←搜索结果

按匹配度 · 共 3478 条结果 清除搜索

星期五

  1. The Next Platform

    开源、开放权重与闭源 AI 模型之争

    The Next Platform 发文讨论开源、开放权重与闭源 AI 模型之间的路线之争,并以医疗场景设问:医院影像与检测结果分析该用 OpenAI、Anthropic 的闭源模型,还是 Meta、Moonshot AI、阿里、DeepSeek、Google、Mistral 等开放权重模型,抑或 Nvidia Nemotron 3 这类完全开源模型。文章指出 Meta 在开源立场上反复,而 Nvidia 对 Nemotron 模型给出了激进宽松的开源条款。

    匹配字段摘要、正文

星期三

  1. Epoch AI:Gradient Updates

    融资会瓶颈 AI 算力吗?Anthropic 案例研究

    Epoch AI 以 Anthropic 为案例研究融资是否会限制前沿算力扩张:Anthropic 在 2025 年 11 月年化收入不足 90 亿美元时宣布 500 亿美元美国算力基础设施投资计划,后续披露显示相关债务融资近 500 亿美元。其中约 345 亿美元债务用于采购超 1 GW 的 Google TPU 系统,由 Apollo 旗下基金牵头、Blackstone 与全球银行参与,Broadcom 为其中 300 亿美元提供支持;另有五家公司发放约 152 亿美元贷款建设 1.43 GW 关键 IT 容量,Google 提供有条件支持。结论是融资不太可能成为前沿算力增长的即时瓶颈。

    匹配字段摘要、正文

星期二

  1. Microsoft AI Blog

    Microsoft 发布 MAI-Image-2.6,Arena 文生图榜排名第二

    Microsoft 发布 MAI-Image-2.6,在 Arena 文生图排行榜上排名第二,整体较 MAI-Image-2.5 提升 79 Elo,文本渲染单项提升 91 Elo,官方称其成绩领先 Meta、Google 和 xAI 的模型。MAI-Image-2.6 与 MAI-Image-2.6-Flash 已在 Microsoft Foundry 开放 Public Preview,本周晚些时候上线 MAI Playground,并陆续接入 Microsoft Foundry 及其他产品。

    A large number 2 with a hashtag, filled with small photos of nature, animals, and people, overlaid on faded text about rendering, imaging, modeling, and art.

    匹配字段摘要、正文

星期四

  1. The Next Platform

    Broadcom 观点:AI 暴露旧平台短板,平台工程 2.0 需五大支柱演进

    Google 2025 年 DORA 研究显示,90% 的组织已使用内部平台,76% 建立了专职平台团队,但多数平台并非为 AI 时代设计。Broadcom 提出平台工程 2.0 的五大支柱:AI 原生平台(IDP 演进为 Agentic Development Platform)、多角色体验、内嵌 FinOps、安全下沉和可组合设计,并建议先审计 GPU 供给、非人类身份管理和实时成本归因三项缺口。

    匹配字段摘要、正文

  2. DevClass

    Broadcom 观点:AI 暴露平台工程旧架构,需转向 Platform Engineering 2.0

    Broadcom 在 DevClass 发布的观点文章称,多数企业现有内部平台是为人类开发者按人类节奏交付容器应用而建,难以支撑 AI 时代。文章援引 Google 2025 年 DORA 研究称 90% 组织已使用内部平台、76% 设有专职平台团队,并提出 Platform Engineering 2.0 的五大支柱:AI 原生平台(IDP 演进为 Agentic Development Platform)、多角色体验、嵌入式 FinOps、安全下沉与可组合设计。文章建议先审计 GPU 供给、非人类身份管理和实时成本归因三项缺口。

    匹配字段摘要、正文

  3. Vapi Blog

    Vapi 任命 Nathalie Criou 为产品副总裁,谈语音 AI 的未来

    Nathalie Criou 加入 Vapi 出任产品副总裁,此前她曾在 Google、VMware、Amazon、Twilio 和 Docker 担任产品与综合管理职务,并创办并出售了 RidePal。她认为语音 AI 是少数已具备可重复 ROI 的 AI 应用,当前通话量被人为压低,约束解除后对话量将爆发;客户 Kavak 在六个月内围绕语音渠道重组了整个公司。Vapi 过去以开发者体验驱动增长,但开发者仅占劳动力约 1%,非技术用户正成为平台需要服务的新群体。

