保护、亿万富翁背书、平台中立性及言论自由等议题展开激烈交锋。
StrictlyVC旧金山科技峰会即将开幕，TDK Ventures等顶尖嘉宾齐聚一堂
StrictlyVC年度首场活动将于4月30日在旧金山Sentro Filipino文化中心举行。本次活动汇聚多位重量级嘉宾：TDK Ventures总裁Nicolas Sauvage将分享企业风投运作逻辑，其任内已推动52家初创企业获投，孵化出Groq等三家独角兽；Meta前新闻负责人Campbell Brown将探讨AI平台信息可信度问题；Replit联合创始人Amjad Masad将分享AI编程革命的前沿洞察。活动还设有多轮交流环节，为创业者提供融资对接机会。
AWS与约翰斯·霍普金斯大学联合发布AI抗体设计基准数据库
AWS与约翰斯·霍普金斯大学惠廷工程学院联合推出"抗体可开发性基准"数据集，旨在推动AI驱动的抗体设计研究。该数据集涵盖50种种子抗体，针对42种抗原，涉及四种结构格式，并对六项关键可开发性特征进行评估。数据集通过湿实验室实验验证，支持零样本学习，无需模型预先接触数据集即可完成评估。未来还将持续扩展模型与属性，推动AI抗体设计能力不断提升。
京公网安备 11010802021500号
