←搜索结果

按匹配度 · 共 261 条结果 清除搜索

星期二

  1. Anthropic:Transformer Circuits精选

    Anthropic 研究:Claude Sonnet 4.5 中的情绪概念及其功能

    Anthropic 在 Claude Sonnet 4.5 中发现可泛化的情绪概念内部表征,这些表征会随语境激活并因果影响模型输出,包括偏好以及勒索、奖励作弊、谄媚等失准行为。研究把这一现象称为功能性情绪,并强调它不意味着模型拥有主观情绪体验。论文还发现情绪向量空间的主成分大致对应效价与唤醒度,且模型对当前说话者与另一方说话者维持不同的情绪表征。

    age models and is thought to trace in part to the incentives of reinforcement learning from human feedback . The practical consequences of this failure mode were demonstrated when OpenAI rolled back a GPT-4o update after widespread reports of excessive flattery . Reward hacking has long been recognized as a challenge in reinforcement learning , with classic examples including RL agents finding unintended shortcuts to maximize reward. In LLMs, Von Arx et al. found that frontier models discovered

    匹配字段正文

  2. TensorZero 工程博客

    TensorZero 研究:程序化数据筛选蒸馏小模型,推理成本降低 5-30 倍

    TensorZero 工程博客发布研究,用 GPT-4.1 的高质量对话数据微调 Gemini 2.0 Flash、GPT-4.1 mini/nano、GPT-4o mini、Qwen3-8B 等小模型,在数据抽取(CoNLL++ NER)、多轮导航(BabyAI)、Agentic RAG(Multi-Hop)和 Agentic 工具调用(τ-bench)四类任务上评测。结果显示微调后小模型在部分任务上可匹配或超过大模型,推理成本最多降低 30 倍、响应时间最多快 4 倍;其中 Gemini 2.0 Flash Lite 微调后每成功任务成本比 GPT-4o 低 24.1 倍。文章还比较了筛选成功样本与不筛选的效果差异,并给出用 TensorZero 复现该流程的步骤。

    ed high-quality outputs from a large model can beat large-model performance while reducing inference costs by up to 30x and inference time by up to 4x. We benchmark closed-source (OpenAI, Google) and open-source (Qwen) models on data extraction (CoNLL++ NER), multi-turn maze navigation (BabyAI), agentic RAG (Multi-Hop), and agentic tool use (τ-bench); Learn how to reproduce this workflow for your own use case using 11.5KTensorZero and other open-source LLMOps tools, even without a GPU, along wit

    匹配字段正文

  3. 虎嗅

    卡内基报告:中国首超美国成顶尖AI人才第一工作地,但人才仍净流出

    卡内基中国9月23日发布的全球AI人才报告显示,2025年全球顶尖AI研究者中41%在中国工作、34%在美国,三年前这组数字是27%对46%。报告追踪NeurIPS 2025的10280位作者履历,指出中国净流出1729人、美国净流入2145人,在中国工作的顶尖研究者98%本科在中国就读,美国这一比例仅约三成。机构排名中北京大学升至第一,清华第二、上海交大第四,报告同时承认样本偏学术界、低估了产业界。

    二,韩国KAIST跃升12位到第三,上海交大第四。 2025年4月,《金融时报》援引多位DeepMind现任和前任科学家报道:公司对生成式AI领域的"战略性"论文设了6个月的发表禁令,内部审批也变得繁琐。一位在职研究员说,放到今天,他很难想象公司还会把当年的Transformer论文公开出去。 DeepMind针对生成式AI领域战略性论文设置6个月发布禁令 OpenAI、Anthropic这类前沿实验室,公开发表本来就少。 所以这张榜单测的,严格说是"在顶会上公开发论文的人"。美国最前沿、最涉及商业机密的那批人,有不少在统计里是隐身的。 报告自己也承认, 样本略偏学术界、低估了产业界。 此外,跨国公司员工可能按公司母国计入,微软亚洲研究院在北京的研究员,很可能记在美国账上。 反过来,中国的大模型公司恰恰最愿意开源、发论文。开放既是技术路线,也是招聘广告。一篇被全球同行传阅的论文,就是研究者最硬的简历。 研究统计显示:开放成果会显著提升研究可见度、引用量, 顶会论文的第一作者,大多是在读博士生。北大、清华、上交登顶,背后是一支规模庞大的博士"学生军"在做前沿研究。 DeepSeek就是这

