Mercury 3 Preview 拿下 ARC-AGI-1 88.5%,面壁端侧 MoE 跑进 iPhone

资讯 AI 应用前沿 全文 2875 字 · 约 8 分钟读完 配图 1 张 分类MiniCPM-V面壁智能融资端侧 AI医疗 AI

本期关注ARC Prize中Mercury 3 Preview在推理测试上的表现,以及面壁智能MiniCPM-V 4.7如何在手机端实现低内存占用运行。同时梳理了ElevenLabs医疗转录、First Person Labs个人模型融资等应用层进展,并探讨LangSmith数据管控与李沐加盟Aimotion等行业动向

所属频道 融资与资本行业落地AI 硬件与终端

模型能力:从抽象推理到端侧落地

眼下 AI 模型的较量,已经不只看参数堆得多大。能不能把特定任务干好、部署起来够不够灵活,成了新的分水岭。本周有两条消息看着不搭界,指向的却是同一件事:模型正在变得更能想,也更轻巧。

Mercury 3 Preview 在 ARC-AGI-1 的表现

ARC Prize 放出了 Mercury 3 Preview 的成绩单。ARC-AGI-1 测试里,它拿到 88.5% 的准确率,跑一次推理的花费约 0.03 美元。换成更难的 ARC-AGI-2 和 ARC-AGI-3,得分掉到 61.8% 和 0.1%-0.2%。

这份结果里有两处值得细看。Mercury 3 Preview 是头一个参加这套评测的扩散模型——以往这类逻辑推理活计基本由自回归语言模型包办,扩散模型多用在图像、音频生成上。它下场参赛,说明不同架构的模型开始跨出自家地盘,去啃同一类难题。1743 tokens/s 的峰值处理速度,也显出它在推理效率上有两把刷子。可 ARC-AGI-3 那点分数同样摆在那里:碰上极其复杂或新鲜的逻辑模式,现有模型还是卡得明显。

面壁 MiniCPM-V 4.7:手机端跑通 MoE

Mercury 亮的是架构路线的多样,面壁智能的 MiniCPM-V 4.7 秀的则是工程优化的火候。Web Summit 上,面壁把这枚 35B-A3B 参数的开源多模态模型摆了出来。

几个数字很能说明问题。放在最新款 iPhone 上,它只吃掉约 3GB 内存,解码速度能到 20 tokens/s。更关键的是,这是全球首个声称能在端侧“无损运行”的开源 MoE(混合专家)模型。每跑一次推理只激活 30 亿参数,其余计算资源多数时候闲着,功耗和内存占用就这么降下来了。

对开发者来说,这里头的意思很清楚:复杂的视觉理解任务,不必再绑在云端 API 上。放到本地跑,延迟问题解决了,数据隐私泄露的风险也从根上避开。35B 级别的模型既然能塞进手机,那些原先卡在网络条件或隐私顾虑上、落不了地的场景——实时现场辅助、离线文档分析——一下子就有了做的可能。

应用层:垂直场景的精细化打磨

通用模型能力往外溢,垂直应用的迭代也跟着快起来。本周几项产品更新,盯的都是准确性和个性化这两个老痛点。

ElevenLabs 切入医疗转录

ElevenLabs 推出 Scribe v3 Live Medical,把实时转录往医疗场景上专门调。医疗对话里专业术语扎堆,药名、手术步骤、症状描述常常读音相近、意思差得远,通用转录工具一碰就容易错。

Scribe v3 支持用户导入最多 1 万条自定义词条。医院或诊所可以提前把自家药品库、科室术语,甚至医生的用词习惯录进去。眼下这项功能已经接进 ElevenAgents 平台。通用底座加行业词库,这套打法很可能是 AI 语音在 B 端落地的常规路径——不去重造轮子,而是调一调,让轮子适配脚下的路面。

First Person Labs 与“数字分身”

