AI快讯 - 实时AI新闻和趋势 | Blockchain.News

据 @pictoryai 官方推文称，Pictory 新增的 Idea-to-Video 工作流可将创意快速转为视频，并在其官网页面提供一站式生成入口。根据 Pictory 官方信息，这类文本生成视频与自动剪辑功能将缩短制作周期并降低成本，适用于营销视频、教程与电商广告等场景，为中小企业与代理商带来可扩展的视频生产能力与更高转化率。 (来源)

据Ethan Mollick在推特表示，GPT-5.5的Codex生成了一套桌面角色扮演游戏的主持人指南与玩家指南，并称完成了规则“自我测试”，突出叙事驱动机制但仍带有部分大模型风格特征（来源：Ethan Mollick）。据One Useful Thing报道，该案例展示了模型在单一工作流内完成内容生成、规则平衡与迭代修订的能力，为独立工作室通过自动化背景设定、遭遇表与规则澄清来降低成本、加速原型开发与产品化提供了路径（来源：One Useful Thing）。根据One Useful Thing的分析，此方法可延展为战役模组、场景包与市场文案的一体化生成，缩短TTRPG产品从创作到上市的周期（来源：One Useful Thing）。据Ethan Mollick与One Useful Thing，当前优势在于叙事连贯与结构化交付，局限在于仍需人工编辑以去除LLM痕迹，适合以人机协作模式进入商业化桌游出版（来源：Ethan Mollick、One Useful Thing）。 (来源)

据PicLumen在X平台发布的消息，创作者可在PicLumen上快速生成并展示AI艺术作品，平台强调易用性与高效的图像创作流程。根据PicLumen引用创作者@R447Ska的帖文及其官网信息（piclumen.com），该平台面向需要集中作品展示与社群互动的AI艺术家。对品牌与工作室而言，这意味着可借助更快的出图与发布流程承接活动运营、社区比赛与素材生产，从而缩短内容制作周期并提升转化率，以上均来自PicLumen的社媒公告。 (来源)

据Ethan Mollick在X平台所述，AI的根本问题是“能有多强、会多快”，以S曲线描述能力与速度，并决定就业与风险等后续议题。根据MIT学者Shakked Noy与Whitney Zhang的研究，GPT4在受控实验中将写作效率提升约40%，显示能力正快速上行。Anthropic称Claude3 Opus在推理基准上达顶级表现，而OpenAI表示GPT4 Turbo在长上下文与成本效率上提升，表明质量与可及性加速改进。麦肯锡指出生成式AI可为企业创造万亿美元级价值，短期在客服、营销与软件工程最易变现。基于S曲线视角，企业应优先在模型已超越人类基线的场景落地，并据OpenAI与Anthropic模型卡建议，强化检索、评测与安全护栏以稳定可控扩展。 (来源)

据Sam Altman在X平台表示，OpenAI的五项原则为民主化、赋能、普惠繁荣、韧性与适应性。根据Altman帖文，这些原则预示产品路线将围绕更广泛的模型可及性、开发者能力提升、安全内建与快速迭代展开。结合Altman帖文与OpenAI过往公开信息，这意味着定价与API门槛降低、面向工作流与智能体的工具链强化，以及以评测与治理框架提升安全韧性与快速更新能力。对企业而言，机会在于部署可规模化的AI助手、利用更具性价比的API做流程自动化、以评测与合规体系保障落地、并构建能随模型快速升级而演进的行业解决方案。 (来源)

据Ethan Mollick在Twitter所述，AI将引发职业间对工作边界的竞争，这一规律可用社会学家Andrew Abbott在《职业体系》中阐述的“管辖权”框架来理解。根据Mollick的观点与Abbott的理论（芝加哥大学出版社），当新技术出现时，职业会通过法律、组织流程与文化正当性来“防守、入侵或共享”任务边界，这意味着分析师、法律助理、放射科医师、产品经理和软件工程师等岗位的任务分配将重新洗牌。依据上述来源，企业应进行任务级管辖权映射、围绕AI助理重构流程，并预判执业范围的监管博弈，从而把握合规型AI产品、垂直场景工具与再培训服务的市场机会。 (来源)

