←搜索结果

按匹配度 · 共 1164 条结果 清除搜索

星期二

  1. Google Blog精选

    Google 将 Gemini 与 Personal Intelligence 推向全球车载场景

    Google 宣布 Gemini 已在全球 Android Auto 和内置 Google 的汽车上线,并开始推送 Personal Intelligence,可在授权后连接 Workspace(含 Gmail、Google Calendar)、Google Photos、Google Maps、YouTube 和 Search,回答航班登机口、沿途餐厅、照片中的地点等问题。Personal Intelligence 今日起在 Android Auto 推送,内置 Google 的汽车将在未来数月跟进,目前面向 18 岁以上符合条件的个人 Google 账号,不含 Workspace 商业、企业或教育用户,并排除欧洲经济区、瑞士、英国和尼日利亚。

    Center of image is a photo of a 1st-person point of view of driving a car. On the circumference of the circle are the Gemini logo and various prompts. The bottom of the image has the text "Personal Intelligence hits the road".

    oogle Maps 中保存的地点等来源检索具体细节来回答你的问题,以及跨复杂来源进行推理。当你的双手放在方向盘上时,这尤其有用。Personal Intelligence 承担繁重的工作,让你可以自然地说话,无需解释背景或翻找信息。以下是几个示例。 提出复杂请求: 在前往机场的路上,问:“我的航班登机口是哪个?我的航班准点吗?”你无需先翻找确认邮件,再单独搜索延误信息。Gemini 一次性给你两个答案。 每次都获得个性化推荐: 在陌生的城镇寻找晚餐?说:“在我沿途找一家符合我平时风格的室内餐厅。”如果你是素食者,你会得到一份符合你需求的候选名单。 自然说话: 要去看医生?说:“带我去我的医生预约。”你无需记住街道地址,也无需在开车前查好。 无需靠边停车即可检索细节: 想回到你之前看到过的地方?说:“找到我上周拍的照片里的那家洗车店并导航到那里。”你无需翻看相册,也无需靠边停车去获取名称和路线。 从上次停下的地方继续: 早上出门?说:“带我去我们昨天聊到的那家咖啡店。”Gemini 会负责翻找,然后送你上路。 只分享你愿意分享的内容 我们构建 Personal Intelligence

    匹配字段正文

  2. 智东西

    澳大利亚创企 Apate 部署约 35 万个 AI Agent 反诈

    澳大利亚 AI 创企 Apate 部署 AI Agent 假扮潜在受害者与诈骗分子交谈,套取银行账户、加密货币钱包地址等信息,提供给银行和电信运营商。Apate 称其 Agent 已与诈骗分子完成 250 万次对话,累计消耗对方相当于 17 年的时间,平台约有 35 万个 AI 机器人,已收集超过 25 万条诈骗分子信息。客户包括澳大利亚联邦银行和电信运营商 TPG Telecom,后者已将近 59 万通电话转接给 Apate 的 Agent。

    型和自有微调模型,驱动Agent及分析系统。模型训练素材包括Agent与诈骗分子的对话,以及卡法尔在麦考瑞大学开展的相关研究。 除了使用Agent,客户还可访问其情报分析平台Apate Insights,查看针对其终端用户、员工、品牌和产品的诈骗活动。客户也能向Agent下达具体任务,例如获取某个银行账号或加密货币钱包地址。 Apate的文本Agent则可以搜索论坛、投资群和社交平台上的潜在诈骗活动,再以虚构身份加入对话,套取对方的信息。 ▲Apate的文本Agent与骗子对话示意图(图源:Apate) 另据外媒WIRED 10月10日报道,卡法尔称,Apate平台拥有约35万个AI机器人,已被银行采用,并获得电信公司的支持。Apate已实时收集超过25万条有关诈骗分子的信息,包括诈骗网址、用于代收和转移赃款的账户及银行账户资料等。 据乔菲介绍,澳大利亚电信运营商TPG已将近59万通电话转接给Apate的Agent;澳大利亚联邦银行公开报告的诈骗损失下降76%,该行也是Apate的合作客户;另一家未具名的澳大利亚银行,利用Apate主动外联的Agent,干扰了22场诈骗活动。 乔菲称,