First Person Labs 拿到 a16z 领投的 1000 万美元种子轮,其产品 Second 想给个人用户建本地化的 AI 模型。

Second 的玩法是在 Mac 本地持续学习用户数据,攒出一个不断更新的“你”的模型,再通过 API 把这份上下文交给其他 Agent 用。卖点落在两处:数据主权,以及设备端默认运行。用户对云端拿数据训练越来越敏感,把个人数据留在本地、只往外输出脱敏后的上下文或指令,或许是更可持续的商业模式。它要解的是 AI 助手“不够懂我”这道题,同时不拿隐私安全去换。

LangSmith 的企业级管控

企业开始大规模铺 Agent,可观测性和数据安全就成了硬需求。LangChain 给 LangSmith 补了三项追踪数据访问控制功能:

  1. 限定谁能查看 Trace 的输入与输出;
  2. 按用户组管团队权限;
  3. 依据 Metadata 设定 Trace 级别的访问策略。

这几项功能听着枯燥,对合规要求严的金融、医疗等行业却缺不得。工程师要调试 Agent 的行为,法务那边可能不许他们看到含客户隐私的原始对话。权限控制做到细粒度,企业级 AI 应用才算从“玩具”跨进“工具”的门槛。

行业动向:人才流动与商业验证

李沐加盟 Aimotion

量子位报道,李沐已加入 Aimotion,这家公司给自己定的方向是“产业级世界模型”。世界模型被看作通向具身智能和通用人工智能的关键一步,它要求 AI 不光能处理语言,还得理解物理世界怎么运转。

李沐在深度学习系统和开源社区里的影响力众所周知。他这一来,给 Aimotion 添了技术背书,世界模型在工业场景中的标准化进程也可能因此加快。关注具身智能的从业者可以把这个信号记下来:产业界正试着把抽象的世界模型理论,变成能落地的工业方案。

Auctor 的产品重写与增长

YC 校友企业 Auctor 做的是基于 AI 的企业软件实施服务。团队拿到 Sequoia A 轮融资后,决定把产品推倒重写。结果使用量涨了 5-10 倍,产品还没正式成型,就已经预约了数百场 Demo。

推倒重写这件事,放在初创公司里通常被当成浪费资源,Auctor 的案例恰恰反着来。它说明早期的 AI 应用常常卡在对 LLM 能力的误解或者架构不合理上。等团队对 AI 原生工作流理解更深了,彻底重构比修补旧代码更管用。创业者也能从中得到提醒:AI 领域技术迭代太快,架构保持灵活,比过早优化更重要。

Bryan Johnson 的健康“天气 App”

生物黑客 Bryan Johnson 用 Devin Bots 汇总了数十亿个健康数据点,生成对自身状态的统一解读。他的形容是“像天气 App 一样,天气就是我”。

这个比喻挺形象。传统健康监测是离散的:血压多少、血糖多少。AI Agent 干的活,是把这些离散数据拼成一个连贯的“叙事”,告诉用户今天的身体“气候”怎么样,适合做什么运动、吃什么食物。多 Agent 系统在个人数据分析场景里的实际价值也在这里:给的不是原始数据,而是能执行的洞察。

结语

从 Mercury 3 的架构创新,到 MiniCPM 的端侧优化,再到 ElevenLabs 和 First Person Labs 在场景上的深耕,本周的动态说明 AI 行业正走进一个“深水区”。光堆参数、发通用聊天机器人的日子正在过去。

现在的竞争焦点换成了几件事:模型在特定任务上怎么更准,比如医疗转录;在受限设备上怎么更高效,比如手机端 MoE;用户怎么更放心地用数据,比如本地化个人模型。这些工程和产品上的改进看着细微,却正是 AI 技术真正融进日常工作和生活的关键步骤。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Isomorphic Labs获50亿美元C轮融资:AI制药进入临床验证关口

    从Google DeepMind分拆的AI药物发现平台Isomorphic Labs宣布完成50亿美元C轮融资。这是AI制药领域罕见的大额融资,资金将用于推动候选药物进入临床试验。该事件被视为AI制药从算法叙事走向临床验证的重要信号,但高额融资也意味着更高的交付期待。本文梳理其背景、融资意义与行业挑战。