    匹配字段摘要、正文

星期四

  1. ZDNET · Artificial Intelligence

    2026 年最佳智能手表:ZDNET 实测与评测

    ZDNET 实测后把 Apple Watch Ultra 3 选为 2026 年最佳智能手表,理由是 S10 处理器、5G 与卫星连接、更长续航和第三方应用支持。文章同时对比了三星 Galaxy Watch Ultra 2、Google Pixel Watch 4、Garmin、Withings 与 Amazfit 等机型,并指出非 iPhone 用户应转向 Android 阵营选择。

    匹配字段摘要、正文

星期三

  1. Dwarkesh Patel Podcast & Blog

    为什么未来几年算力可能涨价 10 倍

    Dwarkesh Patel 认为,随着 AI 模型变聪明,同等算力能变现的收入会大幅提升:若一个达到人类水平的软件工程师能跑在 H100 上,按当前软件工程师市场价,这块 H100 年租金应超过 25 万美元,是当前现货价的 15 倍。他给出的背景是 Anthropic 收入同比 10 倍增长、实验室算力每年 3 倍增长,而算力现货价已较 2 月低点上涨 40% 以上,Google 与 Anthropic 据报每月向 SpaceX 支付 9 亿美元租用 11 万块 GB200/GB300 混合 GPU。

    匹配字段摘要、正文

  2. The Register

    Perplexity 将 Model Council 扩展至 Computer 平台,最多可选 8 个模型

    Perplexity 周二把上线五个月的 Model Council 扩展到云端 Computer 平台,用户可选 2 到 8 个模型组成顾问团,模型各自独立作答后由用户选定的模型担任主席,综合出报告并标出结论一致与分歧之处。该功能此前仅限企业版和 Max 用户,现在也向个人 Max 和 Pro(20 美元/月)用户开放,可选模型涵盖 OpenAI、Anthropic、Google 以及 GLM、Kimi 等开放权重模型。Computer 采用按量计费,100 credits 等于 1 美元,Pro 用户获 4000 赠送 credits,Max 用户获 35k 及每月续期的 10k。

    匹配字段摘要、正文

星期五

  1. One Useful Thing

    Ethan Mollick 谈该用哪些 AI 做事:ChatGPT 与 Claude 智能体实测指南

    Ethan Mollick 发布一份用 AI 做事的选型指南,认为如今用 AI 已从聊天转向能自主规划并调用工具的智能体系统。他实测 ChatGPT 的 Work/Codex 与 Claude 的 Cowork/Code 两种模式,指出两者都能连邮箱、跑长任务,但权限设置决定智能体能否直接发邮件或改文件,默认应先要求人工确认以降低 prompt injection 风险。他还提到高风险问题应选 Claude 的 Opus、Fable 或 GPT-5.6 Sol 的高思考档位,Google 目前缺少前沿模型和类似 Codex 的产品,但 Gemini Notebook 适合多来源研究、Gemini Omni 可直接编辑视频。

    匹配字段摘要、正文

星期一

  1. xAI News

    xAI 将 Grok 引入 Microsoft Excel

    xAI 发布 Grok for Excel,这是一款免费的 Microsoft 365 加载项,可从 Microsoft Marketplace 安装,在已打开的工作簿中直接用自然语言提问、按描述生成公式或运行场景测算。选中数据区域后提问,回答会标注来源单元格,图表可直接插入数据旁;描述结果即可生成平均值、排序和填充等公式,并作为普通编辑写入公式栏。该加载项还支持连接器,可从近期邮件或 SharePoint、Google Drive 文件中提取上下文,Word 和 PowerPoint 版本也已提供。

    匹配字段摘要、正文

星期五

  1. Unsloth

    Unsloth 更新 Gemma 4 量化版本

    Gemma 4 现在更快、更准确了!🚀 Google 对工具调用和聊天准确率、可靠性 + 速度做了巨大改进。 要获取修复,请重新下载我们更新后的 GGUF、MLX、NVFP4 量化版本!

    Gemma 4 现在更快、更准确了!🚀 Google 对工具调用和聊天准确率、可靠性 + 速度做了巨大改进。 要获取修复,请重新下载我们更新后的 GGUF、MLX、NVFP4 量化版本!

