标签：open-source-ai
英伟达单季千亿营收与129亿美元收购Hugging Face：全产业链扩张、生态卡位与资本隐忧
📝
🎙️ Best Partners TV
9/1/2026 📄 英伟达公布2027财年第二财季业绩，单季营收达962.21亿美元，并以129亿美元全资收购AI开源社区Hugging Face。本文深度复盘英伟达数据中心增长动力、Vera Rubin与智能体算力范式演进、开源模型战略卡位，以及数百亿信用担保与资本运作背后的潜在风险。
AI模型开源底座重塑：从权重开放到产业生态的权力博弈
📝
🎙️ 硅谷101
8/13/2026 📄 本文深度解析了大模型从训练到发布的核心流程，剖析了闭源、开放权重与完全开源的区别，并以DeepSeek、Kimi等国内模型及“黄仁勋联盟”为例，探讨了开源许可证、商业模式以及中美在AI安全与技术主权上的深层博弈。
开源AI的未来与vLLM的崛起：对话Simon Mo与Matt Bornstein
📝
🎙️ a16z
8/6/2026 📄 本期访谈深入探讨了开源AI与开放权重模型的生态演进、推理引擎vLLM的技术定位及其作为AI基础设施的核心角色。Simon Mo与Matt Bornstein分享了模型商业化授权、软硬件协同优化、中外大模型竞争及蒸馏技术的政策影响等前沿议题，并展望了未来开源AI实现自主迭代与生态繁荣的发展路径。
全球地缘冲突、美韩股市去杠杆与AI产业链生态演变的深度观察
📝
🎙️ 小翠時政財經
7/29/2026 📄 本篇报告深入梳理了中东地缘政治危机及其对全球能源和资本市场的冲击，探讨了美联储利率决议与科技股财报交织下的市场波动。同时，重点分析了美国政府对硅光子及先进封装等下一代芯片半导体供应链的入股扶持、AI时代白领学历贬值与蓝领技术工人短缺的行业变革、韩股去杠杆风暴与海力士乌龙交易链条、全球云巨头自研模型大趋势、Sam Altman对OpenAI算力及硬件生态的最新研判，以及中国大模型企业通过分布式算力训练超大参数模型、走私芯片通道和美国对华智能机器人最新禁令的行业动态。
知识产权双重标准与开源大模型白菜化：硅谷All-in播客深度博弈解析
📝
🎙️ 北美王路飞
7/28/2026 📄 本文基于硅谷知名播客All-In的讨论，深度解析了Anthropic公司因中国开源大模型崛起而引发的双标争议与游说风波。文章探讨了模型蒸馏的技术本质、合理使用与盗窃的法律界限、闭源大厂的“监管俘获”策略，并从历史镜鉴与宏观地缘政治视角，分析了AI商品化趋势下，中美在知识溢价、算力云服务及物理实体（电力与工业制造）领域的深层博弈格局。
关于模型、工具调用与人工智能民主化的技术探讨
📝
🎙️ Latent Space
7/22/2026 📄 文章讨论了在复杂任务中，将大型语言模型（LLM）与外部工具和虚拟环境结合的趋势。作者认为过度依赖复杂的工具链可能是一种低效的做法，并回顾了早期研究如何通过对基础模型的深入探索（如循环神经网络到Transformer）来推动代码生成能力的演进。此外，文章还探讨了开源社区在AI发展中的关键作用，强调约束条件如何驱动创新，以及构建内部评估流程和模型打磨的重要性。
全球经济与地缘政治重构：芯片熊市矫正、中东基建博弈、香港待遇反差与AI主导权争夺
📝
🎙️ LT視界
7/17/2026 📄 本文深度解析了2026年7月17日的全球重大局势变化。首先是全球半导体芯片股正式步入技术性熊市，反映出市场对AI变现速度的期中考试与理性矫正；其次是中东冲突升级，民用基建成为攻击目标，能源通道告急；第三是特朗普对华强硬演说与美国恢复香港特权之间形成的微妙对冲；最后是英国国有化中企钢厂以及习近平在世界人工智能大会上的开源AI政治化宣示。
英伟达为什么做开源大模型？对话 Nemotron 掌门人布莱恩·卡坦扎罗
📝
🎙️ Best Partners TV
7/8/2026 📄 本期由大飞解读英伟达应用深度学习研究副总裁布莱恩·卡坦扎罗的深度专访。内容探讨了英伟达投入巨资研发并开源 Nemotron 大模型的底层商业与技术逻辑，深入剖析了4位精度预训练、混合架构、隐式 MoE 等前沿技术突破，并分享了关于开源安全、中美 AI 竞争及奇点理论的独特见解。
