当葛莱美提名创作歌手Aloe Blacc在完成疫苗接种和加强针后仍然感染了新冠病毒,他试图出资推动更好的解决方案研究。然而他很快发现,在生物科技领域,你不能仅凭一张支票就能推动事情前进。监管机构要求提交商业化计划,而慈善捐款既无法推动科学完成临床试验,也无法帮助获得大学知识产权的许可授权。
如今,Aloe Blacc正在自筹资金,打造一个专注于胰腺癌的癌症药物平台——这种疾病的患者死亡率高达90%。他有意选择等到同行评审论文能够为项目背书之后,再向自己的人脉网络寻求融资。
在TechCrunch的Equity播客本期节目中,主持人Rebecca Bellan与Aloe Blacc深入对话,探讨当一位创作者决定亲自投身创业而不仅仅是投资时会发生什么,Aloe如何实时观察生成式AI重塑生物科技与音乐产业的过程,以及他对于谁才是最终赢家的看法。
收听完整节目,你将了解到:
他如何在一个以数据而非名气来建立信任的世界中找到自己的位置
休斯顿大学的一项分子发现平台,如何可能将药物研发周期缩短数年
为何他认为最终掌控AI生成音乐经济命脉的,将是唱片公司,而非艺术家或AI公司
AI音乐工具Suno带给他的产品原型启示,以及为何他的下一张专辑仍将与真人乐手共同录制
欢迎在YouTube、Apple Podcasts、Overcast、Spotify及各大播客平台订阅Equity节目,也可在X和Threads上关注@EquityPod获取最新动态。
Q&A
Q1:Aloe Blacc为什么要进入生物科技领域创业?
A:Aloe Blacc在接种疫苗和加强针后仍感染了新冠病毒,促使他希望资助相关研究寻找更好的解决方案。但他很快发现,生物科技领域无法仅靠捐款推动科学进展,监管机构要求商业化计划,慈善资金也无法支撑临床试验或获取大学知识产权授权,因此他决定亲自创业,搭建专注于胰腺癌的药物研发平台。
Q2:Aloe Blacc的生物科技公司为什么要等到论文发表后才融资?
A:Aloe Blacc认为,在生物科技领域,credibility(公信力)来自数据而非名气。他选择等到同行评审论文发表后再向人脉网络寻求融资,是为了用科学数据为项目背书,而不是依靠自身的明星效应获得投资,这样更有说服力,也更符合行业规范。
Q3:Aloe Blacc认为AI生成音乐最终会由谁来主导?
A:Aloe Blacc认为,在AI生成音乐的经济格局中,最终掌握控制权的将是唱片公司,而非艺术家或AI公司。唱片公司拥有大量版权资产,在AI音乐的授权与商业化方面具有天然优势,因此将在这场变革中占据主导地位。
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。