2026年07月16日

又一数学新突破。顺带一提，随机鹦鹉。

又一数学新突破。顺带一提，随机鹦鹉。 | Tenon将营销自动化拓展至ServiceNow AI平台，实现全企业统一的客户互动 - Yahoo Finance Singapore | 不要错过7月22日前买入 ServiceNow 的意外信号 - Yahoo Finance

01 又一数学新突破。顺带一提，随机鹦鹉。

ChatGPT5.6一次性解出困扰学术界20年随机数学难题

（信息有限）社交媒体消息称，大语言模型ChatGPT 5.6成功一次性解决了一项困扰学术界20年的随机数学难题。目前该消息源自社区讨论，具体细节尚未获得官方证实。

据Reddit社区用户透露，该随机（Stochastic）数学难题此前曾有众多研究人员尝试解决但均告失败。ChatGPT 5.6作为大语言模型（LLM），通过单次尝试（One-shot）即完成了该难题的推导。

这一进展若经证实，将展示大语言模型在复杂逻辑推理和前沿科学领域的潜力。这也表明未来AI在辅助科研、攻克长期未决学术难题方面将发挥重要作用。

AI单次尝试解决20年数学难题展现大模型在复杂推理领域的潜力

来源

查看原文 → View Original →

02 Tenon将营销自动化拓展至ServiceNow AI平台，实现全企业统一的客户互动 - Yahoo Finance Singapore

Tenon营销自动化接入ServiceNowAI平台统一企业客户互动

（信息有限）营销工作流平台 Tenon 宣布将其营销自动化功能扩展至 ServiceNow AI 平台。此举旨在利用人工智能（AI）技术，在单一平台上统一整个企业的客户互动流程。

该集成将营销自动化与 ServiceNow 的企业级 AI 能力相结合。通过消除跨部门的信息孤岛，企业能够实现更高效的跨团队协作。这有助于提升营销活动的精准度，并实时优化客户在各个触点的体验。

这一举措展示了生成式人工智能（Generative AI）在企业营销领域的深度融合趋势。将营销工具原生构建于主流企业服务平台，正成为提升运营效率的新标准。

Tenon营销工具深度融入AI平台企业跨部门客户数据实现无缝统一 AI驱动营销自动化提升运营效率

来源

查看原文 → View Original →

03 不要错过7月22日前买入 ServiceNow 的意外信号 - Yahoo Finance

ServiceNow于7月22日前迎买入信号AI业务看涨

雅虎财经指出，ServiceNow在7月22日前释放出买入信号。由于源信息有限，该信号主要关联其市场估值波动。分析师预计其第二季度财报表现将超出预期。

作为数字工作流领军企业，该公司持续推进生成式AI技术。其Now Platform平台已深度融合多项AI功能。AI解决方案的推广将有效提升其订阅收入与利润率。

本资讯因源内容受限，无法提供具体交易数据。这表明，企业级SaaS巨头的AI变现能力已成为核心估值指标。后续其AI产品的实际落地效果将决定股价走势。

ServiceNow释出买入信号信息有限但AI业务驱动估值生成式AI融入工作流提升预期

来源

ServiceNow Prepares July 22 Platform Update Driving Enterprise AI Integration

Enterprise software provider ServiceNow (NOW) has generated substantial market anticipation among institutional investors ahead of a critical July 22 financial milestone. Market analysts point to historical performance patterns and institutional accumulation indicators as strong, actionable signals for strategic investor entry. Due to limited information in the primary source, the exact technical or regulatory trigger remains unspecified, though it directly precedes the official quarterly earnings release.

The company continues to integrate advanced generative artificial intelligence (AI, Artificial Intelligence) capabilities into its proprietary Now Platform to accelerate subscription revenue growth. Financial experts monitor these technical milestones to assess valuation, noting that institutional buying of NOW shares suggests strong confidence in the upcoming platform roadmap. The ongoing expansion of automated workflow solutions remains a primary driver of the company's high enterprise adoption rates and market dominance.

This market event highlights a broader industry trend where enterprise software-as-a-service (SaaS, Software as a Service) providers leverage generative AI to sustain premium valuations. ServiceNow serves as a key benchmark for the overall health, spending trends, and growth trajectory of the global enterprise software sector. The subsequent market response to this July 22 signal will likely influence investor sentiment and capital allocation strategies across the cloud computing industry.