根据Greg Brockman在X平台的发布，GPT Image 2即使在非常细致的提示下也能生成高度多样的图像，显示出较强的提示遵循与输出多样性提升（来源：Greg Brockman on X）。据业界对OpenAI以往图像模型的解读，此类改进通常来自更强的扩散架构与人类反馈强化学习，提升模式覆盖并降低模式坍塌风险（来源：业界对OpenAI博客的报道）。对企业而言，这可用于广告素材、跨境电商商品图与游戏美术资产的多方案快速迭代，压降内容生产成本并加速A/B测试（来源：Greg Brockman on X）。同时，开发者社区对OpenAI图像工具的追踪指出，更强的细粒度控制有助于以提示模板实现风格一致与品牌规范，催生与企业内容管理系统的集成机会（来源：开发者社区对OpenAI图像工具的综述）。 (来源)

据@deepseek_ai称，全系API输入缓存命中降至原价十分之一，V4 Pro仍享75%折扣。 (来源)

据Sawyer Merritt称，Neuralink助力残障者操控设备，具现实公益影响。 (来源)

据ylecun称，OpenAI限制安全研究适得其反，削弱开放科研并加剧生态分裂。 (来源)

据Twitter用户@_avichawla指出，Transformer的注意力在计算QK乘积与softmax时，会将大矩阵在片上SRAM与HBM之间反复搬运，层层重复，造成显著的内存带宽压力。依据该帖，Q与K先分发到线程并行计算，QK结果回写HBM；softmax阶段再次分发、计算并回写HBM。该模式暴露的瓶颈意味着内核级优化（如FlashAttention、融合注意力、重计算感知切块）以及硬件策略（更大SRAM、更高效张量核心利用、近存计算）具有商业价值。同时，该来源提示，IO感知注意力、KV缓存压缩与序列并行化可显著降低LLM推理与训练的时延与成本。 (来源)

根据X平台用户@_avichawla 的帖子，采用稀疏注意力后，128K上下文下的预填充成本约从$0.65降至$0.35每百万token，解码成本约从$2.4降至$0.8，并且V3.2在部分长上下文基准上表现不降反升。该帖指出，关键在于在不牺牲质量的前提下实现稀疏注意力，这为更大上下文窗口与更低推理成本同时成立提供了路径。结合业界公开研究报道，扩展上下文的常见方法还包括：RoPE或YaRN等位置编码缩放以稳定超长序列、Performer与Hyena等线性注意力以降低二次复杂度、RAG检索增强将长背景外置存储、分块加跨块注意力的层级条件建模、滑动窗口与状态压缩保持语境连续、以及推理时的attention sink与KV缓存淘汰策略控制显存增长。对于企业，这些方案可显著降低长文档问答、合同审阅、代码理解与多模态转录的服务成本并提升产能，来源均基于上述帖文与公开研究综述。 (来源)

据推特用户 @_avichawla 报道，DeepSeek 在 V3.2 中推出 DeepSeek Sparse Attention（DSA），将注意力计算从 O(L²) 降为 O(Lk)，每次查询仅选取前 k 个键值对，且无论上下文是否为 128K，最多只保留 2048 个令牌。根据该来源，轻量级 Lightning Indexer 采用少量 FP8 头对令牌重要性打分，先进行廉价筛选，再在被选子集上执行昂贵注意力，从而集中算力并降低延迟与成本。该来源还指出，固定的 k 使显存与计算更可预测，有利于长文档问答、检索增强生成和企业级长上下文推理的吞吐与服务经济性。 (来源)

根据 @_avichawla 在 Twitter 的介绍，FlashAttention 通过在芯片上使用SRAM缓存中间结果，减少对HBM的冗余读写，相比标准注意力可实现最高7.6倍加速。根据 Dao 等人的 FlashAttention 论文（斯坦福）报道，其面向IO的分块算法将QKV保留在快速SRAM中，缓解内存带宽瓶颈并提升GPU吞吐。依据论文基准结果，FlashAttention 加速Transformer训练与推理，在生产环境中带来更低时延、更高每秒生成token数及更低单token成本。对企业而言，这有助于优化RAG检索生成流程、提升流式回复体验，并在不牺牲精度的前提下提高GPU利用率，以上信息均据原论文与工程说明所述。 (来源)

