搜索“Meta”

下，天垓300的Agent首字延迟较H200降低约10%—30%；多模态生成推理吞吐，天垓300相较H200提升约2%—5%；在搜广推等在线业务中，推荐推理吞吐提升21%、轻量计算时延降低26%。 训练方面，在基于Qwen3-32B模型的8卡整机FP8精度训练演示中，天垓300每卡有效吞吐达到H100的1.33倍。 强化学习已成为OpenAI、Google、Meta、xAI以及DeepSeek、Qwen、MiniMax、Kimi等国内外主力模型公开采用的核心后训练路线。据条件性工程估算，天垓300以1024张卡对已有预训练基座开展一次强化学习，在40B激活参数的中心情景下，约26天可完成约1T总参数MoE模型的500亿生成Token强化学习任务。 单天逸现场实测了天垓300与H200在文生图、文生视频方面的性能。 其生成了“一个亚麻发色、穿白色连衣裙的女生在冰面行走，赛博朋克风格”的图片，天垓300 4秒就生成了第一张图片。 此外，其现场生成了“豆包穿着骑士装迎娶奶龙”的视频。天垓300的吞吐量为0.628，相比H200更高，且任务的完成速度、服务端的推理速度更快。 在规模化交付层面，

匹配字段正文

并通过摄像头和显示屏呈现外部世界，而 Aura 用户则直接透过透明镜片观看。但 Aura 的视场角为 70 度，较为狭窄，并且缺少眼动追踪。 该眼镜可通过 Gemini 语音指令、手势追踪、口袋主机的触控板或游戏手柄进行控制。在算力方面，Aura 超过三星头显，因为它采用高通最新的 XR 芯片 Snapdragon Reality Elite。 初步印象与 Meta 的竞争 广告后继续阅读 上市之际，Xreal 宣布推出 150 多个专为 XR 开发的体验和应用，其中包括 Project Hail Mary 以及 Fallout: Factions 的混合现实版本。作为配件，Xreal 推出了一款带 Gemini 按键的游戏手柄，以及一款用于多虚拟窗口办公的无线键盘。与其他显示眼镜一样，笔记本电脑和游戏掌机也可通过 USB-C 连接，并将其屏幕内容呈现在大型虚拟显示器上。 Heise 作者 Josef Erl 在伦敦的一场 Xreal 活动中试用了该眼镜。尤其令他信服的是清晰的画面呈现和稳定的手势追踪，不过他有时觉得视场角有所局限。与以往的 Xreal 型号相比，Aura 佩戴明显更舒

匹配字段正文

的过程中报告任何问题。有关如何开始使用 PyTorch 2 系列的更多信息，请访问我们的 入门指南 页面。 欢迎在 2026 年 11 月 5 日（星期四）太平洋时间上午 11 点参加我们的问答网络研讨会，提出您对 PyTorch 2.15 的任何问题。Tristan Rice、Natalia Gimelshein、Huy Do 和 Jane Xu（均来自 Meta）将分享 2.15 版本的概览，并回答社区关于 PyTorch 及本版本新功能的问题。Chris Gottbrath（Gottbrath Tech）将担任主持人。 立即注册。 在整个 2.x 系列中，PyTorch 一直在从以研究为先的框架演变为一个统一的、硬件无关的平台，用于大规模生产训练和推理。 PyTorch 2.13 将 FlexAttention 引入 Apple Silicon，为 Inductor 提供 CuTeDSL 代码路径，并推出用于大规模集群训练的 torchcomms。 PyTorch 2.14 将这条路径发展为 NVGEMM，预览了重写后的 NCCL 后端，并将原生线性代数引入 Apple Sili

匹配字段正文

实现，当 GPU 处理第 N 轮 Forward 和 Sampling 时，CPU 已经开始准备第 N+1 轮 Batch，并利用设备计算期间的空档处理更早一轮的采样结果。部分工作可以提前提交到 GPU 执行队列，依赖关系则由 CUDA Stream 和 Event 维护。实现中，WorkerStepState 用来保存跨轮次执行状态，包括 SequenceMetadata、SchedulerOutputs、SamplerOutput 以及 Forward 和 Sampling 对应的 CUDA Event。这样，上一轮的结果可以暂时保留，CPU 无须等其全部完成后处理，便能继续推进后续调度。LLMEngine 通过 Worker 回调衔接这些操作，将原本集中在相邻 Decode Step 之间的 CPU 工作分散到 GPU 计算期间。对于持续生成的请求，流水线进入稳定状态后，CPU 与 GPU 可以分别处理不同轮次，减少设备因调度工作产生的等待。当然，流水线的启动和收尾仍然需要特殊处理。刚开始执行时没有更早的结果可供消费，请求全部完成后也可能留下尚未提交的采样输出。DeepInfer