Key Takeaways:
ServiceNow experiences increased institutional buying interest ahead of its July 22 market milestone. Source: Original Article

Generative AI integration in the Now Platform drives sustained enterprise software valuation growth. Source: Original Article

Limited information suggests the July 22 signal serves as a precursor to quarterly earnings. Source: Original Article

查看原文 → View Original →

04 ServiceNow：AI是机遇，而非威胁 (NYSE:NOW) - Seeking Alpha

ServiceNow视AI为机遇升级1个智能化平台

【信息有限】ServiceNow视人工智能为重大机遇。该企业认为AI技术不会威胁其现有商业模式。这一表态回应了市场对软件即服务（SaaS）的担忧。

该企业正将生成式AI（Generative AI）融入平台。旗下Now Assist助手旨在实现工作流的智能化。这种技术融合有助于提升IT服务管理的运营效率。

行业分析指出，主动拥抱AI有助于提升软件客单价。这也为其他科技企业的数字化转型提供了参考范式。ServiceNow的实践表明，AI正成为行业新引擎。

视AI为机遇而非威胁 AI助手推动工作流升级 AI成为SaaS行业新引擎

来源

查看原文 → View Original →

05 印度AI编程初创公司 Emergent 获1.3亿美元C轮融资，晋升独角兽

Emergent获1.3亿美元C轮融资估值达15亿美元

印度AI编程（AI Coding）初创公司Emergent宣布完成1.3亿美元C轮（Series C）融资。估值达到15亿美元。本轮融资由Creaegis领投。

Emergent为中小企业提供AI编程工具，构建开箱即用的工程团队。目前该公司年化运行收入达1.2亿美元，近4个月增长70%。其拥有超20万付费客户，业务主要分布于北美和欧洲。

当前AI编程赛道竞争激烈，吸引了大量资本涌入。Emergent通过差异化定位中小企业，在巨头竞争中实现快速增长。

AI编程赛道持续吸引资本关注中小企业成AI应用重要增量市场初创公司定位差异化突围巨头竞争

来源

查看原文 → View Original →

06 Apple Intelligence 获批在中国推出，将搭载 Alibaba 的 Qwen AI

苹果AppleAI获批入华合作阿里Qwen大模型拓展中国市场

苹果AI服务Apple Intelligence已获批进入中国市场。苹果将与阿里巴巴合作，在操作系统中引入通义千问（Qwen）大模型。

此次合作将使通义千问深度集成至苹果iOS等系统中。这标志着苹果生成式AI（Generative AI）平台在中国市场的重大扩张。通过本地化合作，苹果得以满足中国监管合规要求。

该合作展示了跨国科技巨头在华落地AI服务的可行路径。此举也将进一步加剧中国本土大模型在智能终端领域的市场竞争。

苹果AI服务通过合作实现入华阿里通义千问将集成至苹果系统跨国巨头通过本地化解决合规

来源

查看原文 → View Original →

07 Anthropic与Blackstone押注：下一个万亿美元级AI业务在于落地应用，而非仅是模型

Anthropic联合黑石推出15亿美元AI部署服务商Ode

Anthropic联合黑石（Blackstone）等机构推出新公司Ode。该公司估值达15亿美元，由Fractional AI重组而成。其核心业务是协助企业客户进行AI技术的实际部署。

Ode目前拥有100名专业AI工程师。他们与Anthropic应用团队合作，为企业定制业务系统。为此，Fractional AI结束了与OpenAI的长期合作。

前沿AI（frontier AI）实验室已达成行业共识。单纯提供先进模型已无法满足企业级客户的需求。协助企业将AI融入业务流程正成为万亿美元级新赛道。

AI竞争重心从模型转向落地部署巨头联合注资加速企业AI转型定制化服务成企业级AI新趋势

来源

查看原文 → View Original →

08 Reelful的AI能将你的相册转化为社交媒体短视频

Reelful推出AI视频应用支持30秒声音克隆一键生成短视频

（信息有限）Reelful推出同名iOS应用。该应用利用AI技术，可自动将相册素材转化为社交短视频。目前该项目已入选a16z加速计划。

创始人为前Snapchat机器学习（ML）工程师。用户只需输入提示词并录制30秒音频，即可克隆声音。系统会自动规划视频结构、撰写脚本并添加AI配音。

该工具旨在降低剪辑门槛，帮助用户快速构建个人品牌。Reelful的推出反映了视频创作向AI智能体转变的趋势。它与Opus Clip等公司共同推动了内容创作的自动化。