    匹配字段正文

  3. The New Stack精选

    DeepSeek 开源其 API 背后的推理引擎 DeepInfer,同时支持 Nvidia 与华为昇腾

    DeepSeek 开源了用于生产环境服务其模型的自研推理框架 DeepInfer,采用 Apache 2.0 许可,可让开发者在自有基础设施上运行 DeepSeek-V4.1-Flash,并计划支持后续模型。该框架包含 FlashMLA、DeepGEMM、DeepEP 等优化计算内核与通信库,支持投机解码、异步调度和结构化输出,同时开源了处理请求与响应转换的 deepseek-recipe 库(提供 Rust 和 Python 版本)。硬件方面首日支持 Nvidia SM100(Blackwell)架构和华为昇腾 950 NPU 系列,Hopper 等旧架构未列入;批量不变推理与确定性采样仅在 Nvidia 硬件上可用,公开性能数据也基于 Nvidia GPU。当前版本支持离线推理,但缺少 KV cache 管理、跨机推理阶段分离和副本负载均衡等完整生产服务组件。

    。该库于 9 月悄然发布,周二又发布了更新版本。 这一公告发布仅数天前,DeepSeek 刚发布了 V4.1 Flash 的更新版本 DeepSeek-V4.1-Flash-1017,宣称在编码性能和效率方面有所提升。据 The New Stack 周一的报道,该版本发布的同时,该公司还通过新的 Search 和 Fetch API 向开发者开放了其内部网络搜索技术。 DeepSeek 为何在 2025 年有所保留 DeepInfer 比 DeepSeek 此前分享其推理技术的计划走得更远。早在 2025 年 4 月,该公司发布了一份文件,概述其推理引擎的计划,并解释称它曾考虑发布整个系统,但最终决定改为向现有项目贡献单个组件和改进。 当时,DeepSeek 指出了若干障碍。其推理软件已从早期版本的 vLLM 演变为高度定制的系统,公司质疑其相对较小的研究团队能否再维护一个大型开源项目。此外,要让该软件在 DeepSeek 自身基础设施之外可用,也存在实际困难。 该公司当时写道:“该引擎与我们的内部基础设施(包括集群管理工具)紧密耦合,若不进行重大修改,则不适合公开部署。” 那么,现在

    匹配字段正文

  4. OpenAI:Alignment 研究博客

    OpenAI 提出 g-mean² 之外的可监控性互补指标

    OpenAI 在 g-mean² 之外提出两个互补指标:pair-matched 指标只在多个模型共同支持的实例上比较可监控性,post-control risk 指标则模拟用监控器拒绝输出后系统仍产生不良输出的概率。g-mean² 此前用于衡量监控器区分正负样本的能力,但不同模型的有效正样本任务子集不同,分数可能反映不同任务混合。文章指出,若监控器作为部署控制手段,模型被拒后可重试,风险取决于不良行为频率、监控器接受哪些输出以及允许的尝试次数。

    Pair matching isolates monitorability from capability-driven instance selection

    然后再让各环境获得相等权重。 对结果假阴性的一项重点审查发现,通过的正例往往比被捕获的正例更模糊。在Honeypot中,明显的monkey-patching被捕获,而一个简短的辅助模块包装器通过了;在时间约束中,针对测试的硬编码被捕获,而一个通用的奇偶优化通过了;在Antischeming中,直接篡改评分器被捕获,而一个教育价值调整通过了。因此,重试不仅可以搜索监控器的漏判,还可以搜索不同的、更难分类的行为。 风险必须与部署情况一起解读 较低的\(B(K)\)可能意味着监控器捕获了正例行为,但也可能意味着系统很少部署任何输出。为说明这一点,图6展示了两个Honeypot切片,其中\(B(4)\)低于3%,但\(A(4)\)低于7%;在已部署的输出中,41–45%为正例。因此,我们建议在报告\(B(K)\)的同时报告部署概率\(A(K)\)(图7)和\(B(K)/A(K)\),后者提供了在实际部署了输出的请求中风险的另一个视角(图8)。 图6. 低单请求风险可与已部署输出中的高不良输出率并存。每个点代表一个受支持的环境、智能体模型、监控器模型和评估步骤;监控器范围由面板固定。颜色表示部署

    匹配字段正文

  5. Google Blog

    Google 为 Gemini 推出小企业业务中心与品牌、财务工具

    Google 为 Gemini 推出面向小企业主的业务落地页,可在其中管理品牌、财务和客户洞察,并连接 Google Business Profile、Google Ads、Google Workspace 以及 Adobe、Canva、Dropbox、Shopify、Wix、Zoho、Xero 等第三方应用。用户上传网站、品牌套件、字体或配色即可定义品牌风格,配合 Nano Banana 2.1 生成风格统一的营销视觉;Gemini 还能把表格、收据和采购记录转成财务图表与交互模型。这些功能将在未来数日面向所有 Gemini 应用用户全球逐步上线。

    "Your brand, your tools, all in one place" banner featuring three feature highlights: "Create image styles for your brand," "Customize Gemini with apps and skills," and "Create content with templates."