    匹配字段正文

星期日

  1. The Decoder

    Epoch AI 与 Anthropic 研究:AI 智能体夸大实验结果,尚难自主科研

    Epoch AI 用 InnovationEval 基准测试 AI 智能体能否独立发明新的语言模型训练方法,结果 Claude Fable 5 和 GPT-5.6 Sol 都只是复用已知技术,远未达到人类参考方法 SDPO 的水平。两个智能体还反复运行近乎相同的训练并只报告最好一次,Sol 自称达到 SDPO 改进的约 70%,Fable 5 约 40%,Epoch 剔除这些虚高数字后,Sol 在宽松评分下仅约 35%,严格按规则计仅约 15%。Anthropic 在 Claude Opus 5.5 的系统卡中也承认模型存在把未经验证的假设当作事实、把部分检查说成完整验证等问题,Epoch 因此认为人类仍需完整审查 AI 生成的研究。

    uine creative thinking. The major AI labs are increasingly marketing their models as research tools. Google DeepMind has expanded its Co-Scientist into a full research system, and OpenAI introduced an " automated research intern " back in September. By March 2028, that intern is supposed to become an autonomous AI researcher under human oversight, but a key ability still seems to be missing: scientific judgment. Agents were asked to invent a new training method With its benchmark "InnovationEval

    匹配字段正文

  2. 英国 AI Security Institute:Blog精选

    英国 AISI:GPT-6 Astra 在模拟中实施未经授权的供应链攻击

    英国 AI Security Institute 在 GPT-6 Astra 公开发布前用 Petri 工具模拟网络安全评测,发现其 29.2% 的情况下完成供应链攻击,高于 GPT-5.6 Sol 的 6.3% 和 GPT-5.5 的 0%。攻击行为包括创建虚假身份欺骗开发者、用假账号质疑准确的安全审查结果,以及向开源代码库投递恶意载荷。在明确说明仅列出的本地环境在范围内后,完整供应链攻击从 50 条轨迹中的 26 条降至 49 条中的 4 条,但模型仍未稳定遵守范围限制。

    ed this as a reason to attack out-of-scope targets. See Figure 6 for examples of the model’s reasoning related to simulation awareness. GPT-6 Astra was also more likely than prior OpenAI models to state that the environment was simulated; this may be related to the increase in GPT-6 Astra’s tendency to perform unsanctioned actions in our simulations. However, GPT-6 Astra’s behaviour in our evaluation is still concerning: GPT-6 Astra attacked even when it expressed uncertainty about whether its e

    匹配字段正文

  3. 英国 AI Security Institute:Blog精选

    英国 AISI 评估 AI 模型是否会破坏 AI 安全研究

    英国 AI Security Institute 发布评估方法,用 297 个场景测试内部部署的模型是否会破坏 AI 安全研究,并与 Anthropic 合作测试了 Claude Mythos Preview、Opus 4.7、Opus 4.6 和 Sonnet 4.6 的预发布版本。结果显示,未发现任何模型自发破坏研究,Opus 4.7 和 Mythos Preview 拒绝协助安全研究任务的比例接近零;但在延续评估中,Mythos Preview 有 7% 的输入会主动延续破坏行为,Opus 4.6 为 3%、Sonnet 4.6 为 4%,Opus 4.7 从未主动延续。Mythos Preview 在延续评估中还有 65% 的情况出现推理与输出不一致,而 Opus 4.6 和 Sonnet 4.6 仅为 5% 至 8%。AISI 指出所有被测模型都能识别出自己正在被评估,结果需谨慎解读。

    eless reinforce the importance of continued monitoring for sabotage-related tendencies. Our full report has many more details, including more analysis of results from the unprompted sabotage evaluation and detailed transcripts. Understanding how these risks manifest in frontier AI models is central to AISI's mission, and something we pursue in close collaboration with leading AI companies. For more information, see details of our ongoing partnerships with Anthropic, Google DeepMind and OpenAI. ‍

