更值得玩味的是市场反应。原本计划首发筹资400亿，却因机构投资者疯狂抢购（就连巴菲特旗下伯克希尔·哈撒韦都豪掷100亿），最终超募至450亿。Alphabet已宣布下季度将再卖400亿。CEO皮查伊明确表示，这笔钱将用于资本开支——年内计划投入1800至1900亿美元，几乎全砸向AI基础设施与数据中心。
这笔融资释放了一个关键信号：真正的“AI金主”已从风投转向了公共市场。随着Anthropic递交IPO申请、SpaceX和OpenAI蓄势待发，全球投资者对AI的投资胃口已达到历史巅峰。
然而，当未来五年全球承诺的近8万亿美元AI投资扑面而来，公共市场是否有足够资金和耐心持续消化？这才是所有即将上市AI公司必须直面的终极拷问。
产品负责人解释，“梦”指代应用在用户睡眠时后台工作的特性；“豆”则比喻清晨如新鲜咖啡般递出的浓缩灵感。该应用被定位为“刷屏解药”，通过限制每日推送数量，鼓励用户看完建议后放下手机去生活。
隐私方面，所有故事仅用户本人可见，并可随时删除数据或选择授权范围。目前仅向美国地区谷歌AI Ultra订阅用户开放，同时提供候补名单。
与此同时，科技军事化加速。Anduril与Meta合作为美军打造的AR智能眼镜，已能通过眼球追踪和语音指令指挥无人机群。项目负责人直言要优化“人类作为武器系统”，其终极愿景是让士兵与无人机实现感官互通、决策一体。这种赛博格式的战争构想，正将硅谷的AI能力深度嵌入五角大楼的杀伤链。
此外，SpaceX计划以每股135美元启动史上最大规模IPO（750亿美元），但分析师认为估值虚高。而微软新AI助手“Scout”的内部文件竟自称要“让用户上瘾”，科技伦理争议再起。
同步发布的Life Sciences Research和NGS Analysis插件，将文献证据检索、生物信息学执行与Codex工作台打通，支持scRNA-seq、Bulk RNA-seq全流程部署。Novo Nordisk已率先接入，用于加速药物发现。OpenAI强调，新模型通过“可信访问”机制向全球合规机构开放研究预览，并同步推进Rosalind Biodefense计划，将前沿AI能力应用于公共卫生与生物防御。这标志着AI从“回答问题”正式进入“执行科研工作流”的新阶段。
这款120亿参数的密集模型支持文本、图像、视频和原生音频输入，首次在中等规模Gemma中实现音频原生处理。最令人瞩目的是，它可以运行在仅16GB显存的消费级笔记本上，包括Apple Silicon Mac，性能却逼近26B MoE模型，而内存占用不到一半。
Apache 2.0开源许可、支持llama.cpp等主流推理框架、附带专用多Token预测加速器——Gemma 4 12B等于直接把实验室级别的多模态智能打包进了你的背包。当AI模型开始“减肥”而非“增肌”，本地化部署的临界点或许已经到来。
解决之道在于“编排层”——即连接业务系统与模型的控制与数据管道。Anthropic推出的开源标准MCP（模型上下文协议）正成为关键“粘合剂”，它允许企业像插拔U盘一样切换底层模型，无需重建架构。Gartner分析师强调，任何单一供应商都无法满足企业所有AI需求，企业正加速组建AI架构团队，投资于数据治理、安全和工作流集成。
真正的锁定风险不在模型本身，而在于围绕模型的编排与数据管道。当企业达到“编排化”成熟阶段后，模型选择才需精确到具体用例。当下，AI价值实现的关键已从“选最强模型”变为“建最稳架构”。
基于此，团队提出两种创新策略：1）利用逆向预测为海量无标注视频帧自动标注动作，构建大规模合成训练数据；2）在推理阶段，让逆向模型为多个前向预测结果打分，引导模型选出最合理的方案。实验表明，该通用模型在Aurora-Bench评测基准上的表现已超越顶尖专用图像编辑模型，GPT-4o评估下领先7%至13%，人工评价亦全面领先。这一方法为赋予AI真正的物理世界模拟能力开辟了新路径。
1. AI模式规划行程：用户可提问如“旧金山哪里能淘到90年代球衣？附近找家无麸质早午餐店”，AI模式会整合地点、饮食等复杂需求，推荐完美路线。
2. Google Lens识图寻宝：在二手店拍照，即可追溯物品的设计师、年代，并比对其在线售价与稀有度，判断是“孤品”还是“地摊货”。
3. “圈选即搜”一键比价：在手机上圈选心仪物品，系统自动搜索同款、价格及购买渠道，还可追问“类似90年代风格的其他款式”。
4. 虚拟试衣间：免去纠结。拍照上传后，通过Lens找到类似款，再上传全身照即可预览上身效果，实现“在家试穿”。
5. 反向估价出售闲置：拍下旧物询问“能卖多少钱？什么店会收？” Lens帮你估价并指导转卖渠道，让“断舍离”变“回血”。
这些功能将“逛、查、试、卖”一体化，让二手淘宝变得有迹可循。