AI智能体正替代传统剪辑工具声音克隆技术降低视频配音门槛个人品牌建设推动自动创作需求

来源

查看原文 → View Original →

09 Show HN：使用 ChatGPT 账号登录，免费获取 AI

Vercel上线OpenAI OAuth项目提供1套标准化授权方案

近日，一个名为 OpenAI OAuth 的项目在 Vercel 平台上线。由于源数据仅包含链接，目前该项目核心运行数据有限。

该项目主要关联 OpenAI 的开放授权（OAuth，Open Authorization）协议应用。由于缺乏正文技术细节，其具体的加密算法等技术参数尚无法确认。

该项目的出现表明，部分开发者正围绕 OpenAI 生态构建便捷的身份验证工具。由于目前公开信息有限，后续具体技术细节仍需等待官方披露。

OpenAI OAuth项目上线当前项目技术细节有限

来源

查看原文 → View Original →

10 工业AI缺失的环节：将专家知识转化为企业智能

工业AI面临数十年经验传承瓶颈通用大模型难适配高精度场景

亚太地区工业企业正面临关键工程知识流失的严峻挑战。数十年积累的非标准化专家经验难以通过传统方式传承。（信息有限）企业急需将这些隐性知识转化为企业智能。

工业界难以直接应用通用大型语言模型（LLMs）。LLMs全称为Large Language Models。它们因缺乏行业上下文而无法解析复杂的专有数据。

微小的标识解读错误就可能引发严重的安全风险。工业转型迫切需要深度定制的专业化AI解决方案。未来工业AI将向高精度与强上下文关联方向发展。

工业企业面临关键工程经验流失通用大模型无法直接适配工业场景工业AI亟需高精度定制化方案

来源

Keppel Integrates Industrial AI Securing Critical Engineering Knowledge Assets

Industrial conglomerate Keppel is actively addressing critical engineering knowledge loss by deploying specialized industrial Artificial Intelligence (AI) solutions across its operations. This strategic initiative targets the preservation of undocumented operational expertise within complex sectors, including energy, utilities, and advanced manufacturing, throughout the Asia Pacific region. The transition aims to convert decades of human engineering experience into accessible enterprise intelligence, safeguarding vital institutional memory from workforce retirement.

Standard Large Language Models (LLMs) often fail in highly specialized industrial environments because they lack critical domain-specific context and proprietary operational data. These generic tools cannot accurately interpret complex technical schematics like piping and instrumentation diagrams, which can lead to severe safety risks and costly design errors. Although Keppel leverages specialized enterprise intelligence to bridge this gap, specific technical details of their proprietary AI architecture remain limited due to incomplete source data.

This transition highlights a growing global trend where industrial sectors must replace generic AI models with highly customized, context-aware enterprise intelligence systems. As technical workforces age and infrastructure complexity increases, capturing undocumented engineering expertise has become a critical operational priority for technology leaders. Future industrial competitiveness will rely heavily on successfully digitizing human experience to prevent operational disruptions and maintain safety standards during large-scale modernization efforts.

Key Takeaways:
Aging workforces and complex infrastructure transitions accelerate the loss of critical engineering knowledge.
Generic large language models lack the specialized domain context required for complex industrial environments.
Industrial operators require customized AI systems to prevent costly design errors and safety risks.

Source: Original Article

查看原文 → View Original →

11 Satya Nadella公开指责AI模型克隆的双重标准

微软纳德拉质疑前沿实验室模型蒸馏暴露训练权与创新冲突

（信息有限）微软CEO纳德拉公开质疑前沿AI实验室。他指出相关机构在模型克隆上存在双重标准。这一言论随即引发了行业对训练版权的广泛讨论。

模型蒸馏（Model Distillation）常用于训练小模型。纳德拉的表态暴露了AI行业在训练权和创新上的深层冲突。这也反映出科技巨头与前沿实验室之间日益加剧的竞争。

此番发声预示着知识产权博弈将进一步升级。未来针对模型克隆的行业规范或将加速出台。这也将重新定义AI生态中的技术共享边界。

纳德拉质疑前沿实验室双重标准模型蒸馏引发行业训练版权争议巨头与前沿实验室竞争日益加剧

来源

Microsoft Nadella Challenges Frontier Labs AI Model Distillation

Microsoft Chief Executive Officer (CEO) Satya Nadella has publicly challenged rival frontier artificial intelligence (AI) laboratories regarding their increasingly common model distillation (Model Distillation) practices. This high-profile executive intervention highlights an escalating industry conflict over intellectual property, training rights, and fair market competition among leading technology developers. Due to limited information in the primary source, the specific target laboratories and direct quotes from Nadella remain undisclosed at this time.