    匹配字段摘要、正文

星期六

  1. Dwarkesh Patel Podcast & Blog

    Adam Brown 深入浅出讲解广义相对论

    Google DeepMind BlueShift 负责人 Adam Brown 在 Dwarkesh Patel 播客中用通俗方式讲解广义相对论,从爱因斯坦发现引力质量与惯性质量巧合的“最快乐的想法”切入,说明引力是时空弯曲的结果而非一种力,并讲解黑洞为何无法被用来无限提取能量、坠入黑洞的真实体验,以及我们距离 AI 从零重新发现广义相对论还有多远。

    匹配字段摘要、正文

星期五

  1. DeepLearning.AI · Andrew Ng 来信精选

    吴恩达分享用产品规格驱动编码智能体的实践方法

    吴恩达在 DeepLearning.AI 来信中提出,AI token 便宜、人类 token 珍贵,做 0 到 1 原型时不必先花大量时间写完美规格,可先让编码智能体快速搭出原型,再根据实际结果迭代规格。他还建议让智能体把关键决策记录在 SPEC.md 等文件中,并在修正问题时同步更新规格和测试计划,避免重复消耗人的输入。本期还报道了 Claude Fable 5 恢复上线、Google 发布 Nano Banana 2 Lite 与 Gemini Omni Flash,以及 DeepSeek 开源 DSpark 投机解码方法。

    匹配字段摘要

星期四

  1. Air Street Press精选

    超越爬山法:Roberta Raileanu 解析通往超人科学发现的路径

    Google DeepMind 研究员 Roberta Raileanu 认为,AI 研究智能体擅长优化已知方案,却难以探索陌生路径并完成概念跃迁,核心障碍是无法衡量一项发现是否足够好。她提出结合强化学习、强调新颖性与多样性的发散搜索,以及优化发现过程的元学习;其团队还构建了 MLGym、Rainbow Teaming 和包含超过 400 million 个程序化研究任务的 DiscoBench。

    匹配字段摘要、正文

  2. The Next Platform

    Meta 也要做云:从 AWS 历史看 Meta Compute 的算力生意

    The Next Platform 分析认为,Meta Platforms 正筹备更正式地对外出售云服务,直接对标 AWS、Microsoft Azure 和 Google Cloud,该计划被称为 Meta Compute。文章援引 Bloomberg 报道称,Meta 可能提供运行其较新 Muse Spark 模型的 API,以及虚拟机和容器等基础 IaaS,由全球基础设施负责人 Santosh Janardhan 等人牵头。文章还提到 Meta 去年 8 月与 Google Cloud 签下 100 亿美元算力租约、并向 CoreWeave 采购 210 亿美元容量,认为其庞大 AI 基础设施投资需要靠云服务变现。

    匹配字段摘要、正文

星期三

  1. Hugging Face

    Hugging Face 与 Cerebras 将 Gemma 4 用于实时语音 AI

    Hugging Face 与 Cerebras 搭建了开放、模块化的实时语音到语音管线,以 Nvidia Parakeet 识别语音、在 Cerebras 上运行 Google DeepMind Gemma 4 31B,并通过阿里巴巴 Qwen3TTS 生成语音回复。Cerebras 旨在缩短并稳定模型推理延迟;该管线已用于超过 9,000 台 Reachy Mini 机器人,开发者可体验 Demo 并查看 huggingface/speech-to-speech 仓库。

    Hugging Face 与 Cerebras 搭建了开放、模块化的实时语音到语音管线,以 Nvidia Parakeet 识别语音、在 Cerebras 上运行 Google DeepMind Gemma 4 31B,并通过阿里巴巴 Qwen3TTS 生成语音回复。Cerebras 旨在缩短并稳定模型推理延迟;该管线已用于超过 9,000 台 Reachy Mini 机器人,开发者可体验 Demo 并查看 huggingface/speech-to-speech 仓库。 · Hugging Face and Cerebras built an open, modular real-time speech-to-speech pipeline using Nvidia Parakeet for speech recognition, Google DeepMind’s Gemma 4 31B running on Cerebras, and Alibaba’s Qwen3TTS for spoken responses. Cerebras is intended to reduce a

    匹配字段摘要、正文