阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-18133 篇

刷新

独立测试显示PolyAI语音模型Dialog-RSN-1响应速度最快

实质变化
2026-11-16

英国AI语音公司PolyAI宣布,其对话模型Dialog-RSN-1在独立实验室Veris AI进行的VAmoS Pro Bench测试中,被证明是响应速度最快的语音代理。

Veris AI通过模拟电力公司账单咨询场景,向多个AI代理发送300通来自不同环境(安静房间、街道、咖啡馆等)和情绪状态(平静或愤怒)的模拟客户电话。测试结果显示,Dialog-RSN-1有一半的回复在客户停止说话后1.24秒内开始,而大多数其他代理需要超过两秒。

PolyAI表示,Dialog-RSN-1采用音频原生架构,单一模型同时处理轮次转换、听觉和回复,无需先通过独立的语音识别器处理音频。这种设计消除了额外步骤带来的延迟,并允许模型在推理时保持对完整对话上下文的感知。

该结果由第三方机构Veris AI发布,具体数据可在其VAmoS Pro排行榜上查阅。

信息源:PolyAI

研究

ScaleOps创始人Yodar Shafrir:AI代理的闲置-突发模式使静态资源规划失效

专题 · ScaleOps实质变化
2026-11-18 04:35

ScaleOps创始人兼首席执行官Yodar Shafrir在KubeCon + CloudNativeCon NA期间接受theCUBE访谈时,提出了一个关于AI代理基础设施的具体判断:代理工作负载的行为模式与传统微服务有根本差异,这种差异使静态资源配置同时面临浪费和失败两种风险。

Shafrir描述的代理行为模式是这样的:一个代理等待人类或其他代理的输入,然后调用大语言模型,再以突发方式执行任务。团队必须为最高峰值配置资源,而代理在整个等待期间持续持有内存。当资源不足时,崩溃的步骤必须重新运行,再次消耗token。他称,ScaleOps观察到代理因资源不足而崩溃的频率比传统微服务高80%。

这一机制解释了为什么传统的自动扩展策略在代理场景下失效。代理的闲置-突发切换没有预警,静态资源配置要么浪费要么面临失败风险。Shafrir认为,人类和所有传统扩展能力在当前阶段已基本无关因为它们太静态,需要人去配置当变化如此动态时它不再以同样的方式工作。

ScaleOps的应对方案是实时资源决策:调整每个应用、代理和Model Context Protocol服务器的分配、副本数和节点放置。该公司称这能将云成本削减70%到80%。此外,ScaleOps允许其他工作负载在代理闲置时使用其资源,并通过内存交换使代理仅在需要时获得内存,该公司称这使运行代理的成本效率提高90%,且无需离开Kubernetes。

Adobe和Salesforce等客户先在只读模式下运行该平台来建立信任。Shafrir称ScaleOps学习每个应用的历史模式,理解其连接关系、通信对象和业务状态。

需要指出的是,该访谈由ScaleOps赞助,所有性能数字均为厂商自报,未经独立基准验证。Shafrir关于代理崩溃率高80%的陈述来自ScaleOps自身观察,其具体测量方法和样本范围未在访谈中披露。

信息源:SiliconANGLE

研究

时尚电商初创公司 Daydream 推出可完成购买的 AI 购物代理

专题 · Daydream快讯
2026-11-18 00:32

时尚电商初创公司 Daydream 于周二推出了名为“Daydream Agent”的 AI 购物代理。该工具旨在充当用户的个人造型师,能够根据用户偏好规划穿搭、进行虚拟试穿,并最终协助完成购买。

与仅能提供建议的早期聊天机器人不同,新代理具备记忆用户风格、合身度偏好和预算的能力。用户可以上传照片以在保存的商品上进行虚拟试穿,并通过一键结账流程直接购买商品。此外,该代理还能监控降价和新品牌发布,允许用户将感兴趣的商品存入持久的“衣架”进行比较,甚至连接用户的日历以根据已有衣物规划特定场合的着装。

技术层面,Daydream 表示其代理结合了经过微调的 OpenAI、Gemini 和 Claude 模型以及自研模型,从超过 10,000 个品牌的目录中获取实时价格和库存信息。鉴于时尚的主观性,公司本月聘请了国际时尚造型师 Francesca Salih 作为驻场造型师,通过提供内容来塑造代理的搭配逻辑和建议能力,保持“人在回路”(human-in-the-loop)的操作模式。

Daydream 由前 Stitch Fix 首席运营官 Julie Bornstein 创立,此前已获得 Forerunner Ventures 等机构支持的 5,000 万美元融资。公司称自 2025 年 6 月上线以来,已有超过 200 万购物者使用其平台发现服饰。

