周三晚,在帕洛阿托的PlayGround Global,一些正在构建你尚未理解的技术的聪明人将解释即将到来的未来。这是2025年最后一场StrictlyVC活动,阵容真的令人惊叹。
该系列活动在TechCrunch的主办下已走遍全球。史蒂夫·凯斯在华盛顿租了一个剧院;我们在雅典与希腊总理对话;克里斯汀·格林在旧金山普雷西迪奥接待了我们。理念始终相同:在较小的环境中聚集那些致力于真正重要发展的人,在其他人意识到其重要性之前。
我们最喜欢的时刻之一是2019年,山姆·奥特曼告诉StrictlyVC观众,OpenAI的盈利策略基本上是"构建AGI,然后问它如何赚钱"。所有人都笑了。他并不是在开玩笑。
这次我们请到了尼古拉斯·凯勒兹,一位粒子加速器物理学家,在能源部花了20年时间建造不可能的东西。现在他正在解决半导体制造的最大问题:每个先进芯片都依赖价值4亿美元的机器,这些机器使用的激光器只有一家荷兰公司知道如何制造。(更令人恼火的是:美国人发明了这项技术,然后将其卖给了欧洲。)凯勒兹正在使用粒子加速器技术在美国建造下一代。这听起来很学术,但在这个时刻也极其重要。同样有越来越多的竞争者在追逐同样的奖项。
然后是米娜·法赫米,他制造了一枚能捕捉你内心想法并将其转换为文本的戒指。在你翻白眼之前,要知道他和联合创始人奇拉克·洪在他们的公司被收购后在Meta工作了多年研究这些技术。Stream Ring并不试图成为你的朋友——它试图扩展你的大脑。在托尼·施耐德的支持下,这位在WordPress早期扩张阶段的运营者,Sandbar刚刚摆脱秘密状态,可能确实有所发现。(施耐德是True Ventures的合伙人,其其他硬件投资包括Peloton、Ring和Fitbit;他也将在下周来到帕洛阿托。)
我们有马克斯·霍达克——Science Corp创始人、《时代》杂志封面人物,以及更早的Neuralink联合创始人——他已经通过视网膜植入物为数十名盲人恢复了视力。现在他正在研究"生物混合"脑机接口,其中植入干细胞的芯片会长入你的脑组织,这样瘫痪的人就可以用他们的想法控制设备。而这只是霍达克眼中的冰山一角。事实上,他认为2035年将与今天截然不同,他很乐意分享其中的原因。
最后,我们很高兴欢迎池华健和伊丽莎白·韦尔,两位风投人士,他们在Twitter、Spotify、TikTok、Slack、SpaceX、Figma和Coinbase成为家喻户晓的名字之前就投资了它们。池华健经营Goodwater Capital;韦尔在Andreessen Horowitz和Twitter工作后创立了Scribble Ventures,进行了100多项天使投资,首支基金显示4倍回报。(她的人际网络好得令人恼火。)两人都认为硅谷完全误读了当前时刻,而每个人都将资本投入企业AI,他们将解释原因。
PlayGround Global将与普通合伙人帕特·格尔辛格(前英特尔CEO)一起主办。将有饮品、美食和欢乐;座位有限,如果你想来,请抓紧行动。
如果你想在2026年与该系列活动合作,请联系我们。
Q&A
Q1:StrictlyVC活动的核心理念是什么?
A:StrictlyVC活动的核心理念是在较小的环境中聚集那些致力于真正重要技术发展的人,在其他人意识到其重要性之前就发现和展示这些创新。该活动旨在汇聚正在构建未来技术的先驱者。
Q2:Nicholas Kelez正在解决什么问题?
A:Nicholas Kelez正在解决半导体制造的最大问题:目前每个先进芯片都依赖价值4亿美元的机器,这些机器使用的激光器只有一家荷兰公司知道如何制造。他正在使用粒子加速器技术在美国建造下一代半导体制造设备。
Q3:Max Hodak的脑机接口技术有什么特别之处?
A:Max Hodak正在研发"生物混合"脑机接口,其中植入干细胞的芯片会长入人的脑组织,使瘫痪的人能够用思想控制设备。他已经通过视网膜植入物为数十名盲人恢复了视力,现在正在推进更先进的脑机接口技术。
好文章,需要你的鼓励
ChatGPT发布三年后,物理AI成为行业最新热词。物理AI是指在硬件中实现的AI系统,能够感知周围世界并进行推理以执行操作。与传统机器人不同,物理AI具备推理、行动和与环境交互的能力。智能眼镜是物理AI的典型代表,能够看到和听到用户所体验的内容。高通专家指出,AI可穿戴设备可以为机器人提供基于真实人类体验的高质量数据集,形成良性生态系统。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
来自加州大学伯克利分校和康奈尔大学的研究团队,通过分析130万篇学术论文发现,使用ChatGPT等AI工具的科学家论文产出平均提升40-60%,且英语非母语研究者受益最大。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。