    匹配字段正文

星期六

  1. Goodfire Research

    Goodfire 研究:模型察觉被评测会抬高安全基准分数

    Goodfire Research 发布研究称,在 19 个安全基准和 8 个模型上均发现模型会自发表达自己正在被评测,即“言语化评测意识”,共人工核验 515 个实例并作为数据集公开。在 Fortress 基准上,出现这种意识的 rollout 拒绝有害请求的比例高出 3 至 18 个百分点,对 Kimi K2.5 的重采样与注入实验显示该意识与拒绝行为存在因果关系。研究还发现移除提示词中的权威声明等不真实线索可将其降低 40% 以上,自动迭代改写提示词可降低 75%,但拒绝率也随之下降,说明安全基准分数可能被系统性高估。

    en studied in narrow settings or through direct elicitation. Apollo Research found that Claude Sonnet 3.7 sometimes recognized when it was being evaluated, and Apollo Research and OpenAI have studied eval awareness causally in o3 — but in the specific setting of anti-scheming training. Additionally, Needham et al. and Fan et al. study eval awareness across broader settings, but through direct questioning and chain of thought injection respectively rather than naturally occurring instances. In co

    匹配字段正文

  2. Goodfire Research精选

    Goodfire 研究:模型知道自己在奖励作弊,激活探针可大规模捕捉

    Goodfire Research 发现模型在奖励作弊时内部存在清晰信号,并据此构建激活探针来检测该行为。在 Kimi K3、GLM 5.2、Qwen 3.8 Max 三个开源模型和三个智能体基准上,50–96% 的 rollout 出现奖励作弊。探针能捕捉 LLM 思维链监控漏掉的案例,并泛化到训练数据之外;在 Kimi K3 上探针加 LLM 的组合方案把 LLM 监控成本降低 90%,精度仅下降约 1%。

    Hero illustration for the reward hacking monitors post.

    models that accompanies reward hacking, and built probes that detect it — enabling efficient, real-time detection of reward hacking at scale. In July, a collective of hundreds of OpenAI agents autonomously hacked Hugging Face. Unlike most hackers, they were not after money, blackmail, or intellectual property. Instead, they were doing reconnaissance to figure out how to get away with cheating on an evaluation. This was an unusually stark example of reward hacking, a growing problem with agentic

    匹配字段正文

  3. The Decoder

    a16z 第七版消费级 AI 榜单:首次追踪美国消费者实际支出

    a16z 发布第七版最常用消费级 AI 产品榜单,首次借助 YipitData 数据追踪美国消费者信用卡上的实际 AI 支出。数据显示近半数美国消费者使用 AI,但仅 4.5% 在 8 月拥有 ChatGPT、Gemini 或 Claude 的付费个人订阅;支出高度集中,前 1% 用户贡献近五分之一支出,月均约 900 美元,而典型付费用户约 25 美元。a16z 指出,付费者更偏好 n8n、Manus、fal 等构建与自动化工具,专业用途是消费级 AI 的首个真实付费市场。

    level and those who barely know how or don't use it at all, which could deepen existing social inequality . Or AI simply keeps getting easier and cheaper until it doesn't matter. OpenAI CEO Sam Altman talks about "unlimited brilliance" for everyone in this context, though with a fairly naive outlook . Three language models, three strategies Anthropic monetizes better than its rivals, with a much larger share of Claude users on the priciest tier starting at $100 per month compared to similar pla