信息源:TechCrunch

研究

Janus Henderson研究分析师Tim McCarty:AI手术机器人的三阶段价值路径,从医生成绩单到容量瓶颈

专题 · AI手术机器人价值路径实质变化
2026-11-17 17:55

Janus Henderson研究分析师Tim McCarty将AI在医疗领域的作用概括为'雷达之下、无处不在'。他认为,多数投资者只熟悉AI在药物发现中的应用,但AI正沿整个医疗价值链渗透,为兼具防御性特征的医疗板块提供额外的增长驱动力。在2026年11月17日发布的这篇访谈中,他重点阐述了手术机器人AI的三阶段价值路径。

第一阶段是当前已实现的:AI充当外科医生的'成绩单'。McCarty举例说,一位胆囊手术医生可能比最佳水平多花20分钟、多用两把器械,AI能将手术分解为具体步骤,指出'你在第六步存在不足',并匹配练习机器人上的训练模块。他用大学篮球的录像分析类比——看比赛录像、识别缺陷、做针对性训练。

第二阶段是McCarty所说的'不太远的未来':AI消除医疗错误并实现手术民主化。他的核心论据是信息不对称——医疗系统充满信息不对称,底部四分位医生承担了不成比例的医疗错误,而医疗错误每年给系统造成数百亿美元损失。但患者无法在手术前判断医生的水平,'没有人会走进来说我是底部四分位的医生'。McCarty认为,当AI能客观评估每位外科医生的表现时,这种不对称将被打破。

第三阶段是长期设想,McCarty称之为'医疗领域的Waymo'。他指出容量是当前医疗系统面临的重大问题之一:一位外科医生对应一位患者。他设想当机器人能自主完成更多手术步骤时,一位外科医生可以同时'驾驶'多台手术,像飞行员一样监控多个并行操作,从而缓解供需错配。

Janus Henderson的Brighter Future Strategist Sarah de Lagarde为这套叙事提供了第一手校准。她佩戴仿生手臂,但坦言日常生活中的实际优势有限——'我的生物左手比这只手臂强得多'。她指出工程师倾向于解决并非患者日常真正需要的问题,而区分'过度营销'与'真正给患者带来益处'正是投资组合管理者的工作。她唯一认为仿生手臂不可替代的功能是可以按意愿调节握力强度,通过手机应用控制。

McCarty还提到了AI在心血管诊断中的应用。他聚焦于重度主动脉瓣狭窄——一种若未经治疗死亡率25%的瓣膜疾病,全球约5亿人患有心血管疾病。目前美国850个中心可进行微创替代手术,AI的机会在于提高从初级保健医生到心脏科专家再到医疗系统各层级的诊断率和治疗率。

需要指出的是,McCarty的投资论点来自资产管理公司Janus Henderson,该公司销售医疗相关投资产品。他的三阶段框架中,第一阶段有具体描述但缺乏量化采用数据,第二和第三阶段明确是前瞻性设想,原文未提供实施时间表、成本测算或已验证的疗效对比。药物发现部分的'10-10法则'(10年上市、10%成功率)是行业广泛引用的统计,并非本文的新发现。McCarty认为AI能'弯曲'这一法则,但同样未给出量化预期。

对关注医疗AI投资机会的读者而言,这篇访谈的价值在于提供了可追踪的机制路径——不是笼统地说'AI将改变医疗',而是具体说明AI在手术中做什么、如何改变医生评估方式、以及容量瓶颈的解决逻辑。同时,de Lagarde的第一手经历提醒读者:技术宣传与患者实际体验之间存在差距,区分两者本身就是投资研究的核心工作。

信息源:US Advisor

研究

微软发布基于Gemma 4的决策模型Decision-1.1及MAI系列,Foundry平台新增企业知识图谱与持续改进循环

专题 · Decision-1.1实质变化
2026-11-18 04:05

美国科技公司微软于2026年11月17日宣布推出新的生成式人工智能模型及对其统一企业平台Foundry的重大更新。此次发布的核心是正式可用的Decision-1.1模型,这是一款专为大规模软件中快速、低成本决策设计的生成式AI模型。微软称,该模型建立在谷歌公司的开源模型Gemma 4 26B A4基础之上,并增加了多模态支持以分析图像指令。与依赖“思考过程”的大型语言模型不同,Decision-1.1旨在在受限定义内迅速得出答案并提供校准后的置信度分数,从而在不确定性高时允许应用程序推迟决策。