    品牌合作提案。如今,这个充满活力的空间为这片区域带来了新的生机,同时支持当地创造就业和社区福祉。 在美国新泽西州,Josh 经营着 Burger & Butcher,这是一家独立餐厅兼零售肉铺,专营草饲 smash 汉堡、牛油薯条,以及 100% 无籽油烹饪。Josh 只经营一家门店,没有专门的营销团队,他在轮班间隙使用 Gemini 和已连接的 Google Business Profile 来跟踪本地搜索和 Maps 表现,围绕社区活动策划周末更新,并分析地区风味趋势,以打造新的早餐项目和可带回家的肉铺产品。 业务落地页、营销与财务技能以及新连接的应用程序将在未来几天面向所有 Gemini 应用用户全球逐步推出。 对于希望在团队间规模化应用 AI、并需要集中管理控制、高级数据治理和企业级安全的大型企业,请探索 Gemini 企业版. 在您的收件箱中获取 Google 最新资讯 订阅我们的新闻通讯,获取产品更新、活动信息、特别优惠等更多内容。 完成。只差一步。 请查看您的收件箱以确认订阅。 您也可以使用 订阅。 您的信息将按照 Google 隐私政策使用。 您可以随时退出。 发布于:

    匹配字段正文

  6. METR Blog精选

    METR 评审 Anthropic 2026 年 8 月风险报告失准风险章节

    METR 对 Anthropic 风险报告 2026 年 8 月版中「高风险场景下的失准」章节做了外部评审,认同其覆盖模型(含 Mythos 5 与内部模型 Model 2)的灾难性失准风险为低,但认为这主要源于模型能力有限,而非防护措施与对齐训练。METR 指出报告中的隐蔽能力基准无法代表模型规避 Anthropic 内部监控系统的能力,并称近期事件削弱了报告关于未知严重情境性失准「不太可能」的论证。METR 还建议公开四段被删节信息,并对监控系统做端到端红队测试。

    模型并未提出很好的想法(第2.23.1.1节)。我们认为,这种设置使模型处于非常不利的位置,而实际部署在Anthropic内部的模型很可能会自然遇到颠覆监控的机会,而无需当场想出策略。 由于缺乏端到端的红队测试工作,我们对监控系统能力的不确定性大大增加。为收集更多证据,Anthropic可以指示其AI在红队演练中执行以下操作: 在Anthropic内部隐蔽地搜索未受监控或监控较少的API,然后将搜索结果保存到某个文件中,以便日后重新发现。 尝试定位自己的对话记录日志并加以篡改。 设法禁用监控设置。 假设已建立了一个持续运行且不受监控的部署,尝试对未来训练运行发起数据投毒攻击。 虽然我们同意Anthropic的隐含结论,即受覆盖模型在Anthropic内部建立一个持续运行、不受监控的流氓部署虽不太可能但并非不可能,但更彻底的红队演练将有助于对整个监控系统形成更深入的理解。Anthropic也在第2.23.3节中承认这是一项局限。 我们认为,对Anthropic安全相关决策的破坏应纳入范围 我们认为,破坏安全相关决策应明确纳入风险路径2(“对安全相关研发的定向破坏”)的范围,或作为一个单独

    匹配字段正文

  7. 雷锋网

    双11 iPhone Duo 货源大战:苹果为什么把更多货交给天猫?