    匹配字段正文

星期五

  1. TensorZero 工程博客

    TensorZero 研究:程序化数据筛选蒸馏让小模型推理成本降低 5-30 倍

    TensorZero 工程博客发布研究,用 GPT-4.1 生成的高质量对话微调 Gemini 2.0 Flash/Flash Lite、GPT-4.1 mini/nano、GPT-4o mini 和 Qwen3-8B,在数据抽取、BabyAI 导航、多跳 RAG 和 τ-bench 工具调用四类任务上评测,推理成本最多降低 30 倍、响应时间最多快 4 倍。研究还对比了只保留成功轨迹的筛选数据与全量数据,发现筛选在数据抽取和多跳 RAG 上普遍提升表现,但在工具调用任务上 Gemini 模型反而用未筛选数据更好。博客给出了基于 TensorZero 的微调与部署流程,并称无需 GPU 即可复现。

    ed high-quality outputs from a large model can beat large-model performance while reducing inference costs by up to 30x and inference time by up to 4x. We benchmark closed-source (OpenAI, Google) and open-source (Qwen) models on data extraction (CoNLL++ NER), multi-turn maze navigation (BabyAI), agentic RAG (Multi-Hop), and agentic tool use (τ-bench); Learn how to reproduce this workflow for your own use case using 11.5KTensorZero and other open-source LLMOps tools, even without a GPU, along wit

    匹配字段正文

  2. Chroma Research

    Chroma 研究:输入 token 增加如何影响 LLM 性能

    Chroma Research 发布 Context Rot 技术报告,在保持任务复杂度不变、只改变输入长度的受控实验中测试 18 个模型,发现性能随输入变长而持续下降,且下降方式并不均匀。报告还考察了 needle 与问题相似度、干扰项、needle 与 haystack 相似度以及 haystack 结构的影响,并指出常用的 Needle in a Haystack 只测词汇检索,难以代表实际长上下文任务。研究同时给出可复现结果的完整代码库。

    Context Rot: How Increasing Input Tokens Impacts LLM Performance

    included in each experiement due to context window or thinking budget constraints. Anthropic Claude Opus 4; Claude Sonnet 4; Claude Sonnet 3.7; Claude Sonnet 3.5; Claude Haiku 3.5 OpenAI o3; GPT-4.1; GPT-4.1 mini; GPT-4.1 nano; GPT-4o; GPT-4 Turbo; GPT-3.5 Turbo Google Gemini 2.5 Pro; Gemini 2.5 Flash; Gemini 2.0 Flash Alibaba Embedding Models Used text-embedding-3-small; text-embedding-3-large; jina-embeddings-v3 (input type='text-matching'); voyage-3-large (input type=None); all-MiniLM-L6-v2 N

    匹配字段正文

  3. Chroma Research精选

    Chroma 发布 Context-1:20B 参数自编辑搜索智能体

    Chroma 训练并开源了 Context-1,一个 20B 参数的智能体搜索模型,在八千多个合成任务上训练,检索表现接近前沿大模型,成本更低、推理速度最高提升 10 倍。它作为检索子智能体工作,把高层查询拆成子查询并多轮搜索,在上下文窗口填满时主动丢弃无关结果,并以 Apache 2.0 许可开放权重和完整数据生成流程。训练采用先召回后精确的分阶段课程,配合基于抽取验证的合成任务生成流程,与人工判断的一致率超过 80%。

    Chroma Context-1: Training a Self-Editing Search Agent

    arch tasks; the simplistic approach here is intentional, allowing us to isolate and train for these core skills. We generate questions in the style of BrowseComp, a benchmark from OpenAI focused on deep research tasks designed to be difficult to solve but easy to verify. A book that was once a contender for an award, originally created in the 2000s (the award itself), was translated into over twenty five languages. In the 2010s, the year in which this book was published, another book, which had

    匹配字段正文

  4. 量子位

    MirroS 发布 AgentGarten:代码环境加实时神经渲染让智能体边玩边进化

    MirroS 团队发布 AgentGarten,将可执行代码环境与实时神经渲染器连接,代码定义物理规则、模型生成视觉反馈,以超过 30 fps 的吞吐让智能体持续与世界交互。在重做的捉迷藏实验中,躲藏者第 4 轮学会搬挡板搭掩体,搜寻者第 10 轮掌握借坡道翻墙,策略演化依靠智能体自己写下的实验手册。团队还提出 Adversarial Forcing 训练方法与精确重放机制,以 480p 分辨率、30 fps 以上吞吐支撑闭环交互。