除了决策模型,微软还扩展了其第一方MAI(Microsoft AI)模型家族,包括用于复杂代理编码工作的MAI-Code-2、用于日常高频编码的MAI-Code-2-Flash,以及用于图像编辑和品牌一致性生成的MAI-Image-2.7系列。在网络安全领域,推出了专为代码安全系统Codename MDASH设计的MAI-Cyber-2-Flash预览版。这些模型现已集成到Foundry平台中,供企业客户使用。

Foundry平台的更新重点在于增强企业AI应用的上下文理解和持续优化能力。Foundry IQ现在开箱即用地提供企业知识图谱,能够整合非结构化数据和应用数据,为构建应用提供丰富背景。此外,微软引入了“学习循环”机制,允许自主代理建立质量、安全性、延迟和成本的基线,并通过内部评估实现行为持续改进。这一过程结合了人类专家对代理轨迹的注释(目前处于预览阶段),并将优化测试与真实世界结果进行比较,使每次改进都成为下一个基线,从而帮助团队在不断测量和测试变更的过程中提升质量。

信息源:SiliconANGLE

研究

Salesforce与微软宣布“Copilotforce”合作,将CRM工作流深度集成至Microsoft Copilot和Teams

专题 · Copilotforce实质变化
2026-11-18 02:05

美国软件公司Salesforce(NYSE: CRM)与美国科技巨头Microsoft(NASDAQ: MSFT)于2026年11月17日在Microsoft Ignite大会上联合宣布名为“Copilotforce”的新合作伙伴关系。该合作旨在将Salesforce的客户管理上下文和销售工作流深度嵌入到Microsoft的办公生产力生态系统中,包括Microsoft Copilot、Microsoft Teams和Microsoft Fabric。

根据官方公告,此次集成的核心功能包括:销售人员可以在Microsoft Copilot中直接访问Salesforce客户数据,利用Work IQ智能层综合Teams会议记录、Outlook邮件和SharePoint文档中的信息,进行会议准备、交易健康度分析和管道审查。此外,Salesforce Data 360与Microsoft Fabric之间建立了双向零拷贝(zero-copy)数据连接,允许组织在不复制数据集的情况下,直接在Data 360中查询Fabric数据,或将Data 360的智能共享给Fabric进行分析。

Salesforce总裁兼首席运营官Miguel Milano表示,这一合作将“排名第一的CRM”与“排名第一的生产力平台”结合,使AI从独立工具转变为驱动生产力和决策的核心力量。Microsoft商业业务CEO Judson Althoff则强调,将Salesforce的数据与销售技能同Microsoft Copilot的工作上下文相结合,能帮助客户在保持企业级治理的同时获得可操作的洞察。

Accenture作为设计实施合作伙伴及“零号客户”,已在其全球销售组织中部署这些集成。目前,Salesforce in Teams的功能处于试点阶段,而Copilot中的Salesforce集成和Fabric数据连接的具体全面可用时间尚未明确公布。

信息源:Salesforce

研究

谷歌AI Studio推出全栈安卓应用构建功能,自动配置后端并支持私有发布

实质变化
2026-11-17

美国科技巨头谷歌于2026年11月17日宣布,其开发平台Google AI Studio现已支持构建全栈Android应用程序。这一更新意味着开发者可以从单个提示词出发,生成包含数据持久化、用户登录和AI功能的完整Kotlin代码,并直接发布到个人的Google Play库中。

此次升级的核心在于自动化后端配置。此前,AI生成的应用通常仅限于本地会话存储,难以实现跨设备同步或安全调用云端API。现在,当用户的提示词涉及这些需求时,AI Studio的Build agent会自动配置Cloud Firestore数据库、Firebase Authentication(用于Google登录)以及Firebase AI Logic。特别是后者,它确保了Gemini模型的API密钥不会暴露在客户端APK中,而是通过服务器端保护机制进行安全调用。

在开发体验方面,谷歌引入了更快速的高清Android模拟器,支持实时音频输出,使开发者能在浏览器中测试语音驱动的应用。此外,新增的“一键截图发送给代理”功能允许开发者直接将模拟器中的UI问题截图附加到提示词中,指导Gemini调整界面布局。所有新功能即日起在Google AI Studio中逐步推出。

信息源:developers.googleblog.com

研究

李飞飞称高校与公共部门因算力成本被AI浪潮“挤出”

