BuzzFeed,这家以测验、清单文章和曾获普利策奖新闻部门而闻名的美国媒体公司,正在为AI时代重新定位自己。至少,这是他们的宣传口号。
在奥斯汀举行的SXSW大会上,BuzzFeed联合创始人兼首席执行官Jonah Peretti介绍了公司的下一个媒体尝试:一个名为Branch Office的分公司,将探索人工智能在面向消费者的创意和连接应用中的应用。
Peretti解释说,这家新公司是BuzzFeed多年来使用AI技术实验的延伸。在一个断断续续的演示中,首先遭遇了幻灯片故障,然后是应用演示,现场反应冷淡,只有礼貌性的窃笑。
"我们已经秘密开发这个项目超过一年了,从BuzzFeed平台中学到了很多关于新型AI格式的知识,"Peretti说道。"使用AI是连接人们的方式,围绕文化、品味和社区这些支柱建立社区。"
BuzzFeed产品总监兼Branch Office创始人Bill Shouldis展示了公司的两个新应用:BF Island和Conjure。
第一个产品BF Island是一个群聊平台,提供使用AI改变和编辑照片的功能。这本身并不是什么突破性技术,但这并不是重点。
这里的关键功能不是AI工具集,而是应用内由编辑团队创建的在线趋势和表情包库,可以启发用户创建引用昙花一现趋势的AI照片,比如麦当劳CEO试吃汉堡,或者"frame-mogging"戏剧。(如果你不知道这些是什么,你可能不是被针对的"深度在线"受众。)
另一个应用Conjure类似于BeReal——那个曾经的每日一次临时照片应用——不过它似乎引导用户拍摄除自己之外的其他事物的日常照片。(提醒一下,BeReal本身也没有成功,最终在失去吸引力后被Voodoo收购。)在演示中,例如,照片提示是"什么躺在树木和月亮之间?",引导用户拍摄夜空的照片。屏幕上闪过一系列诡异的图像,接着是一声耳语:"你会召唤什么?"
我们不明白这个应用的意义,显然观众也不明白。演示结束后,在寂静中可以听到一声孤独的咳嗽,接着是尴尬的笑声。
Shouldis随后指出,Conjure中也涉及AI,因为该应用有一个"AI精神作为首席执行官"。(又是什么意思?)
Peretti还介绍了Quiz Party,一个社交应用,让你与朋友一起做BuzzFeed测验并分享结果。
BuzzFeed令人失望的演示仅仅在媒体公司分享对其作为企业继续运营的能力存在"重大怀疑"几天后进行,公司正在进行旨在解决流动性挑战的战略对话。这家去年净亏损5730万美元的公司表示,今年将专注于其工作室IP和新的AI应用。
但即使是SXSW上具有技术前瞻性的观众也没有被说服。
正如在演示后的问答环节中有人指出的,BeReal在新鲜感消退后一直难以让人们回归。像Conjure这样的应用会如何对抗同样的用户留存问题?
Shouldis说应用会演变,"会有不同类型的事情发生,不会只是今天的样子。"他提到了整合视频、音频等功能的潜力,以及使用Claude Code进行原型开发来建立社区。
新应用背后的前提并非不合理:AI可以带来更快的软件开发,这使得公司能够更快地迭代并保持用户参与。
"在某种程度上,软件就是新的内容,"Peretti指出。
当然,在你能够迭代之前,你必须先吸引用户。通过其新应用,BuzzFeed似乎更多地考虑了AI能做什么,而不是人们想要用AI做什么,这不是成功的配方。
Q&A
Q1:BuzzFeed的Branch Office是什么?
A:Branch Office是BuzzFeed成立的分公司,专注于探索人工智能在面向消费者的创意和连接应用中的应用。这是BuzzFeed多年来AI技术实验的延伸,旨在通过AI连接人们并围绕文化、品味和社区建立社群。
Q2:BF Island和Conjure这两个应用有什么功能?
A:BF Island是一个群聊平台,提供使用AI改变和编辑照片的功能,核心特色是应用内的在线趋势和表情包库。Conjure类似于BeReal,引导用户拍摄除自己之外事物的日常照片,据称有"AI精神作为首席执行官"。
Q3:BuzzFeed为什么要推出这些AI应用?
A:BuzzFeed去年净亏损5730万美元,对其作为企业继续运营的能力存在"重大怀疑",正面临流动性挑战。公司希望通过专注于工作室IP和新的AI应用来寻求新的收入来源,认为AI可以带来更快的软件开发和用户参与。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。