外部大脑的构建与开源人工智能的变革力量
📝
🎙️ The MAD Podcast with Matt Turck
7/2/2026 📄 文章探讨了通过制造外部工具和外部大脑来提高智能效率的理念，并深入分析了当前开源人工智能领域（如新模型发布、中美竞争）的发展现状。核心观点强调了开放技术在促进创新中的基础性作用，以及AI作为解决人类结构性问题的唯一关键工具，同时讨论了公众接受度与安全问题中开源技术的优势。
大科技估值回调与AI商业化落地底层逻辑：闭源昂贵与开源替代的行业拐点
📝
🎙️ 投资TALK君
6/23/2026 📄 本篇阅读稿深度分析了谷歌、Meta和微软等大科技公司的最新估值、利润率及资本开支变动，探讨了以Anthropic和OpenAI为代表的AI大模型在软件工程领域的商业化现状，指出高昂的Token成本使得开源模型和本地AI成为AI智能体落地的必然选择。
Yann LeCun：生成式AI路线的终局与世界模型
📝
🎙️ Best Partners TV
5/20/2026 📄 图灵奖得主杨立昆深入剖析生成式大模型的局限性，指出基于 Transformer 的生成式路线无法通向通用智能。他强调以 JEPA 为架构的“世界模型”才是实现机器人、自动驾驶等物理世界理解的核心，并探讨了 AI 主权、安全缺陷及开源生态的未来。
DeepSeek V4、模型效率与AGI：硅谷视角的AI竞争
📝
🎙️ 硅谷101
4/29/2026 📄 本期视频深入探讨了DeepSeek V4发布对全球AI市场的影响，特别是在模型效率和算力优化方面的创新。节目邀请了硅谷专家分析了DeepSeek V4如何挑战美国闭源模型的主导地位，以及其100万Token上下文和芯片适配能力对智能体编程与多步任务的推动作用。讨论聚焦AI竞争范式从单一基准测试向系统性竞争的转变，以及高效率、低成本的开源AI路线如何成为实现AGI的关键路径，同时展望了未来AI赢家的新标准。
开源模型推理采购指南：GLM-5.1、DeepSeek V4 Pro、Kimi
K2.6 的 API、订阅和 Ollama Cloud 对比
🎙️ yage.ai
4/28/2026 📄 本文对比了 GLM-5.1、DeepSeek V4 Pro 和 Kimi K2.6 这三款开源模型的推理服务。从价格、隐私和速度三个维度，分析了 DeepSeek、z.ai、Kimi 和 Ollama Cloud 等厂商的 API 按量计费与订阅方案，详细对比了不同用量和数据敏感度下的成本与政策。文章还讨论了速度和限流情况，并为不同场景下的模型选型提供了具体建议。
AI 范式已剧变：罗福莉深度访谈全解读——Agent 框架是新的操作系统 （DeepSeek V4 Pro写作测试） · 乔木博客
🎙️ 向阳乔木
4/24/2026 📄 本文深度解读了小米大模型负责人罗福莉的访谈，核心观点是 AI 范式已从 Chat 转向 Agent，Agent 框架正成为新的基础设施和操作系统。文章详细阐述了 Agent 框架如何通过多模型调度、持久化记忆、主动上下文获取等方式提升 AI 能力，并强调了群体智能、开源模式在加速 AI 发展中的关键作用。同时，罗福莉也对未来 AI 科研、工作模式及模型发展趋势进行了前瞻性预测。
法国AI新星Mistral如何打破美国垄断？低成本、主权至上与地缘政治新格局
📝
🎙️ House of El - AI
4/19/2026 📄 Mistral AI作为欧洲崛起的AI公司，在三年内估值达140亿美元，其成功在于推行开源模式、强调数据主权和技术自主，并采用创新专家混合架构将运行成本降低70-90%。在法国政府支持下，Mistral正成为欧洲AI“第三方力量”的核心，重塑全球AI竞争格局，尤其在AI基础设施战略性日益凸显的背景下，为各国提供了摆脱美国科技巨头依赖的替代方案。
从 OpenClaw 到 Hermes Agent：拆解下一代自我进化智能体
