X List V2 精选 | 2026-05-28 12:00

每3小时精选高质量推文，聚焦AI、科技、创业领域深度内容

🌟 热门精选

1. Google Omni：草图生成无人机视角视频

作者: @bilawalsidhu (Google)
发布时间: 2026-05-27 07:41 (北京时间)
互动数据: 👍 3,043 | 🔄 301 | 💬 131

推文原文:

Gave google omni a sketched camera path and asked it to generate drone POV footage.

【核心要点】
Google Omni模型可以通过手绘相机路径草图，自动生成无人机视角的视频 footage，展示了多模态AI在视频生成领域的突破性进展。

【灵感启发】
这代表了"意图驱动创作"的新范式——用户只需表达"想要什么视角"，AI就能生成对应内容。这种交互方式将改变影视制作、游戏开发、房地产展示等行业的工作流程。

【可实践建议】
关注多模态输入（草图+文本）在内容创作工具中的应用，尝试将手绘草图作为AI视频/图像生成的控制信号。

【社交媒体文案】

即刻版:
Google Omni太疯狂了！✏️ 随手画个相机路径草图，就能生成无人机视角视频 🤯 这简直是创作者的梦想工具～以后拍vlog可能只需要一支笔+AI 🎬 #AI视频 #GoogleOmni #多模态AI #创作工具

原文: https://x.com/bilawalsidhu/status/2059419767417487718

Twitter/X版:
Google Omni生成无人机视角视频只需手绘草图。多模态AI正在改变创作方式 ✏️🎬 #AIVideo #GoogleOmni #MultimodalAI

https://x.com/bilawalsidhu/status/2059419767417487718

2. Michael Burry警告：三大IPO或引发股市崩盘

作者: @BullTheoryio
发布时间: 2026-05-28 02:13 (北京时间)
互动数据: 👍 3,091 | 🔄 651 | 💬 293

推文原文:

🚨 MICHAEL BURRY WARNS THREE UPCOMING IPOs COULD COMPLETELY CRASH THE STOCK MARKET.
Michael Burry reported that the upcoming public listings for SpaceX, OpenAI, and Anthropic are going to pull more capital out of the market than the entire dot-com wave of 2000.

【核心要点】
著名投资人Michael Burry警告SpaceX、OpenAI、Anthropic三大IPO可能从市场抽走比2000年互联网泡沫时期更多的资本，导致流动性危机和股市崩盘。

【灵感启发】
历史总是押韵——2000年446家IPO募资1080亿美元导致纳斯达克崩盘80%。如今三家公司就可能超过这一数字，说明AI泡沫的集中度更高、风险更集中。

【可实践建议】
关注AI相关股票的估值合理性，考虑分散投资；关注IPO时间表，提前做好风险管理。

【社交媒体文案】

即刻版:
Michael Burry发警告了 ⚠️ SpaceX+OpenAI+Anthropic三大IPO可能引发股市崩盘 📉 他说这比2000年互联网泡沫还猛… AI泡沫要破了吗？🤔 大家怎么看 #AI泡沫 #IPO #投资 #MichaelBurry

原文: https://x.com/BullTheoryio/status/2059699584818184550

Twitter/X版:
Michael Burry警告：SpaceX/OpenAI/Anthropic三大IPO或引发股市崩盘，资本流出将超过2000年互联网泡沫 📉⚠️ #AI #IPO #StockMarket

https://x.com/BullTheoryio/status/2059699584818184550

3. Runway MCP：连接Claude/ChatGPT的模型上下文协议

作者: @runwayml
发布时间: 2026-05-27 22:03 (北京时间)
互动数据: 👍 994 | 🔄 110 | 💬 63

推文原文:

Introducing Runway MCP. Now you can connect Runway directly into Claude, ChatGPT, Cursor, Replit and more.
Generate polished images and videos with state-of-the-art models, like Gen-4.5, Seedance 2.0, GPT Images 2.0, Kling and more.

