阿尔巴兹和我在推特上争论时相遇，最后我们投资了他的公司。永远支持你的朋友们。

@HingumTringum，首席执行官，如何利用您的商业数据制作持续学习的AI模型并不断成长？ 他现在正在与汽车经销商合作，但很快会扩展到其他业务。 以下是Grok所说的您将从此视频中学到的内容： +++++ 通过观看这一播客集，观众将获得关于AI在商业中如何实际应用的见解，特别是在汽车经销商等小众行业，同时探索更广泛的AI概念、挑战和未来影响。以下是主要收获的概述： 为企业定制AI：了解Polycom Computing如何构建专门的AI模型，这些模型持续在公司的实时数据和工作流程上进行训练，充当“伴侣”，而不是通用工具。这与OpenAI或Anthropic等公司的基础模型形成对比，后者在不失去效率的情况下难以适应特定的“世界”。重点在于个性化，以避免浪费注意力、智力和金钱。 调整AI策略以实现收入增长：理解从削减成本（例如，自动化呼叫中心）到增加收入应用的转变。Urba解释了为什么针对汽车经销商的高价值任务（如销售）会创造可防御的护城河，而不是商品化的成本削减。这包括自动化复杂的漏斗——从潜在客户提交到融资——同时确保遵守法规并与现有团队无缝集成。 可扩展的AI代理实践：发现AI代理必须自主学习（例如，适应不同的CRM、流程和经销商的偏好），以避免成为不可扩展的咨询服务。关键挑战包括在人工与AI之间创建“粘合剂”，避免硬编码规则，并使用网络操作来集成孤立的软件，如经销商管理系统（DMS）。 利用AI技术提升销售：获取关于快速响应（在5分钟内回复可提升22倍转化率）、创造自然的“非流畅性”（拼写错误、表情符号、笑话）以实现类人沟通、管理非工作时间的潜在客户，以及在不强推销售的情况下教育客户的知识。试点显示，通过处理未回复的潜在客户（70%被忽视），合格买家，并保持对话线程，销售额提高了50%。 多代理系统与主动AI：探索反应式问答模型与具有代理性的主动代理之间的区别——它们预测、行动并根据目标更新。构建这些系统揭示了瓶颈（例如，给企业带来过多潜在客户），导致解决方案如AI购买汽车或连接销售/服务部门。Urba讨论了没有个性化的AI如何停滞，面临模型崩溃或收益抵消的风险。 AI开发的技术深度探讨：获取关于先进概念的解释，如实时RLHF（来自人类反馈的强化学习）以实现持续改进、一致性（保持输出的逻辑一致性）、动态标记化以适应新抽象，以及评估模型（例如，避免记忆而非推理、扩展中的能量限制）。观众将看到他们平台的演示，用于量化策略、总统分析和训练运行等任务。 在传统行业中销售和采用AI：学习如何向非技术受众（例如，汽车经销商）推销AI，重点关注结果——更多的钱、更少的瓶颈、集中仪表板——而不是行话。强调同理心：让业主感到聪明，减少对销售人员的依赖，并通过AI管理的客户数据库恢复控制。 更广泛的AI影响和误解：理解为什么AI不会创造一个消灭所有工作的“机器神”——它受物理限制（例如，能源需求）、扩展经济（如工业革命），并需要人类视角以获得真正的优势。AI提升生产力，创造新角色，民主化权力，但滥用带来的风险，而非固有的代理性。Urba强调通过广泛的AI熟练度进行主动防御。 总体而言，这一集桥接了创业故事、技术AI机制和现实应用，使其对企业家、AI爱好者和对整合AI感兴趣的商业所有者具有价值。这是对构建可扩展、影响深远的AI的坦诚看法，超越了流行词。

谷歌刚刚在Veo 3中发现了一种强大的新兴功能——在起始画面上可视化地注释您的指令，Veo会为您完成！ 与其无休止地迭代完美的提示，定义复杂的空间关系，不如像对人类艺术家一样直接画出来。 这个功能迫切需要一个合适的用户体验，但现在您可以在您选择的应用中随意涂鸦，并在Google Flow中使用“帧到视频”。

@diabrowser上的技能市场是可共享AI工作流程的一大进步…… 这意味着主流AI可及性的一大进步（大多数人是消费者，而不是创造者！） 这感觉就像GPT商店试图做的事情，但要好10倍 👇

非常高兴地宣布 Runway Aleph。这不仅是控制和质量的重大进步，还为能够同时解决许多视频任务的模型创造了一个新的范式。未来是可推广的。将在接下来的几天内逐步推出。

今夜旧金山。 周五快乐！

为创始人而设的人工智能初创公司。秘密武器？合成生物。 @IrenaCronin 和我在周二的音频空间中邀请了 @samuelekpe，我非常喜欢他，因此访问了他在硅谷的办公室，想了解他如何利用合成生物帮助创始人完成各种任务，比如招聘，以获得更好的投资者反馈。

特斯拉Cybertruck的首次碰撞测试视频刚刚由IIHS发布。所有视频和IIHS安全评级应该很快就会发布。 NHTSA给Cybertruck打了⭐️⭐️⭐️⭐️⭐️的评级，因为它在NHTSA测试的所有皮卡中，受伤的总体概率最低，翻车的风险也最低（翻车风险为12.4%）。 （视频来自@ThePocketLab）

介绍 Merge：将两张图像合并为一张的最简单方法，使用 AI。 混合纹理、形状或整个场景——只需一个提示。 想要完整的工作流程？教程在下面 👇

新的Unity包可用：Reachy 2的数字双胞胎！ - 通过AR/VR提供沉浸式3D体验 - 通过Reachy 2堆栈完全可控 - 非常适合机器人课程和人机交互研究 探索没有实体机器人的机器人技术！