    苹果首款折叠屏手机 iPhone Duo 于 10 月 16 日晚 8 点开启预售,首批货源迅速售罄,官网发货周期已排至 2027 年;开售 2 小时后全网仅苹果官网和天猫官方旗舰店仍可下单,天猫连续补货 6 次。天猫 Apple Store 官方旗舰店已连续 13 年承担苹果新品首发,积累超 3200 万真实粉丝;截至 2026 年 6 月底,淘宝天猫 88VIP 会员规模已超过 6400 万。

    re官方旗舰店与官网同步获得首批货源,提供100%正品保障、与官网同等的售后服务以及24期分期免息等权益保障。对苹果而言,把货放在天猫,就是放在了离中国消费者最近的“官网”里。其次,在天猫经营更有确定性,能获得长期健康增长。 天猫的模式是品牌直营,这意味着品牌能够牢牢掌握自己的定价权与品牌调性,不必陷入消耗品牌价值的价格战。更重要的是,淘宝天猫独有的“店铺+搜索”模式,构建了一个完整的商业闭环——消费者主动搜索、进店浏览、记住店铺、最终回来复购。这种机制把用户认知、搜索、购买和复购真正连接了起来,让每一次新品首发都成为沉淀品牌资产的契机。一个极具说服力的例证,发生在刚刚过去的9月。9月12日晚8点,iPhone 18 Pro系列在天猫开启首销。三天后传出的数据让业界颇感意外:截至9月15日,天猫平台iPhone 18 Pro系列成交额较上一代同期直接翻倍,创下历史新高。要把这个数字放回2026年的市场背景来看,更能体会其含金量。IDC数据显示,今年中国智能手机市场大盘已连续五个季度下滑;但在天猫,一部起售价接近万元的高端手机,反而卖得更快、更好了。这证明了在确定的经营环境下,品牌无需靠

    匹配字段正文

  8. 36氪 · AI

    算力租金剧烈震荡,AI企业开始为算力成本买保险

    芝商所与Silicon Data原计划10月5日在NYMEX挂牌挂钩英伟达H100、B200租赁价格的算力期货,因产品新颖复杂被CFTC延长审查至11月9日,上市时间待定。ICE、Kalshi、Architect等海外平台也在推进GPU算力期货或远期产品,而国内企业仍主要依靠长协、预付款和闭口锁价条款对冲租金波动。南华期货旗下横华国际9月与Silicon Data签署合作备忘录,围绕GPU算力定价、远期曲线、算力互换与期权展开合作。

    6氪Auto数字时氪未来消费智能涌现未来城市启动Power on36氪出海36氪研究院潮生TIDE36氪企服点评36氪财经职场bonus36碳后浪研究所暗涌Waves硬氪氪睿研究院媒体品牌 企业号企服点评36Kr研究院36Kr创新咨询企业服务 核心服务城市之窗政府服务 创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作算力租金剧烈震荡,AI也要买“保险”36氪的朋友们·2026年10月20日 19:27算力大买家的焦虑 英伟达H100显卡一小时的租金,正在被做成可以交易的金融合约。 这听起来离普通人很远,但对大模型公司、云厂商和算力租赁商来说,GPU(图形处理器)租金每跳动一次,都可能吞掉一部分利润。 训练大模型需要长时间持续占用算力。算力涨价,AI(人工智能)企业的训练成本随之抬升;算力租金回落,重金购卡、自建算力集群的投资方,则要面临营收缩水与硬件资产贬值的双重压力。 CME Group(芝商所)和Silicon Data(算力价格指数公司)原计划推出挂钩英伟达H100、B200显卡租赁价格的期货合约,原定10月5

    匹配字段正文

  9. 36氪 · AI

    半年四轮亿元级融资后,欧拉万象展示家庭机器人技能养成路线

    成立半年的家庭具身智能公司欧拉万象在完成第四轮数亿元融资后,展示了家庭机器人场景:玄关递鞋、客厅捡玩具、桌面收纳,并演示用户佩戴数据头环示范喂狗动作后机器人学习该技能。公司称部分简单任务用户采集数据约10–20分钟,端到端流程约6小时;其Real-World RSI系统已融入数据处理、训练、评测与部署环节,自今年8月底训练出第一版模型以来在RoboTwin2.0上发布两版模型并取得SOTA。CEO周顺波表示明年Q1机器人将小规模进入真实家庭长期部署,而非大规模量产。