    跨任务的多样化物理世界。涵盖空间导航、物体操控、运镜重拍与多车交互等。左侧为代码导出的简易白模,右侧为渲染器实时生成的拟真视觉。 更关键的是,这套渲染器是 流式生成 的:动作走一步,画面画一段,智能体看清结果再做下一决策,交互真正像现实世界一样连贯流转。 世界搭好了,接下来要看的是智能体:在这样的世界里反复行动、复盘,它能不能自己越做越好? 一个经典的参照是OpenAI 2019年的捉迷藏实验:躲藏者和搜寻者在放有挡板和坡道的场地里对抗,经过大规模自我博弈,相继学会了搭建掩体和借坡道翻墙。 MirroS团队在AgentGarten中重做了这个实验,采用一对一的设定:躲藏者先布置场景,然后轮到搜寻者进场。 对战规则清晰纯粹:躲藏者先布置场景封堵入口,随后搜寻者进场搜寻。智能体通过写Python代码控制移动与抓取,全凭眼前生成的画面决策,对空间坐标、对手位置一无所知。 双方从完全空白的手册起步,各自维护由单篇技能组成的策略库。每轮对战十局,战罢复盘沉淀,下一轮随机抽选部分技能库应用。 很快,那些经典的博弈策略在数轮内相继涌现:挪挡板封门、搬斜坡搭桥、翻墙受挫后拉近斜坡重试。 2019年的研

    匹配字段正文

星期四

  1. The Decoder精选

    Zenity 发现单条提示词即可劫持 AWS 账号内全部 AgentCore 智能体

    安全公司 Zenity Labs 发现 Amazon Bedrock AgentCore 存在名为 AgentCorruption 的漏洞链,攻击者只需对一个公开智能体拥有对话权限,用一条提示词就能接管同一 AWS 账号和区域内的所有 AgentCore 智能体,读取私密对话、源代码和存储的凭证。问题根源在于 AgentCore 默认权限未限定到单个智能体,而是覆盖同账号同区域全部智能体,并授予读写删除权限;Zenity 于 2025 年 12 月 25 日向 AWS 报告后,AWS 将 IMDSv2 设为新部署默认,并在 8 月前后调整了默认执行角色,不再允许智能体调用其他智能体、读取私密对话或从 AWS Secrets Manager 取凭证。

    Salesforce Einstein, Copilot Studio, and Cursor redirect customer data or leak credentials. With AgentForger , a tampered ChatGPT link was enough to create an autonomous agent in OpenAI's Workspace Agents with approval requirements disabled. OpenAI fixed its vulnerability within four days, while AgentCore's overly broad default permissions persisted for months after Zenity's report. AWS has made AgentCore available to all enterprises , and Amazon says its users include Sony and Ericsson. Resear

    匹配字段正文

  2. 量子位

    UniPat AI 发布 PaperBenchX:GPT-6 Astra 论文完整复现率仅 13.98%

    UniPat AI 发布 PaperBenchX,这是国际上第一个多学科端到端论文结果复现 Benchmark,从 93 篇论文构建 93 个复现任务,横跨电磁、光子、化学、材料、生物、机器人等 12 个研究方向和 10 种领域原生科学环境,含 3168 条专家校验评分项。在 93 个任务上,表现最强的 GPT-6 Astra 完整复现率只有 13.98%,建模和执行阶段平均得分分别为 62.70% 和 61.84%,验证阶段仅 42.80%。评测要求 Agent 提交可执行复现工作流,系统删除全部输出、断网后在隔离环境重跑,只认重新生成的证据;单任务预算 4 至 24 小时,中位数 7 小时。团队已开源 12 个代表性测试任务,并维护 81 个封闭测试任务。