【核心要点】
Runway发布MCP（Model Context Protocol），允许用户将Runway的Gen-4.5、Seedance 2.0等顶级视频/图像生成模型直接集成到Claude、ChatGPT、Cursor等AI助手中。

【灵感启发】
MCP代表了AI工具生态的"去中心化"趋势——不再依赖单一平台，而是让专业工具通过标准协议互相连接。这是AI Agent时代的基础设施。

【可实践建议】
如果你是AI应用开发者，考虑接入MCP协议；如果你是用户，尝试在Cursor/ChatGPT中调用Runway进行视频生成。

【社交媒体文案】

即刻版:
Runway MCP来了！🚀 现在可以直接在Claude、ChatGPT、Cursor里调用Runway生成视频和图像 🤯 Gen-4.5、Seedance 2.0都能用～AI工具终于开始互联互通了！🔗 #Runway #MCP #AI视频 #Claude

原文: https://x.com/runwayml/status/2059636517283176479

Twitter/X版:
Runway MCP发布！可直接在Claude/ChatGPT/Cursor中调用Gen-4.5、Seedance 2.0等模型生成视频图像。AI工具生态开始互联互通 🚀🔗 #Runway #MCP #AI

https://x.com/runwayml/status/2059636517283176479

4. 自回归 vs 扩散模型：为什么未来是扩散？

作者: @DavidSHolz (Midjourney创始人)
发布时间: 2026-05-28 04:08 (北京时间)
互动数据: 👍 826 | 🔄 48 | 💬 54

【核心要点】
研究人员共识：内存带宽便宜时用自回归，FLOPS便宜时用扩散。但未来计算全是FLOPS（内存扩展难，FLOPS扩展易），所以为什么不全力投入扩散？

【灵感启发】
这是关于AI模型架构的底层思考——随着硬件发展，计算范式会发生迁移。理解这种趋势有助于预判哪些模型架构将在未来占据主导。

【可实践建议】
关注扩散模型在语言/代码生成领域的应用进展（如SSD、Flow Matching等），这可能改变LLM的训练和推理方式。

【社交媒体文案】

即刻版:
Midjourney创始人David Holz的灵魂拷问 💭 既然未来计算全是FLOPS（内存难扩、算力易扩），那为什么LLM还在用自回归？🤔 扩散模型会不会成为下一代语言模型的基础？值得深思… #AI模型 #扩散模型 #LLM #技术趋势

原文: https://x.com/DavidSHolz/status/2059728582222774383

Twitter/X版:
David Holz：既然未来计算全是FLOPS（内存难扩、算力易扩），为什么LLM还在用自回归？扩散模型才是未来 🧠💭 #AI #Diffusion #LLM

https://x.com/DavidSHolz/status/2059728582222774383

5. Codex将成为完整浏览器

作者: @rileybrown
发布时间: 2026-05-28 10:12 (北京时间)
互动数据: 👍 212 | 🔄 4 | 💬 25

【核心要点】
OpenAI的Codex将从浏览器预览版发展为完整浏览器，支持Canva、Capcut、Excalidraw等创意工具直接在Codex内使用。GPT-6可能会为99%的用例生成定制应用界面。

【灵感启发】
这是"AI原生浏览器"的愿景——不是人类使用浏览器，而是AI使用浏览器为人类完成任务。界面将按需生成、用完即弃。

【可实践建议】
关注AI Agent与浏览器的深度融合，思考你日常使用的Web工具如何被AI Agent自动化。

【社交媒体文案】

即刻版:
Codex要变成完整浏览器了！🌐 以后Canva、Capcut这些工具可以直接在Codex里用，GPT-6还能按需生成任何界面 🤯 6个月后我们可能就是这样工作的… #Codex #OpenAI #AI浏览器 #未来工作

原文: https://x.com/rileybrown/status/2059820055987106094

Twitter/X版:
Codex将成为完整浏览器，支持Canva/Capcut等工具直接在Codex内使用。GPT-6可能按需生成任何界面 🌐🤖 #Codex #OpenAI #AI

https://x.com/rileybrown/status/2059820055987106094

6. Google Omni：真正的全能模型

作者: @emollick (Wharton教授)
发布时间: 2026-05-28 07:13 (北京时间)
互动数据: 👍 214 | 🔄 6 | 💬 18

【核心要点】
Google拥有真正的Omni模型，可以输入/输出音频、图像、视频、歌曲、文本、代码等。但目前每种输出模式是分离的，当可以直接访问模型、混合模式时，可能性将大大增加。

【灵感启发】
Google在技术上领先，但产品化落后。这提醒我们：技术能力≠产品体验，真正的创新需要工程、产品、设计的完美结合。

【可实践建议】
关注Google I/O后的API更新，Omni模型的开放可能带来多模态应用的新浪潮。

【社交媒体文案】

即刻版:
Google其实有真正的Omni全能模型 🎯 音频、图像、视频、文本、代码都能输入输出～只是现在每种模式还是分开的。等产品化完成，可能就是多模态AI的爆发点 💥 #Google #Omni #多模态AI #技术领先