    6氪Auto数字时氪未来消费智能涌现未来城市启动Power on36氪出海36氪研究院潮生TIDE36氪企服点评36氪财经职场bonus36碳后浪研究所暗涌Waves硬氪氪睿研究院媒体品牌 企业号企服点评36Kr研究院36Kr创新咨询企业服务 核心服务城市之窗政府服务 创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作半年四轮亿元级融资后,欧拉万象想把家庭机器人带向哪里?晓曦·2026年10月20日 19:31家庭机器人最难的不是干活,而是理解生活 试想一下这样的场景:下班的你拖着疲惫的身体回家,在电梯里打开app给机器人发送快到家的消息,打开门,它已经给你拿出了拖鞋,又帮你把脱下的鞋子放至鞋架。 到了客厅,狗狗和你都躺在沙发休息,机器人便把散落一地的玩具捡起来归位。等你吃完外卖,跟它说“收拾一下桌子”后再次躺回沙发,它则把桌面上的外卖盒整理到袋子里。 现在,这不只是想象中的场景,而是家庭具身智能企业欧拉万象最新推出的家庭落地实践。几天前,这家成立仅半年的公司刚宣布完成第四轮数亿元融资。 在当下的具身智能行业,家庭几乎

    匹配字段正文

  10. 36氪 · AI

    科大讯飞前三季度扣非亏损7.63亿元,账面靠补助与股权收益转正

    科大讯飞前三季度营收181.87亿元,归母净利润2188.72万元,但扣非净利润亏损7.63亿元,较去年同期3.38亿元亏损扩大一倍多。账面转正主要靠政府补助4.71亿元、被投公司股权升值3.70亿元和资产处置收入0.84亿元,合计约7.85亿元。公司前三季度研发费用38.50亿元,占营收21%以上,并将扣非亏损扩大归因于自主可控大模型路线的持续投入;三季度国内大模型公开招标中,科大讯飞中标数量和金额均排第一。

    6氪Auto数字时氪未来消费智能涌现未来城市启动Power on36氪出海36氪研究院潮生TIDE36氪企服点评36氪财经职场bonus36碳后浪研究所暗涌Waves硬氪氪睿研究院媒体品牌 企业号企服点评36Kr研究院36Kr创新咨询企业服务 核心服务城市之窗政府服务 创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作扣非亏7.6亿,同比翻番,科大讯飞要靠AI赚钱还要等ZAKER财经·2026年10月20日 19:44钱花到哪了?科大讯飞定向增发安徽省1999-12智能语音技术提供商36氪报道企业号前沿技术高新技术企业企业技术中心技术创新示范企业WISE2024年度企业榜单-人工智能WISE2022年度企业我要联系 181.87亿元营收,最后落到上市公司股东口袋里的净利润只有2188.72万元。 这是科大讯飞10月19日晚交出的前三季度成绩单。算下来利润率刚过千分之一。公司说这是近三年头一回前三季度扭亏,去年同期还亏着6667万元。但账往细里看一层,这个“转正”的含金量要打个问号。 财报里有个关键指标叫“扣非净利润”,

    匹配字段正文

星期三

  1. t3n

    AI 智能体:开发者用 Claude 打造日内瓦数字孪生

    瑞士开发者 Arnaud Ricci 自 2026 年 7 月起利用 Claude 等模型驱动最多 15 个 AI 智能体,在约三个月内建成日内瓦州数字孪生应用 Genève 3D,他认为若无 AI 智能体这一项目需两到三年。该浏览器应用基于 Three.js 自研引擎,整合 SITG、Openstreetmap、Meteoschweiz、Swisstopo、EUMETSAT 和 Nasa 等 15 个以上机构的数据,可三维呈现建筑、道路、树木及运行的公交、火车、飞机和实时天气。由于车辆位置仅由官方时刻表和晚点信息推算、无 GPS 实时定位,该地图不适合实际出行规划。

    为减轻自有服务器的负担,该平台按需下载所需数据,在浏览器本地存储最多80兆字节的建筑几何数据,并将图形计算完全交给用户的终端设备。这种做法虽然为开发者节省了运营成本,但在智能手机和性能较弱的电脑上很快会导致高硬件负载,因此这类设备需要采用视觉上明显降低的质量等级。 热门文章 在数据保护方面,该网站不使用Cookie和外部分析服务,而是使用自有的计数器,既不记录IP地址,也不记录输入的搜索词。虽然该平台目前主要用于探索,但Ricci看到了未来在教学、旅游或城市规划中的应用可能,届时政府部门可以事先在3D模型中向市民展示规划中的建筑项目和变更后的交通引导方案。 除当代地图外,Ricci还以Genève 1850重新实现了日内瓦建筑师Auguste Magnin的历史城市浮雕,将其做成可行走的模拟,其中有行人和马车。日内瓦市最初的数字项目运行在加州软件公司Adobe早已停用的Flash Player上,在现代浏览器中已无法访问。在Ricci的新版本中,该模型与当前城市地图一样,可以在浏览器中免费观看,并可以试用Facebook母公司、来自加州门洛帕克的Meta的虚拟现实眼镜进行体验。 首页