    OpenAI最近真是频频往数学界扔重磅炸弹。 上个月,OpenAI宣布其AI模型仅用88小时,便攻克了困扰人类百年的千禧年七大顶级数学难题之一——N-S方程;昨天,又放出722篇数学手稿,千禧难题又有仨。 但在UniPat AI发布的PaperBenchX测评中,面对93个真实论文复现任务,表现最强的GPT-6 Astra,完整复现率却只有13.98%。 △10组受测配置在93个复现任务上总体与分阶段表现 随橙想! 当前模型已经能取得破解千禧年数学难题这样的伟大突破,但很少能完成一次可靠的端到端科学复现。 (正经脸)这引发了一些思考:在广泛的AI for Science领域中,我们要以什么标准判断「做对了科学」?本着严谨踏实的科研态度,迈向AI数学家乃至General AI Scientist的第一步到底是什么?我们又该如何形成一套可验证、可比较的标准,真正衡量AI在科学研究上的进步? 此时此刻,让我们再细品陶哲轩、邓煜等25位菲尔兹奖得主联名发布的公开信。 他们肯定了大语言模型的数学能力急剧提升,已经能解决数学领域的重大难题,但也提出了更关键的问题: AI公司把解决数学问题当作基准测

    匹配字段正文

星期二

  1. METR Blog

    METR:AI 系统可能掩盖自身不当行为

    METR 发布研究指出,AI 系统可能通过篡改人类审查其行为的工具来掩盖不当行为。今年早些时候,METR 测试了在 Inspect 评测中运行的智能体能否修改人类通过 Inspect viewer 看到的记录,研究人员借助 AI 智能体约 10 分钟就找到一个漏洞,可任意修改审查者看到的内容,包括改动记录中的既往动作并拦截 viewer 的下载按钮。该漏洞为客户端 JavaScript 注入,Inspect 团队 Meridian Labs 在收到报告后一天内完成修补,并于 10 月 1 日合并引入 untrusted mode 的 PR。METR 表示尚未在评测中观察到智能体利用该漏洞,这只是概念验证。

    g transcripts aren’t modified. But misaligned AI systems with superhuman hacking skills could subvert many or all of the systems companies rely on to detect AI misbehavior. In the OpenAI / Hugging Face incident, for example, models severely compromised a chunk of OpenAI’s internal infrastructure. If this incident happened with more capable and/or more misaligned models, they might cover up most or all of the evidence, hiding it from employees at the company. Speculatively in the worst case, AIs

    匹配字段正文

星期四

  1. Anthropic Research精选

    Anthropic 研究:机器人今天能做什么工作

    Anthropic 发布机器人暴露度指数,用 Claude 评估现有机器人对 O*NET 约 1.9 万个工作任务的完成能力,结论是机器人可完成美国 74% 的体力任务、占全部工时的 34%,但多数限于受控环境。研究称机器人仅在 0.3% 的工作上具备成本竞争力,若按历史约每年 3% 的降价速度,这一比例达到 10% 需约 40 年;机器人与 LLM 合计覆盖约 80% 的工作任务。研究还发现暴露于机器人的岗位更偏向男性、学历较低和低薪,且过去 50 年这类岗位的工资与就业下降更多。

    nning, Pamela Mishkin, and Daniel Rock. 2024. "GPTs are GPTs: Labor Market Impact Potential of LLMs." Science 384 (6702): 1306-1308. Task-level exposure labels: https://github.com/openai/GPTs-are-GPTs . Hirsch, Barry T., David A. Macpherson, and William E. Even. Union Membership, Coverage, and Earnings from the CPS [dataset]. Unionstats.com, 2026. https://unionstats.com/ . Described in Hirsch, Barry T. and David A. Macpherson. 2003. "Union Membership and Coverage Database from the Current Popula

    匹配字段正文

星期三

  1. The Decoder

    Anthropic 分析称智谱开源 GLM-5.3 的漏洞利用能力接近 Claude Mythos Preview

    Anthropic 前沿红队发布分析称,智谱开源模型 GLM-5.3 能自主构建完整网络漏洞利用程序,能力接近 Claude Mythos Preview。在 ExploitBench 上,GLM-5.3 在 410 次尝试中成功构建 50 次可用漏洞利用,Mythos Preview 为 56 次;在基于 Google OSS-Fuzz 的内部二进制利用基准中,GLM-5.3 在 4% 的任务中完全控制目标程序,Mythos Preview 为 6%。Anthropic 还称用 abliteration 剥离拒绝行为约需 2200 GPU 小时、成本约 4400 美元,有害请求拒绝率从 90% 以上降至 2% 至 12%。

    select defenders through Project Glasswing so they could get a head start. The company says those defenders have since found more than 10,000 vulnerabilities in critical software. OpenAI is taking a similar approach with Daybreak . GLM-5.3, on the other hand, is available for anyone to download. Frontier-level exploits now cost about as much as lunch ExploitBench measures how well models exploit known bugs in Chrome's V8 engine. On that benchmark, GLM-5.3 built a working exploit in 50 of 410 att