匹配字段正文

应用接入 Google 在搜索和 Gemini 中的 AI 体验。 Connected Apps 于今年早些时候在 Gemini 和 Google 搜索中推出，让用户能够安全地关联并与热门第三方服务交互，然后利用这些服务执行特定操作。例如，你可以连接 Canva 来设计传单，或连接 YouTube Music 来创建播放列表。 我们看到 ChatGPT 和 Meta 的 Muse 等其他面向消费者的 AI 服务对这一想法有不同的解读。其前提是，此类集成最终可能改变消费者行为，使他们不再启动和使用单个应用，而是通过偏好的 AI 提供商使用自己喜爱的服务。 然而，要成功吸引并留住消费者的注意力，实际上必须有广泛多样的 Connected Apps 可供探索。 Google 的想法是向任何希望通过搜索或 Gemini 触达用户的企业或开发者敞开大门，允许他们提交自己的 Connected Apps 并监控其表现。 该平台预览目前以 beta 形式面向美国开发者开放，将允许开发者构建并提交可在 Google 各产品中使用的应用。 本质上，这一流程让开发者将其应用连接到 Google 的服务，从

匹配字段正文

报告还会展示使用者遇到的阻碍及其出现频次，同时识别出 Anthropic 所说的低效使用场景，包括没有产出可用内容的会话，以及被标记为私人用途、偏离工作主题的会话。 Claude 这套全新的 AI 统计工具，很可能会让部分员工感到不安。已有多起报道提到企业借助 AI 来决定裁员，近期一项调查显示，美国有四分之一的管理者“经常或一直”用 AI 做这类决策。7 月，一批曾在 Meta 任职的员工提出指控，称 Meta 使用未经充分测试的 AI 工具评估员工产能、追踪员工的 AI 词元消耗，以此给员工打分，作为大规模裁员的依据。Meta 否认了相关指控，表示人事决策由人工做出，并非依靠 AI。 Anthropic 似乎已经留意到这类争议，说明 Claude 智能报告并不用于上述用途。 Anthropic 写道：“智能报告用于了解工具的普及情况，规划 Claude 相关投入。它的设计初衷并非、也不应当用于评估个人绩效或是做出人事决定。” Claude 智能报告对可查询的问题也设有限制，不允许用户查询种族、性别认同、宗教、政治立场、移民身份、健康状况、工会活动、骚扰投诉、员工私人生活等相关内容。

匹配字段正文

会更加凸显，而非单一硬件。 ▲乐奇Rokid创始人兼CEO祝铭明Misa 面对AI时代，祝铭明谈道，Rokid所有能力基本都紧密围绕AI，比如戒指能够实现这样优秀的交互体验，也大量依赖AI。对AI的信仰是Rokid能够起飞的关键，行业达成AI共识，才有了Rokid今天的局势。 智东西第一时间现场体验了Rokid Color，其色彩显示效果和清晰度明显优于此前Meta曾在发布会上展示过的“彩屏版”Meta Ray-Ban概念机，佩戴戒指的交互操作也较为流畅。 ▲Rokid Color ▲Rokid Ring（右侧） 一、JBD独家定制“绿豆”大小全彩光机，戒指成为眼镜交互新解法 双目全彩显示的Rokid Color，重量控制在了55g，定位依然是“全天候佩戴”。 技术层面，Rokid跟厂商JBD独家定制了0.16cc的Micro-LED全彩光机，这一光机的大小约等于一颗绿豆，其支持1677万色，色域达到167%sRGB。 全彩AI眼镜到底要如何交互？这个问题是Rokid面临的最大挑战之一。 行业中有手环、手带、触控戒指等产品配合AI眼镜使用，但祝铭明认为这些都是过渡方案，为了解决行业痛点

匹配字段正文

继Meta、OpenAI和Google之后，Anthropic现在也推出了Claude Duet，这是一款主动型AI智能体，可自主监控电子邮件、日历和业务软件等已连接的应用程序，并在后台完成任务。根据Anthropic的公告，Duet是专门“为那些事务繁多、难以一一照看的专业人士和小企业主”开发的。该服务先以预览形式面向美国的Pro和Max订阅用户开放，用户可加入等待名单。应用提供iOS和Android版本，也可通过claude.ai访问。 广告后继续阅读 正如Anthropic在产品公告中所说明的，Duet基于Claude Opus 5.5语言模型，在带有独立浏览器的虚拟机中运行——无论用户当时是否正在使用自己的设备。每天早上，Duet会发送一份重要事项的简要概览；在一天当中，它会检查已连接的账户，并在判断某事相关或紧急时通知用户。用户可通过聊天或语音输入与智能体进行持续对话。 通过超过6000个连接器和插件，Duet可接入Gmail、Slack、QuickBooks、Stripe、Gusto、LinkedIn、DocuSign、HubSpot、Canva和Shopify等服务。An

匹配字段正文

料的基层全科医生及普通内科医生的准确率仅为 36%。 值得注意的是，此类复杂病例在现实临床中通常交由专科专家或多学科医疗团队协作诊治，而这部分专科医生并未纳入本次对照实验。 官方表示，该系统所需的成本仅为医生的一半甚至三分之一，能以更少的化验与诊疗操作精准锁定正确诊断。该项研究成果已正式发表在《科学》期刊。 微软针对 OpenAI、谷歌、Anthropic、Meta 以及 DeepSeek 等多家机构的模型对 MAI-DxO 进行了测试，其中表现最亮眼的当属 OpenAI 旗下的 GPT-5 及 GPT-5.5。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely pr

匹配字段正文