专题 · 李飞飞AI公平获取论实质变化
2026-11-18 03:40

World Labs联合创始人兼首席执行官、即将出任美国超威半导体(AMD)执行副总裁兼首席科学家的李飞飞表示,高校和公共部门正在被人工智能革命“挤出”。

在11月17日举行的Semafor“硅谷与世界”会议上,李飞飞告诉主持人Andrew Edgecliffe-Johnson:“我认为大学和公共部门没有跟上,是因为我们被价格排除了。”她强调,这些机构拥有的令牌和计算资源“极其有限”。

李飞飞此前是斯坦福大学教授,并领导了斯坦福以人为本人工智能研究所(HAI)。她认为,鉴于使用AI的高昂成本,华盛顿的立法者应为公共部门分配资源,以便其能享受AI带来的益处。她还指出,大学有责任通过研究和基准测试来对社会负责。

“如果我们不认真地为公共部门提供资源,这将成为我们这个时代最大的失败之一,”李飞飞说。

信息源:semafor.com

研究

加州车管所限制高速运营,Waymo暂停全美高速公路自动驾驶服务

实质变化
2026-11-18 03:49

美国加州车辆管理局(California Department of Motor Vehicles)于11月11日对Alphabet旗下的自动驾驶公司Waymo实施了运营限制,禁止其机器人出租车在加州高速公路上行驶。这一决定是在多起安全事件后做出的,包括三辆Waymo自动驾驶汽车闯入位于伯林格姆附近的101号美国国道上的一个活跃施工封闭区,以及另一起涉及旧金山280号州际公路上加州高速公路巡逻队车辆的事故。

尽管限制令针对的是加州,但Waymo已表示将遵守规定,并主动将其高速公路服务的暂停范围扩大至其在美国运营的15个城市。Waymo发言人Dana Gallagher称,此举符合公司“安全第一”的原则,旨在评估其在高速公路施工区域的性能表现。目前,Waymo的网约车服务仍在地面街道上安全运行,每周服务超过50万次行程。

高速公路接入是Waymo自2025年底以来商业扩张的关键里程碑,特别是在旧金山湾区,它极大地缩短了连接机场和硅谷等地的旅行时间。此前在2026年5月,Waymo也曾因类似施工区域导航问题短暂停止高速公路运营,并于7月在更新软件后恢复。加州车管所指出,Waymo的高速驾驶操作对公共安全构成“迫在眉睫的危险”,限制将持续有效,直到Waymo证明其已采取“有效的纠正措施”。

信息源:TechCrunch

研究

美国软件股因技术中断担忧齐跌,Salesforce重挫逾8%

专题 · 美国软件股技术中断担忧实质变化
2026-11-18 02:54

周二,美国企业软件公司Salesforce(NYSE: CRM)股价下跌超过8%,创下自2024年5月以来的最大单日跌幅。这一走势并非源于公司自身的财报或产品问题,而是受到近期一系列广泛的技术中断事件引发的行业性恐慌拖累。

随着美国国家安全局(NSA)、联邦航空管理局(FAA)以及多家主要银行和支付服务Zelle接连报告通信或系统故障,投资者开始重新评估整个软件行业的可靠性风险。尽管目前没有任何公开证据表明这些中断与Salesforce或其他软件公司的系统有关,但市场情绪已将这些外部基础设施故障转化为对SaaS板块的普遍担忧。

D.A. Davidson分析师Gil Luria指出,近期的中断增加了投资者对软件安全性的顾虑,特别是担心不良行为者可能利用AI工具造成危害,而软件公司对此尤为脆弱。这种“AI增强型安全风险”的叙事虽未证实,却足以引发估值压缩。

除Salesforce外,ServiceNow下跌6.12%,Datadog下跌5%,Workday下跌4.15%,Intuit下跌5.19%。美国国土安全部长Markwayne Mullin在周一表示,这些事件是独立的,并未对国家安全或银行系统构成更广泛的威胁,试图安抚市场情绪。然而,对于投资者而言,核心关注点在于这些中断是否会促使监管机构加强对软件安全性和可靠性的审查,从而改变该行业的风险溢价。

信息源:invezz.com

研究

Salesforce发布Carter:用意图理解取代关键词搜索的AI导购代理

实质变化
2026-11-17 22:00

美国软件公司Salesforce于2026年11月17日正式发布名为Carter的AI导购代理(Shopper Agent),该工具集成在其B2C Commerce平台中,旨在通过对话式交互替代传统的关键词搜索和分类筛选。

Carter的核心能力在于“意图理解”而非简单的文本匹配。例如,当用户输入“我需要几套适合寒冷天气露营的衣服”时,系统不会仅搜索包含这些词汇的商品,而是会推荐徒步裤、羽绒服和防晒衫等互补品类。这一功能由Agentic Commerce Search驱动,能够处理模糊需求并提供视觉化的产品对比和建议。

