【AI基金】GenAI投資人溫永騰旗下新基金Nebulon Ventures宣佈完成首關 GenAI投資人溫永騰旗下新基金Nebulon Ventures宣佈完成首關。該基金專注全球生成式AI應用，僅耗時四個月即獲頂級產業資本、家族辦公室及機構投資者注資。其早期投資組合囊括HeyGen、Vidu等。

Google 官方有哪些免费 AI 工具🚀 • GenAI Builder（AI 应用搭建） • Gemini API 免费额度 • Speech-to-Text（语音转文字） • Translation（翻译） • Video AI（视频理解） 更多…👇 利用这些资源普通开发者现在也能低成本做 Agent、AI 视频、AI 搜索、AI 工作流 AI 的门槛，正在被快速拉平 原链接：

正在剧变的全球经济底图：人工智能GenAI对高收入国家和欧洲/中亚地区的冲击最大，波及率超过30%。最高波及+低任务变动性(淡紫色部分)，是最容易被彻底取代的阶层。AI正在重塑劳动力价值，传统的“白领技能”正在贬值。8.38亿个岗位，都面临着AI带来的冲击。女性、青年和高知受到的影响最大。总裁简报(@CEOBriefing)提醒：贝恩、麦肯锡、科尔尼、埃森哲、罗兰贝格、普华永道这些企业传统的营销、咨询和品牌管理模式将彻底失效。全球范围内对高质量专业决策的需求，在从美国向外扩散。

🧪 炸裂！这个开源项目能把论文、新闻和监管文件自动整理成随时查得回来的量化研究知识库 GitHub 上 2.6K stars，对应论文 arXiv 2509.21507，已被 NeurIPS 2025 GenAI in Finance Workshop 接收。 做量化研究，真正吃时间的不是建模，是天天翻 arXiv、盯新闻、扒监管文件，看完记两笔，过一个月想找回某个结论，只能在截图和笔记里大海捞针。QuantMind 把这些材料处理成带类型、带引文、带时间戳的结构化知识，论文用 PaperFlow 收，新闻用 collect_news 收，批量丢进去用 batch_run，随手粘一段文字也能解析。 存下来之后本地就能语义搜索和推理式检索，找的是结论，不是关键词。工程上也不含糊，验证脚本按固定顺序跑代码检查、类型检查、导入边界检查和测试，持续集成用的是同一个脚本。评测基准 quantmind-bench 和 SEC 文件采集还在路线图上，暂时没有评测结果。 研究做久了才发现，稀缺的不是信息，是查得回来的信息。 GitHub：

提示词工程、RAG、微调、部署、AI Agent——这些是应用级 GenAI 开发绕不开的核心领域 AI Engineering Academy 在 GitHub 上为这些领域提供了一套结构化的学习路线 它的特点是从零手写实现，逐步把学习者从 Demo 带到生产落地 以 RAG 章节为例，项目引导我们不使用任何框架，从头搭建系统，把底层逻辑彻底理清，而不是停留在调用 API 的层面 同时配合大量实战项目与代码示例，正好填补从实验到上线之间的认知空白 GitHub 无论你是刚入门想打基础，还是想进阶掌握大模型应用开发，都可以把这份指南当作实战参考。

🔍🤖 “在这三张毫无攻击性的图里，你第一眼看到的是完美的人类神态，还是 AI 对人性眼神的极限模拟？” 从图一床榻边的多角度面部光影，到图三极近距离下完全没有死角的眼球虹膜反光。 不得不说，多模态大模型（GenAI）在处理这种多图同框的“人物面部一致性（LoRA）”和“伪素颜皮肤质感（Skin Texture）”上，已经很难分清到底是真人还是赛博分身了。

Freedom Broker 首次覆盖 Zeta Global（ZETA），买入评级、28.50 美元目标价，较当前约 19.7 美元有逾 44% 上行。 他们给出的理由是：企业正在抛弃碎片化的传统 MarTech，转向统一的 AI 营销云，而 Zeta 把 CDP、ESP 和全渠道 DSP 装进一个平台，底层是基于 2.45 亿个美国实名身份的 SuperGraph，做的是确定性定向而非概率猜测；GenAI 编排层 Athena 负责把复杂营销工作流自动化，压低采用门槛。 Zeta近期也官宣了和Palantir的合作，接下来的第二季度财报会非常有看点，我自己也是Zeta的持有者。

AI经济：去重收入1,100亿美元，规模化速度是任何历史IT浪潮的3倍 Exponential View通过自下而上重建生成式AI经济，得出了迄今最具说服力的AI货币化量化证据：过去12个月，全球生成式AI经济（不含中国，去除应用层、基础模型、基础设施间的重复计算，不含芯片制造）产生了约1,100亿美元的实际收入；将最近一个月收入年化后，当前运行率已达1,750亿美元。两者之间1.6倍的差距，本身就是AI收入加速增长的最直接证明。 更具历史意义的数据来自跨浪潮比较：将生成式AI的收入曲线（以2023年1月为"零年"）与互联网（1995年）、移动应用（2007年）、云计算（2010年）在各自起点后的增长轨迹并排对比，结论清晰：GenAI在第3年（2026年）实现的收入规模，约是任何一次历史IT浪潮同期的3倍。AI的商业化速度不仅比历史快，而且快出了一个数量级。 这一数据为当前估值争议提供了关键注脚：是的，超大规模云厂商的年度AI资本开支约5,000亿美元，远超当前1,750亿的年化收入运行率；但若当前增速持续，AI收入在2027~2028年有望达到3,000亿~5,000亿美元区间，届时ROI将清晰兑现，悬而未决的"AI资本开支值不值"之争将迎来历史性裁决。