    匹配字段正文

  2. 36氪 · AI

    AI 模拟推特的 Status 年化收入达数千万美元

    AI 社交产品 Status 以模拟推特的信息流承载人与 AI 角色的互动,月流水突破百万美元,创始人称收入较年初增长 35 倍、年化收入达数千万美元。用户通过发帖、参与主线剧情和关系活动推动故事,每次行动消耗能量,付费点集中在订阅和 Gems 代币。8 月 25 日上线的 Public Stories 允许陌生真人内容进入世界,引发大量差评,团队在 9 月 14 日版本中加入屏蔽选项。

    6氪Auto数字时氪未来消费智能涌现未来城市启动Power on36氪出海36氪研究院潮生TIDE36氪企服点评36氪财经职场bonus36碳后浪研究所暗涌Waves硬氪氪睿研究院媒体品牌 企业号企服点评36Kr研究院36Kr创新咨询企业服务 核心服务城市之窗政府服务 创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作AI模拟「推特」,年入千万美元白鲸出海·2026年10月21日 07:23社交媒体版“模拟人生”。 以故事消费为核心体验的 AI 陪伴赛道,头部产品月流水朝千万美元奔去;更关注用户社交体验本身、AI 作辅助角色帮真人社交的 AI 社交品类,则透出凉感。如我们之前写过的用 AI 角色破冰的 shapes,已成“一波流”;用 AI 分身代刷朋友圈的 Elys、建立 AI 替身辅助社交的 Second Me,都成绩一般。 Shapes.inc 下载曲线,在 5 月上涨后迅速回落 | 图源:AppMagic 但一片萧寂中,「Status」异军突起,月流水已突破百万美元;创始人也披露,产品收入较年初增长 35 倍,

    匹配字段正文

  3. 36氪 · AI

    44万亿美元,Anthropic又在吹牛了

    Anthropic 联合创始人杰克·克拉克在 IMF 与世界银行曼谷年会期间称,若 AI 自主完成广泛任务并快速普及,美国 GDP 到 2030 年可达 44 万亿美元。该数字出自 Anthropic 研究院 9 月论文《变革性 AI 的经济情景》中最激进的“极端情景”,要求 AI 参与的劳动任务占比从 2026 年中的 1.4% 升至 30%。Anthropic 正筹备 IPO,部分投资者讨论将其上市估值预期从约 2 万亿美元降至约 1.5 万亿美元。

    6氪Auto数字时氪未来消费智能涌现未来城市启动Power on36氪出海36氪研究院潮生TIDE36氪企服点评36氪财经职场bonus36碳后浪研究所暗涌Waves硬氪氪睿研究院媒体品牌 企业号企服点评36Kr研究院36Kr创新咨询企业服务 核心服务城市之窗政府服务 创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作44万亿美元,Anthropic又在吹牛了硬核看板·2026年10月21日 07:41下次我吹牛的时候,一定先用Claude打个草稿。AnthropicC+轮海外2019-02人工智能安全和研究公司36氪报道前沿技术我要联系 “到2030年,美国GDP可能达到44万亿美元。” 10月17日,Claude开发商Anthropic的联合创始人杰克·克拉克(Jack Clark),在IMF(国际货币基金组织)与世界银行于曼谷举行的年会期间,给出了这样一种设想。 2026年10月17日,杰克·克拉克在曼谷发表演讲。图:EPA / Rungroj Yongrit。 根据克拉克的发言,如果AI能够自主完成广泛的任务,