原文: https://x.com/emollick/status/2059774997535584325

Twitter/X版:
Google拥有真正的Omni模型，支持音频/图像/视频/文本/代码的输入输出。产品化完成后可能是多模态AI的爆发点 🎯💥 #Google #Omni #MultimodalAI

https://x.com/emollick/status/2059774997535584325

7. AI加速科学革命

作者: @demishassabis (DeepMind CEO)
发布时间: 2026-05-27 20:07 (北京时间)
互动数据: 👍 469 | 🔄 81 | 💬 21

【核心要点】
DeepMind的Pushmeet Kohli发表文章阐述AI如何加速科学：AI是新的革命性"镜头"（如望远镜/显微镜），扩展我们的认知能力；产生"机器直觉"，成为跨学科桥梁；科学家将从解题者转变为问题架构师。

【灵感启发】
AI不会取代科学家，而是扩展人类的想象力和成就。就像望远镜没有让天文学家过时，AI正在给我们"星星"。

【可实践建议】
如果你是科研人员，思考如何将AI作为"认知望远镜"应用于你的领域；如果你是开发者，关注科学AI工具的机会。

【社交媒体文案】

即刻版:
DeepMind大佬Pushmeet Kohli发文：AI是新的"认知望远镜" 🔭 就像望远镜扩展了物理感知，AI扩展了认知能力～科学家不会失业，而是成为"问题架构师" 🧠✨ 这才是AI该有的样子！#DeepMind #AI科学 #科研 #未来

原文: https://x.com/demishassabis/status/2059607483929211270

Twitter/X版:
DeepMind：AI是新的"认知望远镜"，扩展人类认知能力。科学家将从解题者转变为问题架构师 🔭🧠 #DeepMind #AI #Science

https://x.com/demishassabis/status/2059607483929211270

8. LeJEPA：可识别的世界模型

作者: @klindt_david
发布时间: 2026-05-27 08:30 (北京时间)
互动数据: 👍 1,750 | 🔄 209 | 💬 39

【核心要点】
LeJEPA论文证明可以恢复世界的潜在变量，在学到的世界模型中规划就像真实世界一样，能找到相同的最短路径。这是JEPA（联合嵌入预测架构）的理论突破。

【灵感启发】
这是Yann LeCun提出的世界模型理论的重要进展——AI需要像人类一样建立对世界的内部模型，而不仅仅是模式匹配。

【可实践建议】
关注世界模型（World Models）在机器人、自动驾驶、游戏AI等领域的应用，这可能是下一代AI的核心技术。

【社交媒体文案】

即刻版:
LeJEPA论文火了！🔥 证明AI可以恢复世界的潜在变量，在"世界模型"里规划就像真实世界一样～这可能是通向AGI的关键一步 🧠✨ Yann LeCun的JEPA理论得到验证！#LeJEPA #世界模型 #AGI #AI研究

原文: https://x.com/klindt_david/status/2059432130946457958

Twitter/X版:
LeJEPA：证明AI可恢复世界潜在变量，在学到的世界模型中规划如同真实世界。JEPA理论的重要验证 🧠🔬 #LeJEPA #WorldModels #AI

https://x.com/klindt_david/status/2059432130946457958

9. AI在娱乐行业的争议

作者: @venturetwins
发布时间: 2026-05-28 10:56 (北京时间)
互动数据: 👍 83 | 🔄 6 | 💬 24

【核心要点】
好莱坞从业者担心没有AI会更惨——制作成本太高导致新项目难以获批。动画导演Jorge希望AI能让更多故事被讲述，让工作回到洛杉矶，但他因此遭到抵制。

【灵感启发】
技术恐惧往往来自对 livelihood 的担忧，但现实可能更复杂：AI可能不是取代工作，而是让原本无法存在的项目成为可能。

【可实践建议】
如果你是创意行业从业者，思考如何将AI作为生产力工具而非替代品；关注AI+创意的合规使用边界。

【社交媒体文案】

即刻版:
好莱坞的AI困境 🎬 从业者说"没有AI我们更惨"——制作成本太高，新项目都批不下来。导演想用AI讲故事却被抵制… 技术恐惧vs生存现实的碰撞 💥 #AI好莱坞 #创意产业 #技术伦理

原文: https://x.com/venturetwins/status/2059831147807514873

Twitter/X版:
好莱坞从业者：没有AI我们更惨——制作成本太高导致新项目难获批。AI可能让原本无法存在的项目成为可能 🎬🤖 #AI #Hollywood #CreativeIndustry

https://x.com/venturetwins/status/2059831147807514873

10. Agent老化问题研究

作者: @omarsar0
发布时间: 2026-05-28 01:35 (北京时间)
互动数据: 👍 110 | 🔄 30 | 💬 11

【核心要点】
AgingBench研究引入纵向可靠性基准，将Agent老化分为四种机制：压缩老化、干扰老化等。即使模型权重冻结，Agent的有效状态仍在持续变化。