📝
🎙️ Best Partners TV
4/17/2026 📄 本文深度对比了两款主流自托管智能体 OpenClaw 与 Hermes Agent。OpenClaw 以中心化网关提供稳定性，而 Hermes Agent 则通过‘自主执行循环’驱动系统，实现了从执行经验到程序化知识的自动沉淀。文章详细解析了 Hermes 的分层记忆体系、技能生成机制及安全防护模型，探讨了本地智能体从工具向个人数字化基础设施演进的趋势。
Token顺差与AI时代：技术、市场与地缘政治的交锋
📝
🎙️ 人民公园说AI
4/3/2026 📄 三位科技行业资深从业者探讨AI技术发展、市场估值、地缘政治对AI产业的影响，以及AI对社会和劳动力的深远改变。话题涵盖OpenAI的困境、开源模型“小龙虾”的崛起、中国在AI能源与成本上的优势，以及对未来AI硬件、人才回流和经济危机的思考。分析师们对AI的未来持谨慎乐观态度，强调人机协作的重要性。
Mistral AI 访谈：Voxtral TTS 发布、端到端语音架构与开源愿景
📝
🎙️ Latent Space
3/30/2026 📄 Mistral AI 团队深入解析了新发布的 Voxtral TTS 模型，详细介绍了其自研的“自回归流匹配”架构及神经音频编解码器。访谈探讨了端到端语音交互的实时性挑战、企业私有数据的微调价值，以及 AI 在形式化数学证明和科学研究领域的广阔前景。
地缘政治震荡与AI商业化狂潮：硅谷大佬深度解析
📝
🎙️ Best Partners TV
3/29/2026 📄 本期节目深度串联2026年两大热点：伊朗冲突的地缘政治影响与AI行业的商业化爆发。硅谷大佬们解析了冲突对油价、通胀及经济的冲击，并辩论AI巨头的营收增长逻辑、盈利模式及社会影响，同时探讨了‘特朗普账户’计划与AI发展中的监管挑战。嘉宾们提供了对未来趋势的多元洞察，强调平衡风险与共识的重要性。
\"GLM-5：智谱AI开源巨献，重塑大模型技术格局\"
📝
🎙️ Best Partners TV
2/27/2026 📄 \"本文深度解析智谱AI最新发布的开源大模型GLM-5。GLM-5在a16z的评估中被列为最佳开源模型，其技术报告揭示了多项创新，包括DSA稀疏注意力、完全异步的Agent RL训练框架及Slime RL基础设施。模型在混合专家架构、大规模数据训练及后训练流程上均有显著提升，使其在性能上逼近顶尖闭源模型，并推动了整个开源大模型生态的进步。\"
IsoDDE闭源争议：AI药物设计新纪元与科学开源的未来
📝
🎙️ Best Partners TV
2/26/2026 📄 谷歌旗下Isomorphic Labs发布新一代AI药物设计引擎IsoDDE，性能远超AlphaFold系列，但选择完全闭源，引发学界热议。文章回顾了AlphaFold的开源传统，深入分析了IsoDDE在蛋白质相互作用预测、结合亲和力计算等方面的技术突破，并探讨了闭源模式对科学进步可能带来的影响，包括数据壁垒和公共品属性的转变。同时，也展现了开源社区积极应对、寻求超越的努力，最终呼吁科技巨头在商业利益与科学责任间寻求平衡，确保AI成为推动全人类科学进步的公共力量。
AI 2026：中国开源崛起、后训练革命与多维扩展的未来
📝
🎙️ Best Partners TV
2/15/2026 📄 本次访谈深入解析了2026年AI行业的关键趋势。内容涵盖了从中国开源模型（如DeepSeek）的崛起及其对Meta Llama的挑战，到闭源模型（Anthropic Claude Opus 4.5, Google Gemini 3, OpenAI GPT-5）的最新进展。访谈重点介绍了AI进入后训练时代，特别是RLVR技术的重要性，以及AI对编程模式的颠覆性影响。此外，还探讨了Scaling Laws的多维扩展、AGI的未来（多Agent与专业化模型），以及AI开发者的职业建议、行业文化与商业整合。最后，展望了文本扩散模型、工具调用、硬件发展及AI与人类文明的长远关系。
AI 革命的本质与未来：一场迟到八十年的技术回归与全球竞速