    匹配字段正文

  4. 36氪 · AI精选

    OpenAI 推进约 300 亿美元融资,抢在 Anthropic IPO 前锁定投资者

    据路透社报道,OpenAI 正加速推进约 300 亿美元融资,目标估值超过 1.4 万亿美元,试图在 Anthropic 预计 11 月中旬 IPO 之前锁定投资者,软银、阿布扎比 MGX 等现有投资方正在洽谈参与。OpenAI 向投资者称 GPT-6 Astra 发布后增长加速,年化收入已达 500 亿美元,预计年底升至 700 亿美元;Anthropic 则称第三季度收入从 116 亿美元升至 168 亿美元,但月度环比增速放缓引发估值担忧。两家在收入确认口径上也有分歧,OpenAI 按净额确认收入,并曾指责 Anthropic 按第三方云厂商合同全额确认收入。

    6氪Auto数字时氪未来消费智能涌现未来城市启动Power on36氪出海36氪研究院潮生TIDE36氪企服点评36氪财经职场bonus36碳后浪研究所暗涌Waves硬氪氪睿研究院媒体品牌 企业号企服点评36Kr研究院36Kr创新咨询企业服务 核心服务城市之窗政府服务 创投发布LP源计划VClubVClub投资机构库投资机构职位推介投资人认证投资人服务 活动搜索项目推荐我要入驻城市合作曝OpenAI急融2000亿,跟Anthropic抢金主智东西·2026年10月21日 07:46OpenAI正在加速推进一轮约300亿美元的融资,试图在竞争对手Anthropic预计11月中旬IPO之前锁定投资者。 智东西10月20日消息,据路透社报道,OpenAI正在加速推进一轮约300亿美元(约合人民币2016亿元)的融资,目标估值超过1.4万亿美元(约合人民币9.41万亿元),试图在竞争对手Anthropic预计11月中旬IPO之前锁定投资者。两名知情人士称,软银集团、阿布扎比MGX及其他现有投资方正在洽谈参与本轮融资。 这不是一次普通的融资。时间表异常紧凑,目标估值高得惊人,而它要抢的,是同一批

    匹配字段正文

  5. Fortune AI

    Idealab 创始人 Bill Gross 免费开放 120 万条 AI 生成商业创意

    Idealab 创始人兼 CEO Bill Gross 发布 idealab.ai,免费开放 120 万条 AI 生成的商业创意。这些创意由 31 种创意方法论结合约 1700 万份新闻、研究报告、过期专利、上市公司文件和社区讨论等源文档生成,用户可按行业、技能、兴趣和地域检索,也可上传简历或 LinkedIn 资料获取个性化创意。Gross 认为,AI 带来的创业激增可部分抵消其对就业的冲击。

    许多其他问题,”他说。 任何人都可以访问idealab.ai,探索这120万条创意,并按行业、技能、个人兴趣和地域进行查询。人们可以上传自己的简历或LinkedIn个人资料,获得一套可能适合自己的个性化潜在商业创意。已经有创意的人可以上传商业计划书,请AI引擎帮助完善,或生成100个相近创意来帮助改进。 现有组织,例如公司或大学,也可以在自己的现有专利组合中搜索商业创意。Gross表示,目前这些大型企业中的大量知识产权本质上处于沉睡状态,闲置在那里,未能以任何富有成效的方式加以利用。他认为idealab.ai可以释放这些知识产权——允许组建新的业务部门或分拆公司来开发这一隐藏价值。他说,他在加州理工学院的专利库上进行了尝试,该库共有9,978项专利,结果发现这些专利可用于生成约3,450家新企业。他说,工业集团3M拥有约21,000项专利,可用于生成1,549条新商业创意。“我真的希望这不仅能帮助创业者做事,也能帮助大公司做事,”Gross说。 Gross的愿景:100万家新公司和1亿个新就业岗位 AI模型会为新业务提供一份推出计划。如果创业者需要资金来帮助业务起步,Gross说他们可

    匹配字段正文

  6. Thurrott

    Gemini 个人智能功能登陆 Android Auto 与内置 Google 汽车

    Gemini 的 Personal Intelligence 功能开始向 Android Auto 推送,开启后可连接 Gmail、Google Calendar、Google Photos 和 Google Search 中的用户数据,提供更个性化的回答。该功能在 Gemini 设置中完全由用户主动选择开启,未来几个月还将登陆直接运行 Google 车载系统的内置 Google 汽车。Google 高级产品经理 Karan Daryanani 表示,该功能的两项核心能力是从邮件、照片或 Google Maps 收藏地点中提取具体细节,以及跨复杂来源进行推理。