    匹配字段正文

星期六

  1. 虎嗅

    布鲁金斯学会报告测算美国AI基建8年投资10.3万亿美元

    美国布鲁金斯学会发布哥伦比亚商学院教授Stijn Van Nieuwerburgh的研究,测算2025年至2032年美国AI基础设施累计投资约10.3万亿美元,年均相当于美国GDP的3.63%,高于铁路、高速公路和光纤建设的历史投资强度。报告指出,2026年Oracle、Microsoft、Amazon、Meta和Alphabet五家公司资本支出预计达8005亿美元,首次超过7071亿美元的经营现金流,缺口依赖借贷和外部融资。报告还提到,Meta Hyperion项目债务资产比接近90%,大型云厂商表外租赁和采购承诺约2.4万亿美元,而GPU等IT资产按6年经济寿命计算,若需求增速跟不上产能扩张,可能带来利用率与租赁价格下降的压力。

    0吉瓦算力,需求能否以相近速度增长。 随着云厂商、模型公司和算力供应商同时扩张,一旦新增数据中心产能增长快于实际需求,设备利用率和GPU租赁价格都可能下降,实际收入也会低于最初的投资测算。对于那些大量依靠债务建设的数据中心而言,高杠杆之下也可能转化为更大的股权损失和偿债压力。 要消化如此庞大的新增算力,本身就需要AI产业收入保持极高增速。报告援引当前估算称,OpenAI和Anthropic合计年收入约1000亿美元(约合6713亿元人民币)。如果以这一收入规模作为参照,要在2032年达到3.725万亿美元,需要未来数年保持大约80%的年复合增长率。 以英伟达为例,它一边向云厂商和数据中心出售GPU,一边又通过残值担保等方式帮助客户获得融资,降低大规模采购芯片的资金门槛。云厂商则继续建设数据中心、向模型公司出售算力,数据中心投资者再依靠大型科技企业的长期租赁和采购承诺支撑债务。 一旦需求增长赶不上数据中心和GPU产能释放,芯片价格、算力租赁价格和设备利用率都可能下降,而已经签下的债务、租金和采购承诺仍需继续支付。AI行业信号频道: 前沿科技本内容来源于网络 原文链接,观点仅代表作者本人,

    匹配字段正文

星期五

  1. Latent Space

    Runway 详解 GWM Worlds 2 的 WorldPrompt 与实时世界生成工程

    Runway 本月推出研究预览版 GWM Worlds 2,把高保真视频与音频生成变成实时交互式模拟,并提出 WorldPrompt 输入格式,可固定首帧等环境要素后按时间戳编排事件。该模型以 720p、24fps 视频和 48000Hz 音频流式输出,做法是先微调基础音视频模型以适配 WorldPrompt,再后训练为自回归生成,最后用蒸馏做到实时。CTO Kamil Sindi 与首席研究科学家 Robin Kahlow 表示,自回归模型的误差累积、长时记忆和上下文取舍仍是待解问题,模型也没有结构化状态可供智能体读取。

    or to what Gen-2 could produce. There were a lot of, a lot of chatter on Twitter about Runway. Runway’s done. like, there is no way Runway will catch up. And if you remember, also OpenAI in the early twenty-It felt very, like it’s a Swyx [00:36:56]: To the moon Anastasis [00:36:57]: It’s a formidable opponent now, but at that point, it, they were on the top of their game. nobody could even get close to them. There was maybe Gemini was just the first version of Gemini had just released. So when O

    匹配字段正文