跳到正文

媒体号

a16z (@a16z)

共收录 41 条近 30 天 41 条

更新

a16z (@a16z)被本站收录的内容

今天10月23日周五第 1–20 条
  1. a16z (@a16z)40

    超过 85% 的 MSK 肿瘤科医生使用 OpenEvidence,双方深化 OncoKB 合作

    OpenEvidence 转发消息称,Memorial Sloan Kettering Cancer Center 超过 85% 的肿瘤科医生在使用 OpenEvidence。双方已将 MSK 的肿瘤基因专家解读系统 OncoKB 集成到 OpenEvidence 中,供全美肿瘤科医生使用。双方宣布即日起进一步扩大 OncoKB 的覆盖范围,让更多患者获得与 MSK 患者同等水准的支持。

  2. a16z (@a16z)35

    Marc Andreessen:AI 原生创企与传统巨头的认知差距是他见过最大的

    a16z 的 Marc Andreessen 表示,AI 原生早期创企对 AI 能力的理解与几乎所有行业的传统巨头之间存在他见过最大的差距。他指出 AI 能力正以周为单位快速进步,许多行业将迎来比以往更深刻的颠覆,创始人将凭借这些工具获得前所未有的“超能力”。同期 a16z Crypto 更名为 a16z Frontier,延续 Chris Dixon 对前瞻技术方向的投资布局。

  3. a16z (@a16z)43

    a16z 合伙人 Chris Dixon 谈投资 Oculus、无人机和加密货币背后的“二阶效应”,a16z Crypto 更名为 a16z Frontier

    a16z 合伙人 Chris Dixon 在访谈中回顾他 2013 年加入 a16z 后围绕“二阶效应”进行早期投资的思路:智能手机传感器和芯片不断进步,催生了 Oculus 和 Skydio 这类“重新组合的智能手机”式项目;加密货币则被视为开源软件运动与社交媒体社区结合的下游产物。

  4. a16z (@a16z)31

    a16z Frontier 基金投资理念:Chris Dixon 称宁可投得早也不投得晚

    a16z 的 Chris Dixon 阐述 Frontier Fund 的投资理念:几乎所有成功的技术想法都曾有过领先约 10 年的失败前身,而技术、文化、商业和政治环境等多重因素能否同时到位决定了成败时机。他表示基本所有技术相关的好想法最终都会成功,因此 Frontier Fund 宁可承担"太早"的风险也不愿错过机会。

  5. a16z (@a16z)51

    a16z Crypto 更名为 a16z Frontier,专注跨类别早期创始人

    Chris Dixon 与 Ben Horowitz 宣布 a16z Crypto 更名为 a16z Frontier,面向不 fit 任何现有类别的 outer planet 创始人。二人称加密行业边界已模糊、成为科技版图一部分,垂直策略仍有盲区,更名填补了基金架构中的空缺,并重申核心是投人而非类别。完整对话见 https://youtu.be/-9XQMHhpypc。

  6. a16z (@a16z)60

    a16z Crypto 更名为 a16z Frontier

    a16z 官宣 a16z Crypto 更名为 a16z Frontier,将投资范围从加密扩展到更早期的前沿技术,延续 Chris Dixon 自 2013 年以来投资 Oculus、Coinbase、Solana、Uniswap 等项目的思路。

10月22日周四
  1. a16z (@a16z)36

    Anduril CEO Brian Schimpf:美国资本市场是被低估的战略武器

    Anduril CEO Brian Schimpf 认为,美国资本市场结构不是比别人好 10%,而是“好几千倍”,应把资本配置与国家重点产业和能力对齐。他举例称,美国能够在几乎没有实际营收的情况下为 2000 亿美元数据中心投资融资。Dean W. Ball 也表示,美国资本市场的深度和灵活性将是未来最强的武器。

  2. a16z (@a16z)39

    a16z 对话 Reducto CEO Adit Abraham:AI 智能体如何读懂 PDF 等文档层

    a16z 播客邀请 Reducto 联合创始人兼 CEO Adit Abraham 谈 AI 智能体的文档层问题。他指出传统 OCR 在杂乱真实文档上失效,Reducto 结合视觉语言模型与专用基础设施,在不牺牲成本和延迟的情况下实现高精度提取。Reducto 每月处理数十亿页,录制当天上午已跨过第 70 亿页,成本约每页一美分。

  3. a16z (@a16z)44

    Mirendil 展示无预训练团队的大规模预训练里程碑:Mirendil-Base 由一名研究员 3.5 个月、不足 $10M 完成

    Mirendil 在正式宣布不到 4 个月后宣布一项里程碑:从零开始、无需预训练团队,成功大规模预训练出模型 Mirendil-Base。该模型由一名研究员耗时 3.5 个月、以不足 $10M 的算力完成,含全部研究与最终训练;Mirendil-Base 参数在 100B-500B 范围,Base-Large 为 500B-2T,Base-XL 为 2T-10T。

  4. a16z (@a16z)36

    Reducto CEO Adit Abraham 谈 AI 基准测试沦为营销及如何找到真正适合自己的评测方法

    Reducto 联合创始人兼 CEO Adit Abraham 在 a16z 访谈中指出,AI 行业的基准测试正逐渐沦为营销手段。他举例说,某基准发布方在自己的测试中加入轻微噪声和模糊后,其表现远差于其他厂商,而其他厂商表现稳定。他推荐谨慎设计评分细则的 LLM as a judge 方法,并主张行业应在自己的数据上做评测,而不是依赖通用基准。

  5. a16z (@a16z)42

    a16z:专用芯片的时代为何正在到来

    Gimlet Labs 的 Zain Asgar 在 a16z 发文指出,90 年代通用芯片淘汰 Thinking Machines、Cray Computer 等专用厂商的条件已经改变:Dennard scaling 约 2005 年终结,晶体管成本约 2012 年起不再下降,内存带宽也跟不上算力。