📝
🎙️ Best Partners TV
1/15/2026 📄 本文深入探讨了 AI 革命的底层本质，指出其是计算机发展路径上对神经网络理论的八十年回归。分析了 AI 革命的史无前例的商业价值、需求爆发力及单位成本超通缩现象。探讨了未来 AI 行业结构（大小模型并存）、全球竞争格局（中国力量崛起）及监管博弈。最后，文章阐述了 AI 的社会接受度、定价模式、开源闭源趋势，并强调了抓住底层架构转移机会的重要性。
AI教父杨立昆的终局路线：告别Meta，创办AMI，重塑AI未来
📝
🎙️ Best Partners TV
1/9/2026 📄 深度解析图灵奖得主杨立昆在2025年的核心AI洞见。他批判了通用人工智能（AGI）的伪命题及大语言模型（LLM）的局限性，提出以世界模型和JEPA架构为核心的AMI（人工智能机器智能）新方向。杨立昆还探讨了AI硬件的未来、基础科学的重要性以及开源生态的价值，并描绘了AI作为人类智能放大器，推动机器人革命和科学发现的未来愿景。
【人工智能】物理AI时代要来临了吗？| 黄仁勋2026 | CES演讲 | Vera Rubin架构 | 两次平台革命的叠加 | Omniverse | 芯片怪兽 | 数字孪生 | 工业AI
📝
🎙️ Best Partners TV
1/8/2026 📄 英伟达创始人黄仁勋在CES 2026上发布了颠覆性的技术愿景，宣告AI、物理交互与极致算力定义的新时代。演讲聚焦于两场平台级革命：AI原生应用形态的重塑与软件开发底层逻辑的颠覆。核心亮点包括突破摩尔定律极限的Vera Rubin架构，以及驱动AI理解物理世界的物理AI技术（如Alpamayo自动驾驶AI）。NVIDIA还强调了开源生态的力量，展示了其在机器人与工业领域的深度融合，并提出了创新的存储解决方案，勾勒出英伟达从芯片供应商迈向全栈AI系统公司的宏伟蓝图。
Marc Andreessen 对 2026 年 AI 趋势的深度展望：中美竞赛、开源力量与万亿级定价之争
📝
🎙️ a16z
1/7/2026 📄 Marc Andreessen 探讨了 AI 革命的宏大尺度，认为其影响超越互联网。他分析了中美在软件与芯片领域的博弈，特别是 DeepSeek 等开源模型的崛起。此外，他还讨论了 AI 定价模式的演变、监管政策的风险以及 A16Z 在这一波技术浪潮中的投资策略。
GLM-4.7 深度评测：开源编程巨擘，Agentic 能力直指顶尖模型
📝
🎙️ AI超元域
12/23/2025 📄 本文详细评测了智普AI新发布的开源大模型GLM-4.7。该模型在编程、智能体任务、复杂推理及基准测试中表现出色，多项指标媲美甚至超越GPT-4.5、GPT-5.1及Claude 4.5。通过SVG动画、3D游戏开发、前端编程、数学推导可视化、PPT生成、浏览器自动化以及原生iOS应用开发等多维度实测，展示了GLM-4.7强大的跨领域整合及工程实现能力，预示其在开源社区及商业应用中的巨大潜力。
Prime Intellect：通过开放式RL环境和工具提升AI研究的可及性
📝
🎙️ AI Engineer
12/9/2025 📄 本文探讨了AI研究中“规模化”的深层含义，超越了单纯的计算资源投入。Prime Intellect旨在通过构建开放式强化学习（RL）环境和工具，降低AI研究的门槛，让更多人能够参与到模型训练和优化中。文章将“环境”比作AI研究的“网络应用”，强调其在模型定制、评估和合成数据生成中的关键作用，并介绍了Prime Intellect的“环境中心”和“verifiers”库，以及即将推出的“lab”平台，以推动AI研究的社区化和可访问性。
Z.ai GLM 4.6 系列模型：从一亿次开源下载中学到的经验
📝
🎙️ AI Engineer