据X用户@_avichawla所述，线程是最小执行单元，多线程构成块；同一块内线程共享快速但稀缺的片上SRAM，而所有块共享容量充足但较慢的全局HBM；据该帖指出，理解此层级可通过共享内存分块、减少全局内存访问来优化AI内核并提升吞吐。根据英伟达开发者文档的行业做法，将重复访问的张量放入共享内存可减少HBM读取并提升占用率，实测适用于Transformer注意力与卷积等工作负载；业内报道还显示，通过将线程块与数据tile对齐并实现HBM合并访问，可在生产级ML流程中获得更高有效带宽与更低延迟。 (来源)

据X平台用户@_avichawla 所述，传统Transformer上下文扩展8倍会因自注意力二次复杂度导致内存增加64倍；据Vaswani等人在2017年Transformer论文所述，这一O(n^2)特性是全局自注意力的固有限制。根据学术与产业报告，业界采用多种技术控制成本：1）滑动窗口与空洞注意力限制KV缓存规模（据Longformer，Beltagy等，2020）；2）块级局部‑全局稀疏模式将复杂度从平方降至近线性（据BigBird，Zaheer等，2020）；3）低秩投影压缩K/Q矩阵（据Linformer，Wang等，2020）；4）循环状态摘要避免全局二次注意力（据RWKV与RetNet论文，arXiv）；5）检索增强仅对召回片段做注意力（据Meta的RAG与OpenAI Cookbook）；6）段级复用与记忆token高效延长上下文（据Transformer‑XL，Dai等，2019；Memorizing Transformers，Wu等，2022）；7）分组/多查询注意力在推理端缩小KV缓存（据Google MQA与OpenAI推理文档）。据Anthropic的Claude长上下文评测与Google Gemini技术报告，以上方法可降低延迟与GPU显存占用，并在长文问答与代码任务上提升准确率。对企业而言，结合多查询注意力、滑动窗口与检索，可在通用GPU上实现20万至100万token上下文并保持质量（据Mistral推理笔记与FlashAttention、vLLM文档）。 (来源)

据推特用户@_avichawla披露，ModernBERT在每第3层使用全局注意力，其余层采用128令牌的局部注意力，从而实现16倍更长的序列长度、更佳性能，并成为内存最优的编码器。根据Avi Chawla的描述，这种全局与局部混合的注意力调度在保持长程依赖的同时显著节省计算资源，适用于长文档检索、医疗病历摘要与法律合同分析等企业级NLP场景。依据该来源，这一简洁实现可降低GPU显存占用，为在普通硬件上进行低成本推理与微调创造条件，并可用于扩展RAG管线与流式分析的上下文窗口，同时维持高吞吐。 (来源)

据推特用户 @_avichawla 表示，稀疏注意力通过局部窗口和学习式选择仅对部分token计算注意力，在降低二次复杂度的同时存在性能权衡。根据Avi Chawla的帖子，业界常用的做法包括滑动局部窗口、块稀疏模式与学习式top k路由，以在更长上下文下实现更低成本推理。据与稀疏注意力相关的研究如Longformer与BigBird所报道，这些模式可在长序列任务中显著降低显存与延迟，同时保持精度；这为企业在低成本推理、端侧大模型与长上下文RAG管线带来机会。依据该帖观点，团队需在窗口大小、块结构与稀疏度调度间做权衡，直接影响吞吐、GPU显存规划与服务成本。 (来源)

根据X平台用户@_avichawla的介绍，FlashAttention通过优化GPU内存中的数据移动，在保持全局注意力精确性的同时实现高速与低显存开销。据FlashAttention论文作者Tri Dao等人的研究所述，该方法将Q K V分块并在片上缓存中计算，显著减少高带宽显存的读写次数，避免近似稀疏带来的精度损失。论文与项目文档显示，这种内存 I O 优化可提升Transformer注意力的吞吐并扩展上下文长度，从而降低LLM训练与推理成本。对企业而言，这带来更高的单卡吞吐、更小显存占用与更低的长上下文服务成本，适用于RAG检索增强、代码助手与企业搜索等长序列应用。 (来源)

据Sawyer Merritt称，特斯拉FSD在道路上完成自动掉头，展示城区机动能力进展。 (来源)