该代理由四个预配置的子代理组成,分别负责产品专家咨询、站点常见问题解答、购物车管理以及订单确认。这种架构允许用户在单一聊天界面中完成从发现到支付的全流程,无需在不同页面间跳转。商户可以通过Data 360接入自有知识库,并自定义引导式发现中的追问逻辑和销售亮点。

Salesforce列举了早期采用者的案例。个人护理品牌Conair在Cuisinart网站部署了名为Compass的定制版Carter,用于处理超过5,000个SKU的复杂推荐;运动零售商Hibbett则在六周内上线了Hibbett AI,据称已处理90%的核心购物旅程。SharkNinja也将客服与电商界面统一在该AI接口下。

目前Carter作为B2C Commerce客户的附加组件正式可用(Generally Available),支持Agentforce所涵盖的所有语言。尽管厂商声称其能显著提升用户体验,但具体的转化率提升数据尚未公开披露,实际效果仍取决于各零售商的目录结构化程度及配置策略。

信息源:Salesforce

研究

Datadog工程师Khayyam Guliyev:当恢复历史状态成为瓶颈,把持久正确性移交给存储层

实质变化
2026-11-17 08:00

Datadog的metrics aggregation系统每新一代都要支撑上一代约十倍的数据量。工程经理Khayyam Guliyev在近期发布的博客中详细记录了这一演进过程,核心问题始终是:聚合服务必须记住每个时间窗口已经纳入了哪些数据、追踪消息标识以避免重复计算,并在重启或故障后恢复这些状态才能正确继续处理。

第一代系统采用静态分区所有权。每个分区组有一对leader和follower,两者都执行聚合工作但只有leader写入下游。RocksDB在本地保留数小时的聚合桶和去重标识。这个设计在初始规模下运行良好,但leader-follower模型使计算量翻倍,分区过大时工程师需要手动拆分——一次记录在案的拆分耗费约1.5小时协调工作,步骤繁多且容易引入正确性风险。

第二代将分区所有权与具体实例分离。Kafka动态重新分配分区,每个节点持续将增量SSTable变更上传到blob存储,新节点接管时先恢复最近的时间窗口,仅在迟到数据到达时才加载更旧的窗口。这使系统支撑了约十倍的数据量增长,并引入了自动扩缩容。但Guliyev指出,随着客户工作负载继续增长,状态管理本身成了系统复杂性的主要来源:本地数据库、远程快照、恢复窗口和分区重分配必须协同正确,上游事故和大规模回填可能迫使许多节点同时恢复或扩展状态,使状态恢复成为下一个瓶颈。

第三代的设计前提发生了根本变化:流聚合服务不需要拥有最终的持久聚合结果。聚合和去重在流处理层变为尽力而为——正常操作时尽可能合并按时到达的数据,丢弃活动窗口内能识别的重试;迟到数据、回填和无法立即完成的工作继续流向存储而不阻塞实时管道。

这一转变之所以可行,是因为Datadog的时序存储引擎在引入流预聚合之前就已经必须协调迟到和乱序写入。扩展这条已有的协调路径,让存储理解一种表示部分聚合而非单个数据点的格式——每个部分聚合标识其序列和时间桶、指定如何与其他贡献合并、包含足够的信息来检测重复交付——比重复在每个worker的RocksDB中实现同样的职责更自然。存储系统在读取和后台压缩时都会将同一序列和桶的贡献分组、去除重复、合并剩余结果,且这一表示在数据从实时存储移动到长期存储时保持不变。

恢复模型随之改变。流处理层可以直接重置到实时边缘,而存储在其处理路径之外协调被推迟的数据。一次生产事故中,操作员通过Datadog Streaming Platform的界面直接执行了重置,存储同时处理了延迟的聚合工作。Guliyev写道,这次事故验证了架构的主要收益:恢复当前流量不再需要先重建所有历史聚合状态。

更广泛的意义在于,Guliyev总结道:状态不必消失,处理层才能更容易扩展。当恢复成为瓶颈时,在worker之间搬运状态可能不够——将持久状态放入一个设计用来保留和协调它的层,可以在保持正确性的同时让历史状态脱离当前工作的关键路径。

这一设计并非没有代价。Guliyev在架构对比表中明确列出第三代的主要限制是存储和查询路径中的协调复杂性——正确性不再分散在各worker的本地数据库中,而是集中到存储层,使得读取合并和后台压缩逻辑必须同时处理部分聚合、重复交付和乱序数据,这本身成为需要持续维护的复杂度来源。

信息源:Datadog

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系