11/22/2025 📄 Z.ai 团队分享了其 GLM 4.6 系列模型的最新进展和训练经验。GLM 系列自2022年首次开源以来，已发布超过65个模型，累计下载量突破1亿次。GLM 4.6 在数学和编码等多个公共基准测试中表现出色，甚至超越了某些商业模型。演讲详细介绍了模型的多阶段训练设计，包括通用预训练、推理持续训练、代码微调以及长上下文和智能体数据的使用，并探讨了其强化学习框架 SLIDE 的设计和效率优化。此外，还介绍了 GLM 4.5V 多模态模型在图像和视频理解方面的能力，以及模型的使用方式和社区活动。
美国能否赢得开源AI竞赛？AI2发布Olmo 3的深度解析
📝
🎙️ The MAD Podcast with Matt Turck
11/20/2025 📄 艾伦人工智能研究所（AI2）的 Nathan Lambert 和 Luca Soldaini 深入探讨了他们最新发布的 Olmo 3 模型家族。本期内容不仅详细介绍了 Olmo 3 的“完全开放”理念——超越“开放权重”，提供包括数据、训练方法和中间检查点在内的一切资源，还将其置于当前地缘政治格局下进行分析。面对 Qwen、Deepseek 等中国开源力量的迅速崛起，以及 Meta Llama 未来不确定性带来的影响，美国开源生态系统正面临严峻挑战。文章详细拆解了构建现代AI模型的六阶段技术流程，并就AI的未来、复杂性以及AGI的发展路径提出了深刻见解。
中美AI：两种品类，殊途同归——从实践看模型竞争与全球分工
📝
🎙️ 人民公園說AI
11/18/2025 📄 本文深入探讨中美AI模型在竞争与合作中的独特路径。通过分析中国企业在应用、成本控制和开源方面的优势，以及美国在底层技术突破上的领先，揭示了双方在不同商业环境下形成的“你打你的，我打我的”发展模式。文章以“JustSayAI早晚报”产品开发为例，分享了多模型融合的实践经验，并强调了AI渗透率的巨大增量市场，指出中美AI正形成一种默契的国际分工，共同推动AI生态发展。
田渊栋专访：Meta裁员背后的AI路线之思与未来展望
📝
🎙️ 硅谷101
11/11/2025 📄 本期专访前FAIR研究总监田渊栋，深入探讨了Meta人工智能部门裁员背后的行业深层趋势。他分享了对大型语言模型（LLM）发展路线、强化学习（RL）作用、AI开源与闭源策略以及AI人才未来走向的独到见解。田渊栋强调了人类洞察力在高级AI研究中的不可替代性，并反思了“缩放定律”（Skin Law）可能带来的挑战，同时展望了AI自动化对未来研究范式和职业发展的影响。
AI模型炒币大比拼：中国开源模型表现亮眼，量化交易的未来走向何方？
📝
🎙️ 人民公園說AI
11/11/2025 📄 本文深入探讨了一场由美国实验室nof1在Polymarket平台发起的六大AI模型炒币竞赛。主持人与嘉宾老修详细分析了此次比赛的局限性，包括短周期、缺乏实时场外信息及模型记忆缺陷，并指出这些因素导致模型表现出类似人类散户的“不稳定性”。文章随后讨论了当前利用AI进行量化交易的最佳时机，强调了中国开源模型DeepSeek和通义千问在数据处理基本功上的优势，并展望了AI在金融市场中策略涌现的潜力与挑战，以及未来AI与AI对抗、监管的重要性。
失衡的乌托邦：Meta开源AI路线的滑铁卢与组织重构
📝
🎙️ 硅谷101
11/9/2025 📄 2025年Meta AI部门经历大规模裁员和高管离职，引发外界对Llama开源路线的质疑。本文深入剖析Meta AI的组织架构、FAIR与GenAI的理想与失衡，以及Llama 1到Llama 4的发展历程。Llama 4的失败揭示了产品驱动研发与前沿技术探索之间的冲突，最终导致扎克伯格引入Alex Wang进行大刀阔斧的重组，试图挽救Meta在AI竞赛中的地位。
大模型竞争格局：OpenAI 的商业困境与开源冲击
📝
🎙️ 金融汪
11/5/2025 📄 本次访谈深入剖析了当前大语言模型市场的竞争态势，重点关注 OpenAI 面临的商业化挑战。内容指出，尽管 OpenAI 曾占据领先地位，但谷歌 Gemini、Meta 的开源策略以及深鉴科技（DeepSeek）、阿里千问（Qwen）等国内外竞争对手的快速崛起，正严重挤压其盈利空间。文章强调，云服务等成熟的商业模式成为主要收入来源，而 AI 模型本身盈利困难，开源模型的低成本和高性能进一步加剧了这一困境，预示着 OpenAI 的未来充满危险。
