乌兰察布 72 小时,目睹 AI 时代的工业奇观
乌兰察布 72 小时,目睹 AI 时代的工业奇观数据中心最忙的施工期通常只有三四个月。一座楼完工,几千名工人转去下一个工地,小店也得跟着走。等楼里的服务器运转起来,一位园区负责人算过,一栋楼值班和维护的人加起来不到 20 个。
搜索
数据中心最忙的施工期通常只有三四个月。一座楼完工,几千名工人转去下一个工地,小店也得跟着走。等楼里的服务器运转起来,一位园区负责人算过,一栋楼值班和维护的人加起来不到 20 个。
实测多模态Agent交付能力亮眼,网友集体催更27B版。
最近,Anthropic的CEO Dario Amodei 说了一句话: AI将在10年内,把人类在生物学上50到100年的进展压缩完成——癌症、阿尔茨海默症、心脏病,统统有望攻克。
成本暴降95%。
戴着 AI 眼镜出门前,问 AI 一句 “刚才把钥匙放在哪里了”;一场会议结束后,让 AI 助手回顾 “白板上的方案和最开始相比改了哪些地方”;戴着可穿戴摄像头设备的维修师傅正在进行检修的时候,被视频大脑提醒到 “刚才关闭阀门的动作没有完成,请重新检测一遍”。
OpenAI也终于活成了2022年谷歌的样子: 预告和承诺一波接一波,新模型却迟迟不见踪影,GPT-6.2更是一拖再拖。
Z Potentials 近日独家获悉,造物潭完成数千万元融资,本轮由嘉铭浩春领投,国资战略引导基金及智能制造领域产业资本参与投资。本轮资金将主要用于自研电子行业大模型的训练迭代、工程对象本体体系的持续建设,以及企业级产品的交付与市场拓展。
1987 年成立的台积电只做代工。晶圆厂把制造工艺封装成 PDK(Process Design Kit,工艺设计套件)交给客户,PDK 是晶圆厂的核心技术,通过有限接口分享给芯片公司 ,保留核心的制造配方。通过使用 PDK,芯片公司可以把制造交出去,自己专心做设计,这类公司被叫作 Fabless。
AI视频生成中,推理速度提升与生成质量下降,可能同时发生。
某天,哥德堡大学计算机科学教授 Alan Said 收到了一条谷歌学术的推送:他有一篇新论文发表了。
最近,在Neo4j的NODES 2026中,联合创始人兼CEO Emil Eifrem作为主持人问吴恩达:过去一年Coding Agent变化这么大,AI工程师到底还需要学什么?
一颗芯片还没造出来,准备跑在上面的AI,可能已经更新了好几轮。
随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。
来自 Duke、Google、USC、UPenn、UNC 等八家机构的研究者联合发布最新视觉语言模型(VLM)记忆机制的系统性综述。基于全新的 4D 分类框架,系统梳理了 300 余篇相关工作和近 70 个评测基准,覆盖长视频理解与生成、多模态 RAG、具身导航与行动、个性化助手等八个热点应用场景。
这几乎就是AGI了,不过是「锯齿版」的!
大语言模型有时会把训练时见过的内容原样「背出来」,其中可能包含邮箱、电话号码等个人信息。随着扩散语言模型走向更大规模,一个问题也随之出现:当模型不再从左到右逐词生成,它还会以同样的方式泄露训练数据吗?
个人智能体,正在迎来一场前所未有的密集爆发。
游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠
11月15日,硅谷老牌风投机构Menlo Ventures合伙人Deedy Das(@deedydas)在社交平台晒出一张全球AI公司估值与营收排行榜。这张榜单统计了截至11月14日,全球估值超过100亿美元、公开年化营收达到1亿美元以上的未上市AI公司。符合这两个条件的公司,已经有30家。
最近在用 Claude Code 干活的时候,我遇到了一个让人头疼的问题: 我让 Agent 帮忙在本机打开一个设计软件,截图分析界面布局。结果它直接接管了我的桌面,鼠标开始乱飞,我正在写的文档焦点被抢走,剪贴板里刚复制的内容也被覆盖了。
「拉个会对齐下颗粒度,叫上 Claude。」
反人工智能机器 1 号(CAIM1)通过加密小票和Web3硬件钱包生成影像真实性凭证,目标是在录制4K 60fps视频时实时完成加密证明,官方计划于2027年第一季度推出旗舰机型,但其只能证明影像来源而无法判断内容真相。
最近在阿b上掀起一股 AI 娘化潮,随手一刷相关视频,播放量都是轻松破百万。
英伟达最近头疼的事儿可不止老黄那一件。
Suno,被超了??
过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。
不同数据,到底各训多少?每个模型训练师都绕不开这个问题。
让机械臂把网球稳稳放到易拉罐上,既要识别物体,也要判断网球是否对准罐顶,以及何时松开夹爪。这些看似简单的操作,往往依赖细微的视觉信息。问题在于,动作模型能否充分利用这些信息?
近两年,离散扩散模型(Discrete Diffusion)正在成为生物序列生成的重要工具。与自回归模型逐个token从左到右生成不同,掩码离散扩散(Masked Discrete Diffusion)从一条全部被遮盖的序列出发,逐步「揭开」每个位置上的碱基或氨基酸。
因为在内部看到了一张折线图,一名顶尖AI研究员在万亿IPO前夕,直接掀桌子走人了!