科技六巨头共话AI之际,我们对智能体也有一些思考
科技六巨头共话AI之际,我们对智能体也有一些思考在西雅图10月15日的联想科技创新大会上,罕见地汇聚了当前硅谷芯片三巨头,包括最近风头正盛的英伟达CEO黄仁勋、AMD CEO苏姿丰,以及英特尔CEO帕特·基辛格;另外,Meta CEO马克·扎克伯格、微软CEO萨提亚·纳德拉和高通CEO安蒙也通过远程连线的方式参与到活动中来。
在西雅图10月15日的联想科技创新大会上,罕见地汇聚了当前硅谷芯片三巨头,包括最近风头正盛的英伟达CEO黄仁勋、AMD CEO苏姿丰,以及英特尔CEO帕特·基辛格;另外,Meta CEO马克·扎克伯格、微软CEO萨提亚·纳德拉和高通CEO安蒙也通过远程连线的方式参与到活动中来。
打造更强大文生图模型新思路有—— 面对Flux、stable diffusion、Omost等爆火模型,有人开始主打“集各家所长”。
来自 Google DeepMind 的一项研究,为帮助群体在实际辩论中达成共识,提供了一个行之有效的方法——让人工智能(AI)参与,并作为调解员。
Mistral AI盈利路径不明确,但其边缘AI模型性能超谷歌、Meta。
智能陪聊,不如智能管家。不久前,Meta Connect 大会上曝光的 Orion AR 眼镜,似乎预示了未来 AI 智能眼镜的走向。
AI Agent爆火,机器人崛起 ChatGPT爆火了两年,掀起全球大模型开发热。近半年,具身智能集中融资30+笔,大模型混战继续,OpenAI以1570亿美元估值完成了66亿美元融资……
5年“兄弟情”降温,双方均有二心。
禧玛诺将推AI变速系统Q'AUTO,挑战电助车市场。
OpenAI o1 的发布,再次给 AI 领域带来了一场地震。 o1 能像人类一样「思考」复杂问题,拥有优秀的通用推理能力。在未经专门训练的情况下,o1 能够直接拿下数学奥赛金牌,甚至能在博士级别的科学问答环节上超越人类专家。
终于,Windows用户也可以用上ChatGPT了。就在刚刚,OpenAI推出了适用Windows系统的ChatGPT应用。不过,目前仅供ChatGPT Plus、Team、Enterprise和Edu用户使用。
VERTU推AIOT产品,用AI升级私人管家服务。
华业天成A轮领投项目——芯丰精密近日宣布,其自主研发的环切机实现量产,装机量超两位数,稳定生产超10万片晶圆,为AI大算力芯片制造设备的国产替代提供支撑。
行业大震荡来了!IT巨头诺基亚,被曝已在中国裁员2000人。而在美国,英特尔已经已经裁掉超2250人。Meta今年的「裁员大礼包」也如时到来,离谱的是,有人竟因「滥用25美元餐补」被开除?
台积电3nm工艺引领AI芯片革新,营收激增。
生活处处都是音乐
技术创新可以深刻改变商业运行的方式。
从GPT诞生到现在已经两年了,如果说一开始大模型之战还是属于“神仙打架”,那么2024年AI应用的爆发,让普通人有了更加切身的体会。
大模型商业该B端还是C端,有答案了
近期,一家面向消费者的 AI 效率工具 Cove 获得世界顶级投资者 600 万美金种子轮投资,红杉资本及Elad Gil、Lenny Rachitsky、Scott Belsky等知名天使投资人参与了该项目投资。
英伟达不仅要做显卡领域的领先者,还要在大模型领域逐渐建立起自己的优势。
还记得「威尔・史密斯吃意大利面」的 AI 鬼畜视频吗?在这些视频里,威尔・史密斯的面部表情、动作都非常夸张,还充满了扭曲、变形。
让资本市场先赚“聪明钱”。自今年6月创下历史高点后,英伟达股价出现反复震荡。英伟达股价走势之所以跌宕起伏的一个主要原因是,市场担心英伟达新产品投产可能推迟。
说起阶跃星辰,可以说是 AI 六小强中最低调的一个,但最近这家公司在 AI 圈里频频“闹出动静”。
YouTube博主让1986年Macintosh Plus上网并使用ChatGPT。
极大缩短每月记账所需时间,只有会计才能懂这个AI有多好用!
在互联网下半场,带来的最大冲击是“高获客成本+重用户体验”。
AI短剧不断出圈,《三星堆:未来启示录》《山海奇镜之劈波斩浪》播放量均超几千万。在短剧“科幻/奇幻/灾难/动画”细分赛道上,央视、博纳等玩家们正在闯出一条精彩的AI之路。AI和短剧构成 “王炸”组合,并迅速改变短剧生态的背后,有大模型技术突破、时长高匹配度和片方降本增效几个必然原因。
谷歌在本周一表示,与 Kairos Power 公司签署一份从多个小型模块化反应堆购买电力的协议,以满足发展人工智能的用电需求。
AI 在改变获取信息的方式 Google,硅谷的代言人,AI 界的巨擘,技术牛,论文多,做给消费者用的 AI 产品,却几乎没有出圈的。 不过,也有一个例外:NotebookLM,甚至连死对头 Sam Altman 也觉得它很酷。
红杉资本的报告曾指出,AI产业的年产值超过6000亿美元,才够支付数据中心、加速GPU卡等AI基础设施费用。而现在一种普遍说法认为,基础模型训练的资本支出是“历史上贬值最快的资产”,但关于GPU基础设施支出的判定仍未出炉,GPU土豪战争仍在进行。