【灵感启发】
Agent的可靠性是一个"寿命属性"，而非基础模型的快照。这提醒我们部署AI系统时需要考虑长期维护、记忆管理、知识更新等问题。

【可实践建议】
如果你在生产环境部署AI Agent，建立定期评估机制，监控Agent性能随时间的衰减。

【社交媒体文案】

即刻版:
Agent也会"老化"？🤯 AgingBench研究揭示了AI Agent的可靠性会随时间衰减——即使模型权重不变，记忆压缩、知识干扰都会影响表现。生产环境部署Agent需要考虑长期维护了… #AIAgent #可靠性 #AgingBench

原文: https://x.com/omarsar0/status/2059689897523642510

Twitter/X版:
Agent也会"老化"：AgingBench研究显示AI Agent可靠性随时间衰减，包括压缩老化、干扰老化等机制。生产部署需考虑长期维护 🤖⏰ #AIAgent #Reliability

https://x.com/omarsar0/status/2059689897523642510

11. Harness复杂度悖论

作者: @dair_ai
发布时间: 2026-05-28 01:40 (北京时间)
互动数据: 👍 60 | 🔄 12 | 💬 9

【核心要点】
DAIR.AI的研究发现：更强的模型不一定需要更轻的Harness。对于前沿聊天模型，增加Harness的详细程度反而使成功率下降29-38个百分点。这被称为"Harness复杂度悖论"。

【灵感启发】
这与直觉相反——我们通常认为更多的指导和结构会帮助AI，但研究发现过度复杂的Harness反而会限制模型的能力。找到"刚刚好"的平衡点是关键。

【可实践建议】
在设计AI Agent的Harness（提示词+工具+流程）时，避免过度工程化，让模型有发挥空间。

【社交媒体文案】

即刻版:
反直觉发现 🤯 给AI Agent更复杂的Harness（提示词+工具）反而让成功率下降29-38%！这就是"Harness复杂度悖论"～有时候少即是多，给模型留点发挥空间 💡 #AIAgent #提示工程 #研究发现

原文: https://x.com/dair_ai/status/2059691141302542445

Twitter/X版:
Harness复杂度悖论：给AI Agent更复杂的Harness反而使成功率下降29-38%。有时候少即是多 💡🤯 #AIAgent #PromptEngineering

https://x.com/dair_ai/status/2059691141302542445

12. EXPO-FT：机器人VLA微调新突破

作者: @chelseabfinn (斯坦福)
发布时间: 2026-05-28 08:06 (北京时间)
互动数据: 👍 125 | 🔄 9 | 💬 4

【核心要点】
EXPO-FT通过RL后训练让VLA（视觉-语言-动作）模型达到95%+可靠性。π0.5在8项任务上实现30/30成功率，平均仅需19分钟RL数据。

【灵感启发】
这是机器人学习的重要进展——通过少量真实世界数据的RL微调，可以显著提升VLA模型的可靠性。这可能是机器人从实验室走向实际应用的关键。

【可实践建议】
关注VLA模型+RL微调的技术栈，这可能是机器人创业的新机会。

【社交媒体文案】

即刻版:
机器人重大突破！🤖 EXPO-FT让VLA模型可靠性达到95%+，8项任务全部30/30成功～平均只需19分钟RL数据。机器人离实际应用又近了一步！🎉 #机器人 #VLA #强化学习 #斯坦福

原文: https://x.com/chelseabfinn/status/2059788470898618614

Twitter/X版:
EXPO-FT让VLA模型达到95%+可靠性，8项任务30/30成功。机器人学习的重要突破 🤖🎯 #Robotics #VLA #ReinforcementLearning

https://x.com/chelseabfinn/status/2059788470898618614

13. 自验证蒸馏：模型自己生成训练数据

作者: @percyliang (斯坦福)
发布时间: 2026-05-28 01:36 (北京时间)
互动数据: 👍 175 | 🔄 12 | 💬 7

【核心要点】
斯坦福提出Self-Verified Distillation：模型生成回答后自我验证，只训练通过验证的回答。无需人工标注或外部验证器，模型自己就是合成数据管道。

