<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>DeepMind on MessageDaily</title><link>https://inkeast.github.io/MessageDaily/tags/deepmind/</link><description>Recent content in DeepMind on MessageDaily</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 15 Aug 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://inkeast.github.io/MessageDaily/tags/deepmind/index.xml" rel="self" type="application/rss+xml"/><item><title>AI for Science 爆发前夜：曹原谈验证瓶颈、概念抽象与 AGI 的最后一公里</title><link>https://inkeast.github.io/MessageDaily/posts/2026-08-15-yuancao-unreasonable-labs-ai-for-science/</link><pubDate>Sat, 15 Aug 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-08-15-yuancao-unreasonable-labs-ai-for-science/</guid><description>Jeff Dean 带三位谷歌元老出走创立 Discovery Loop 当周，前 DeepMind 科学家、Unreasonable Labs 联合创始人曹原在硅谷101拆解 AI for Science 为何在此时爆发：代码与数学能力到位后科研成为下一个智能爆发点，但真正的瓶颈从建模移到了物理世界的验证环节；LLM 无法凭训练数据产生真正新的科学概念，概念抽象可能是 AGI 的&amp;quot;最后一公里&amp;quot;甚至不可计算；他主张 AI and Science 而非 AI for Science——科学难题是驱动 AI 本身进化的催化剂，并给出&amp;quot;AI 拿诺贝尔奖至少还需二三十年&amp;quot;的长期判断。</description></item><item><title>AI为什么没能颠覆足球？从SciSports的陨落���世界杯的技术暗战</title><link>https://inkeast.github.io/MessageDaily/posts/2026-07-24-ai-football-haaland/</link><pubDate>Fri, 24 Jul 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-07-24-ai-football-haaland/</guid><description>硅谷101深入FIFA赛事总部，探讨了AI为何在足球领域迟迟未能产生颠覆性影响。从利物浦与DeepMind的Tactical AI合作缺乏数据支撑的改善，到曾经的明星初创公司SciSports被低价收购的完整复盘，再到2026世界杯背后超1.5亿数据点的技术体系——这篇总结梳理了AI在足球竞技层面失效的四大根因，以及Football Tech赛道的商业困境与整合趋势。</description></item></channel></rss>