    来源 AI 科技快讯
  2. Voyage Labs完成1200万美元融资:只做旅行,垂直AI代理能否站住脚

    当Muse、Gemini等通用助手把旅行规划当作演示场景时,由Google Maps前员工创办的Voyage Labs选择另一条路:只做旅行。这家初创公司完成1200万美元融资,试图用专业化AI代理在通用模型的夹缝中建立护城河。本文拆解其产品逻辑、行业背景与垂直AI代理的商业化难题。

    来源 AI 科技快讯
  3. Humyn Labs融资4700万美元,给美国机器人喂数据

    成立仅九个月的印度初创公司Humyn Labs完成4700万美元融资,专为机器人公司提供真实世界训练数据,约九成收入来自美国客户。在具身智能热潮下,物理世界数据的稀缺正催生一条全新的「卖水人」赛道,而这家公司要在Mecka AI、XDOF等对手中抢占身位。

    来源 AI 科技快讯
  4. Next-AI-Draw.io:DeepSeek生成可编辑架构图,怎么用?

    本文介绍如何在Windows环境下通过Docker部署Next-AI-Draw.io,并接入DeepSeek大模型。该工具能将自然语言转化为可二次编辑的draw.io图表,解决传统绘图耗时痛点。针对本地服务仅限内网访问的问题,教程还演示了如何使用Cpolar进行内网穿透,实现跨设备远程访问与团队协作,兼顾数据隐私与工作

    来源 AI 应用前沿
  5. 北科天弓天芯获数千万元种子轮融资:二维半导体从材料走向晶圆

    作者 | 邱晓芬 编辑 | 袁斯来 硬氪获悉,二维半导体公司北科天弓天芯(北京)科技有限公司(以下简称「天弓天芯」)近日完成数千万元种子轮融资,由中科创星、英诺基金出资。本轮资金将主要用于团队建设、晶圆生产能力建设及技术成果转化。 「天弓天芯」成立于2026年5月,是北京科技大学张跃院士团队的科技成果转化项目,专...

    来源 腾讯网
  6. Unsiloed AI融资750万美元,7人团队挑战文档处理巨头

    AI文档处理初创公司Unsiloed AI宣布获得由Felicis领投的750万美元融资。该公司仅7人团队,致力于让企业文档可被AI代理直接理解和使用,解决非结构化数据在AI工作流中的瓶颈。在科技巨头与专业创企云集的赛道,Unsiloed AI押注高精度文档解析与结构化输出,试图以轻量团队撬动企业知识库智能化

    来源 AI 科技快讯
  7. 英伟达澄清新云融资担保:独立融资是前提

    英伟达临时CEO Colette Kress澄清了公司为新云(neocloud)数据中心提供贷款担保的具体条件。只有当新云公司获得独立融资、数据中心建成并安装英伟达设备后,英伟达才会承担担保责任。此举旨在回应市场对其大举投资AI云服务商可能带来的财务风险担忧,同时表明英伟达在支持AI基础设施扩张与控制自身风险

    来源 AI 科技快讯
  8. Dario 最期待的 AI 使命,Anthropic 生物医药布局复盘

    01.Key Takeaways ⁠•生物医药是 Anthropic 在 Coding 之后,下一个集中投入的高价值方向。药物研发本身要求最顶级的智能,而药物研发过程中每一次关键进展,都能形成可观的资产价值,使 AI 的收费模式从 API 到结果付费成为可能。 ⁠•Anthropic 现阶段的重点在于尽快 close

    来源 AI 行业观察
  9. Science Corp完成4亿美元D轮融资,抗盲业务估值35亿美元

    TechCrunch报道,Science Corporation完成4亿美元D轮融资,估值达35亿美元。公司计划用这笔资金扩大抗盲业务,推动视网膜植入等神经技术从临床试验走向规模化应用。本文梳理其技术路径、脑机接口行业融资回暖趋势,以及商业化落地面临的监管、量产与支付挑战。