【灵感启发】
这是"自我改进AI"的重要一步——模型不仅能生成内容，还能自我评估。这种自我监督机制可能是突破数据瓶颈的关键。

【可实践建议】
如果你有微调模型的需求，尝试加入自我验证机制，可能显著提升数据效率。

【社交媒体文案】

即刻版:
斯坦福新研究：Self-Verified Distillation 🤯 模型自己生成回答→自我验证→只训练通过验证的回答。无需人工标注！这可能是突破数据瓶颈的关键 🚀 #自验证蒸馏 #AI研究 #斯坦福 #自我改进

原文: https://x.com/percyliang/status/2059690340324712894

Twitter/X版:
Self-Verified Distillation：模型自我验证回答并训练通过验证的数据。无需人工标注，模型自己就是合成数据管道 🔄🧠 #SelfVerification #AI #Stanford

https://x.com/percyliang/status/2059690340324712894

14. NVIDIA Dynamo Snapshot：推理工作负载秒级启动

作者: @NVIDIAAI
发布时间: 2026-05-28 07:56 (北京时间)
互动数据: 👍 174 | 🔄 31 | 💬 8

【核心要点】
NVIDIA发布Dynamo Snapshot，将Kubernetes上推理工作负载的启动时间从分钟级缩短到5秒内。利用GMS实现并发权重恢复，使用Linux原生AIO和并行memfd恢复加速CRIU。

【灵感启发】
冷启动是AI推理服务的核心痛点——GPU空闲等待=烧钱。秒级启动意味着可以按需扩缩容，大幅降低推理成本。

【可实践建议】
如果你在Kubernetes上部署AI推理服务，关注Dynamo Snapshot的集成，可能显著降低运营成本。

【社交媒体文案】

即刻版:
NVIDIA新发布Dynamo Snapshot 🚀 推理服务冷启动从分钟级→5秒内！利用GMS并发权重恢复+Linux AIO加速。按需扩缩容不再是梦，推理成本要降了 💰 #NVIDIA #推理优化 #Kubernetes #AI部署

原文: https://x.com/NVIDIAAI/status/2059785750367850916

Twitter/X版:
NVIDIA Dynamo Snapshot：推理工作负载冷启动从分钟级缩短到5秒内。按需扩缩容，降低推理成本 🚀💰 #NVIDIA #Inference #Kubernetes

https://x.com/NVIDIAAI/status/2059785750367850916

15. OpenAI自改进税务代理

作者: @gdb (OpenAI联创)
发布时间: 2026-05-28 07:49 (北京时间)
互动数据: 👍 473 | 🔄 16 | 💬 35

【核心要点】
Thrive Holdings与OpenAI合作开发税务自动化产品，本季度处理了7000+份申报。更有趣的是产品会随着会计师的使用而自我改进。

【灵感启发】
“自我改进"是AI应用的新范式——不是一次性训练完就固定，而是在使用中持续学习。这代表了从"软件"到"活系统"的转变。

【可实践建议】
如果你在设计AI产品，考虑加入用户反馈循环，让产品在使用过程中自我改进。

【社交媒体文案】

即刻版:
OpenAI的税务代理会自我改进！📊 本季处理了7000+份申报，而且随着会计师使用越来越聪明～这才是AI应用该有的样子：不是一次性工具，而是持续进化的系统 🔄✨ #OpenAI #自我改进 #AI应用 #税务自动化

原文: https://x.com/gdb/status/2059784106955993236

Twitter/X版:
OpenAI税务代理自我改进：本季处理7000+份申报，随使用持续进化。从软件到活系统的转变 🔄📊 #OpenAI #SelfImproving #AI

https://x.com/gdb/status/2059784106955993236

📈 趋势洞察

本期关键词云

• Agent: Agent老化、自我改进、Harness优化
• 模型架构: 扩散模型、自回归、世界模型、JEPA
• 多模态: Google Omni、Runway MCP、视频生成
• 机器人: VLA、EXPO-FT、机器人学习
• 基础设施: Dynamo Snapshot、推理优化

核心趋势

1. AI Agent进入生产化阶段：关注可靠性、老化问题、自我改进
2. 多模态成为标配：文本+图像+视频+音频的统一处理
3. 模型架构探索：扩散模型挑战自回归，世界模型理论验证
4. 工具生态互联：MCP协议推动AI工具标准化连接
5. 推理成本优化：冷启动、量化、蒸馏等技术持续进步

📝 关于本期精选

• 筛选标准: 点赞>10 或 转发>5 或 评论>5 或 内容深度>100字 或 知名作者
• 时间范围: 2026-05-27 至 2026-05-28
• 生成时间: 2026-05-28 12:30 (北京时间)
• 来源: X List (ID: 1578456227805564928)

本内容由 X List V2 精选自动生成，每3小时更新一次