探寻AI下一个重大突破：模型演进、数据挑战与研究者抉择
📝
🎙️ Bloomberg Podcasts
9/26/2025 📄 本期OddLots播客邀请康奈尔大学AI博士生Jack Morris，深入探讨人工智能研究的前沿。节目讨论了GPT-5等AI模型的增量式进步，以及如何有效评估AI性能的挑战。Morris分享了AI研究的日常工作、信息论在模型训练中的应用，并详细解释了监督学习和强化学习这两种核心方法。此外，他还分析了私有数据在AI发展中的关键作用，以及中美AI实验室在开放源代码和数据获取方面的竞争态势。最后，Morris展望了AI个性化和在线学习的未来方向，并探讨了AI研究者在商业化与科学探索之间的职业选择。
一堂课搞懂生成式AI：从“文字接龙”原理到代码实战
📝
🎙️ Hung-yi Lee
9/15/2025 📄 本讲座深入浅出地剖析了生成式人工智能（如ChatGPT）的核心原理。讲师李宏毅解释了语言模型如何通过“文字接龙”和概率分布来生成文本，并探讨了Token、Prompt、世界知识、AI幻觉等关键概念。后半部分通过代码实战，演示了如何使用Hugging Face和开源模型（如Llama）进行文本生成，涵盖了从分词、模型调用到多轮对话的完整流程。
机器人GPT-3时刻：具身智能开源模型的加速与挑战
📝
🎙️ 硅谷101播客
9/9/2025 📄 本期节目邀请Physical Intelligence与自变量机器人嘉宾，探讨具身智能模型的最新进展，聚焦泛化能力、长程任务、数据挑战及开源生态，展望机器人迈向GPT-3时刻的路径。
AI时代：风险投资的社会契约、市场洗牌与未来机遇
📝
🎙️ Bloomberg Podcasts
9/8/2025 📄 本期Odd Lots播客邀请Lux Capital联合创始人Josh Wolfe，深入探讨了AI时代下风险投资（VC）行业的激励机制、市场动态及潜在变革。他指出，随着资本成本上升，VC行业正面临一场“大洗牌”，小型基金（minnows）可能大量消亡，而大型基金（megas）则寻求上市。文章还讨论了AI市场中被低估和高估的领域，例如谷歌和苹果在AI领域的“黑马”地位、边缘推理的崛起，以及2D AI（语音、图像、文本）的过度炒作。Josh Wolfe强调了人才在AI领域的关键作用，并预言了“生命记录”技术和AI权利等新兴社会议题的出现，认为AI正在重塑投资者与创始人之间的社会契约。
Yann LeCun：深度学习四十年探索与开源信念
📝
🎙️ Best Partners TV
9/1/2025 📄 本文回顾了“卷积网络之父”Yann LeCun四十年的深度学习探索历程。从早期不被理解的反向传播算法，到贝尔实验室的CNN商业应用，再到Meta的开源AI倡导，展现了他如何推动AI从边缘走向主流，以及对开源和AI未来的坚定信念。
扎克伯格：AI将在18个月内编写Meta大部分代码
📝
🎙️ Dwarkesh Patel
4/29/2025 📄 Meta首席执行官马克·扎克伯格在播客中分享了Llama 4的最新进展，包括其多模态能力和未来规划。他深入探讨了开源AI与闭源AI的竞争格局，强调Meta AI的北极星指标是用户价值而非传统基准。扎克伯格还展望了AI在软件工程、客户支持、社交娱乐等领域的巨大潜力，并讨论了AI治理、模型价值观编码及基础设施建设等关键议题。
Mark Zuckerberg 谈 Llama 3、百亿模型、奥古斯都与千兆瓦数据中心
📝
🎙️ Dwarkesh Patel
4/18/2024 📄 Mark Zuckerberg 在播客中探讨了 Meta AI 的最新进展，包括 Llama 3 模型的发布及其在 Meta AI 助手中的应用。他分享了 Meta 在 AI 基础设施上的巨额投资，以及对未来 AI 发展、AGI 路径、开放源代码策略的看法。Zuckerberg 还讨论了 AI 带来的社会影响，包括潜在风险与缓解措施，并将其与互联网和计算的诞生相提并论，强调了 AI 作为基础性技术的变革潜力。