    来源 AI 科技快讯
  10. AI开药引争议:RefCheck工具上线,逐句核对AI医疗建议出处

    针对近期医生使用AI辅助诊疗引发的信任危机,开发者构建了RefCheck工具。该工具利用元宝搜索API,对AI生成的医学陈述和参考文献进行逐条溯源核查。文章详细记录了从参数调优、坑点排查到实际测试的全过程,展示了如何通过技术手段区分AI回答中的事实与幻觉,为医疗AI的可信度提供了一套可落地的验证方案。

    来源 AI 应用前沿
  11. Isomorphic Labs完成50亿美元C轮融资:AI制药转向临床验证

    从Google DeepMind分拆的AI药物发现平台Isomorphic Labs宣布完成50亿美元C轮融资。这是AI制药领域罕见的大额融资,资金将用于推动候选药物进入临床试验。该事件被视为AI制药从算法叙事走向临床验证的重要信号,但高额融资也意味着更高的交付期待。本文梳理其背景、融资意义与行业挑战。

    来源 AI 行业观察
  12. SpaceX抗住AI抛售潮:摩根士丹利维持增持,目标价300美元

    大摩认为,SpaceX正在与传统的“AI交易”脱钩,背后有三大支撑:星链"类债券"属性(一颗星舰卫星回收期仅20周)、Terafab至2035年高达4900亿美元半导体供应链资本开支、以及估值极度低估——2028年预期市盈率仅11.2倍,远低于标普500的16倍。

    来源 华尔街见闻
  13. Voyage Labs融资1200万美元,专做旅行AI助手

    当Muse、Gemini等通用助手把旅行规划当作演示场景时,由Google Maps前员工创办的Voyage Labs选择另一条路:只做旅行。这家初创公司完成1200万美元融资,试图用专业化AI代理在通用模型的夹缝中建立护城河。本文拆解其产品逻辑、行业背景与垂直AI代理的商业化难题。

    来源 AI 行业观察
  14. 融资首发|3D打印批量化制造向具身智能拓展,博理科技连续完成超5亿元融资

    36氪获悉,近日,博理科技(POLLYPOLYMER)连续完成B2轮与B+轮两轮股权融资,合计融资金额超5亿元人民币。其中,B2轮由基石资本与老股东金沙江联合资本联合领投,格致资本、天堂硅谷、中时资本、云锦资本、卓璞基金跟投;B+轮由经纬创投领投,安耐德资本、天堂硅谷跟投,产业投资方长盈精密同步参投。 本次融资资金将主

    来源 AI 行业观察
  15. 5450亿美元!高盛大幅上调AI项目融资预测,但关键担保人英伟达正在退场

    其中芯片融资达3200亿美元,较今年增长近七倍,其核心依赖厂商担保以对冲折旧风险。然而英伟达正收紧担保承诺,其主导的5000亿美元融资平台迄今零交易落地。按25%担保比例,3200亿融资需800亿担保支撑,而三大芯片商可纳入指数债券存量仅940亿美元。担保人退场、贷款方要求提高、买方基础收窄,无人接盘风险正上升。

    来源 华尔街见闻
  16. 英伟达投资组合飙至650亿美元,黄仁勋离场引创投圈疑虑

    英伟达的私人投资组合价值在过去九个月内近乎翻了三倍,达到约650亿美元,主要得益于CEO黄仁勋激进的交易策略以及投资组合公司估值的持续攀升。然而,随着黄仁勋的离场,市场对英伟达未来投资交易的走向产生疑虑,这家AI芯片巨头能否延续创投狂飙成为行业焦点。

    来源 AI 科技快讯
  17. 微软医疗转录 AI 覆盖全美三分之一医师,多语言错误率砍半

    微软在 Ignite 2026 宣布,医疗 AI 产品 Dragon Copilot Transcribe 已全面换用自研语音识别模型 MAI-Transcribe-2,承担 100% 医患对话转写。该模型可更快更准地将问诊录音转为结构化临床记录,减少医生整理病历、核对术语时间,并支持多语言工作流,每月处理约 1000

    来源 AI 产业速递
向下滚动自动加载更多