对话 Epic Games 创始人 Tim Sweeney：为何从质疑转向支持 AI 游戏开发
Epic Games 创始人兼 CEO Tim Sweeney 在群访中解释，AI 编程与 3D 创作能力的进步促使他转变态度，并推动 Epic 工作流程向 AI 转型。
#数据/训练
钛媒体AI 评分6464
雷峰网AI 评分3232 从安防到工业，海康威视底气从何而来
海康威视依托多维物联感知与海康观澜大模型，将安防技术积累延伸至工业场景数字化。海康睿影的X-ray工业检测大模型仅需几十张样本即可完成训练部署，某些特殊场景仅需3至5张。其超声检测技术在新能源汽车零部件检测中，使单工件检测效率提升60%以上，缺陷识别准确率不低于99.5%。
雷峰网AI 评分3838 从一次机器人抓取看智能计量：Token 经济学如何聚合算力、模型与语料？
Token 经济学以模型 token 用量连接模型服务、推理算力与数据供给，让智能投入更易计量和定价，但不能单独衡量智能作业价值。芯模协同、端侧推理和高质量语料共同影响任务表现，实际部署仍需综合评估时延、能耗、成功率与设备投入。不同模型的分词方式、缓存策略和计费口径各异，不能仅凭 token 单价判断性价比。
InterconnectsAI 评分5454 Nathan Lambert：AI 将快速进步，但未必走向通用超级智能
Nathan Lambert 预计，AI 未来几年将在基础设施和工程能力上快速进步，但这些提升不等于模型性质发生根本变化或走向通用超级智能。他认为，训练速度、推理成本等指标易于验证和优化，AI 智能体将推动整套技术栈的效率提升，使模型智能的有效成本接近指数级下降。随着工程瓶颈减弱，研究创意将更有价值，而近期进步更多来自利用现有工具扩大推理时计算，并非模型研究能力的突然跃升。
Microsoft Research精选AI 评分6060 Microsoft Research 的 Jennifer Neville 谈 AI 会犯哪些错，以及失败能教会我们什么
Microsoft Research 的 Jennifer Neville 在访谈中解析 AI 在多轮对话和长流程协作中的失败，以及评估如何帮助改进系统。她的团队将单轮基准改为逐轮补充需求的测试，发现模型表现显著下降，长流程中的未纠正错误也会累积并造成混乱。她建议对话混乱时重新开启聊天并一次性完整说明需求，在实际工作中保留人工监督与核验，而非将任务 100% 委托给 AI。
推荐理由：把单轮基准改造成逐轮补充需求的评估，能揭示高分背后的交互短板，为设计贴近真实工作流的测试提供具体思路。
InterconnectsAI 评分5555 Nathan Lambert 对谈 Epoch AI 的 JS Denain：递归自我改进、中美模型差距与能力不均衡
Nathan Lambert 与 Epoch AI 的 JS Denain 对谈递归自我改进、中美模型差距及能力发展不均衡，双方均强调对未来走向存在较大不确定性。