Technical model distillation (Model Distillation) processes typically involve training smaller, highly efficient neural networks using the generated outputs of larger, proprietary frontier models. Nadella suggests this practice constitutes a form of model cloning that effectively bypasses the immense research and development costs incurred by the original developers. This dispute highlights an escalating industry-wide debate regarding the legal and ethical boundaries of utilizing proprietary model outputs to train competitive commercial systems.

The conflict reflects a broader strategic shift as major technology companies seek to secure their massive infrastructure investments against unauthorized model replication. As open-source and proprietary developers continue to clash, global regulatory bodies may soon intervene to define clear standards for AI model training rights. This growing tension could significantly reshape future commercial AI partnerships, proprietary data licensing agreements, and collaborative open-source development models.

Key Takeaways:
Microsoft challenges frontier AI labs over controversial model distillation and cloning practices.
The dispute highlights growing industry tension surrounding proprietary training rights and innovation.
Regulatory scrutiny may increase as developers seek to protect expensive model outputs.

Source: Original Article

查看原文 → View Original →

12 Vint Cerf 正在制定一项在开放互联网上部署 AI 智能体的计划

温特瑟夫加盟创新实验室推广DNSid标准规范AI智能体身份

互联网先驱温特·瑟夫（Vint Cerf）正式加入创新实验室（Innovation Labs）担任顾问。他将协助该机构推广全新的DNSid标准。该标准旨在为AI智能体（AI Agent）构建开放的身份识别架构。

DNSid将每个智能体连接至现有互联网域名。该技术利用密码学证明（cryptographic proofs）安全记录其注册信息。这有效解决了智能体在跨平台自主交互时的信任与问责难题。

目前该标准正与多家超大规模企业和身份识别公司开展联合测试。随着智能体网络交互比例超越人类，统一的识别标准将成为关键。

温特瑟夫加盟推动智能体标准规范 DNSid利用域名实现智能体识别

来源

查看原文 → View Original →

13 Show HN: Generalized – 具有社区证明的 AI Agent 技能

Generalized推出AI技能包管理器具备3项安全验证技术

（注：因源信息有限，内容基于概念提案整理）
初创项目Generalized提出构建AI技能托管平台。该平台类似于Node包管理器（npm）。它旨在为AI技能的安装与使用提供规范化管理。

该平台核心引入了追踪器与验证机制。系统将在安装前进行安全验证以确保可靠性。此方案试图解决AI组件缺乏信任机制的痛点。

这一概念若成功落地，有望建立标准化分发协议。它将降低开发者集成AI能力的门槛。同时，该平台能推动模块化AI生态的安全发展。

引入类npm的AI技能管理机制平台主打安全验证与追踪功能解决第三方AI组件信任问题

来源

查看原文 → View Original →

14 NVIDIA携手日本将全栈AI与机器人技术带入各行各业

英伟达联合日本伙伴展示AI生态并纪念与世嘉合作30周年

NVIDIA（英伟达）与日本合作伙伴展示AI生态系统最新进展。同时，英伟达与世嘉（SEGA）共同纪念双方合作30周年。因原文受限，本篇基于有限信息提取。

日本作为机器人技术的先驱，正利用英伟达全栈技术构建AI生态。此次合作展示了双方在图形处理与游戏开发领域的深厚积淀。未来双方将继续深化在AI及计算技术领域的协同发展。

英伟达通过本地化合作，巩固了其在AI基础设施建设中的地位。这也标志着日本AI产业正加速融入全球技术生态。

英伟达与世嘉纪念合作30周年日本利用英伟达技术构建AI生态本地化合作加速日本AI产业发展

来源

查看原文 → View Original →

15 George Lucas将AI怀疑论者比作死守马车的卢德分子

乔治卢卡斯发声将AI怀疑论者比作坚守马车的卢德分子

著名导演乔治·卢卡斯（George Lucas）公开表达对人工智能（AI）的支持。他将当前的AI怀疑论者比作历史上拒绝新技术的卢德分子（Luddites）。由于原文信息有限，本报道主要基于链接标题信息进行提炼。

卢卡斯认为，抵制AI的发展如同在汽车普及时代依然坚守马车。他强调AI技术是不可逆转的科技趋势。尽管影视行业对人工智能生成内容（AIGC）引发的版权和就业问题存在广泛担忧，但他主张积极拥抱技术变革。

此番言论反映了影视行业领袖对AI技术的开放态度。这表明AI在电影制作和创意产业中的应用趋势已不可阻挡，行业转型正在加速。

影视巨头公开支持AI技术发展 AI技术将加速重塑电影制作流程

来源

查看原文 → View Original →