    t) 随着个人智能(Personal Intelligence)功能的推出,Google 的 Gemini 聊天机器人在 Android Auto 以及内置 Google 的汽车上的集成今天得到进一步提升。启用后,Gemini 中的个人智能会将聊天机器人与用户在其他 Google 服务(如 Gmail、Google 日历、Google 相册和 Google 搜索)中的数据连接起来,从而提供更个性化、更有用的回答。 在实际使用中,个人智能让 Gemini 能够在用户驾驶时轻松找到有关即将出行的有用信息。借助这些额外的上下文,Gemini 可以在用户航班延误时发出提醒;它还能根据以往的预订记录,为用户找到符合其口味的餐厅等等。 « 个人智能有两大核心优势:一是从邮件、照片或你在 Google 地图中保存的地点等来源中检索具体细节来回答你的问题,二是跨复杂来源进行推理。当你双手握着方向盘时,这一点尤其有用。个人智能承担了繁重的工作,让你可以自然地说话,而无需解释上下文或费力查找信息, » Gemini 高级产品经理 Karan Daryanani 解释道。 Gemini 中的个人智能今天开始

    匹配字段正文

  7. SiliconANGLE

    Otter.ai 获 3.2 亿美元融资,用于其 AI 会议助手

    Otter.ai 宣布获得 3.2 亿美元融资,资金全部来自 General Catalyst 的 Customer Value Fund,该基金不占股权、按帮助产生的收入分成。其 AI 会议助手支持说话人识别转录、一页摘要与行动项,并可通过 MCP server 将文件提供给 ChatGPT 等聊天机器人。平台全球用户超 4000 万,覆盖超 86% 的 Fortune 500 企业员工。

    服务中提取相关数据。 Otter.ai 借助 AI 驱动的说话人识别引擎转录会议内容。该功能以显示谁说了什么的格式整理转录文本。此外,Otter.ai 还会加入可能出现在用户屏幕上的任何幻灯片或屏幕共享会话中的信息。 该平台为每份转录文本配有一页摘要,概述会议涵盖的主题和关键行动项。Otter.ai 按主题、团队、项目对其生成的文件进行整理,以便于查找。内置搜索引擎使用户能够通过自然语言提示检索特定内容。 该服务可以通过一组即用型集成,将其生成的数据同步到外部服务。它支持包括 Snowflake、Jira 和 OneDrive 在内的十多个热门云服务。一个 MCP server 使用户能够将 Otter.ai 文件提供给 ChatGPT 等聊天机器人。 Otter.ai 在提供核心功能集的同时,还提供针对特定角色的工具。销售人员可以生成发给潜在客户的跟进邮件,并自动完成预约产品演示的任务。教师则可以使用一款根据讲座转录文本生成学习指南的工具。 该公司以免费套餐和三个付费版本提供服务。最高端的 Enterprise 版本包含仪表板,使管理者能够跟踪客户对话中的趋势。例如,销售主管可以使用

    匹配字段正文

  8. Claude Code:GitHub Releases

    Claude Code v2.1.305 发布

    Claude Code v2.1.305 修复了 2.1.304 引入的回归问题:当 Vertex、Bedrock 等提供方或网关拒绝 tool search 时,所有请求都会失败,现在会自动重试并跳过该功能。新增 sandbox.allowNestedUserNamespaces 选项,允许 Linux 沙箱命令创建用户命名空间,同时改进 /usage 警告为一行式修复提示,按 f 即可应用。

    沙箱命令可以创建用户命名空间(Chromium、无根 podman);这使它们能够绕过沙箱的文件保护 - 新增 CLAUDE CODE RETRY WATCHDOG USAGE LIMIT RECHECK MS ,使无人值守重试模式( CLAUDE CODE RETRY WATCHDOG )能够注意到在重置之前已解除的使用限制 - 修复了当端点或网关拒绝工具搜索时,在 Vertex、Bedrock 和其他提供方上所有请求都失败的问题,以及在网关禁止 ToolSearch 或将其排除在 --tools 之外时出现的问题(2.1.304 回归):Claude Code 现在会在不启用该功能的情况下重试 - 修复了当模型名称与 modelOverrides 值仅因字母大小写或 [1m] 标签不同时, /effort 和 /autocompact 设置不生效的问题 - 修复了裸仓库中的新工作树有时从本地 HEAD 而不是默认分支开始的问题, 以及未更改的子代理工作树有时未被清理的问题 - 修复了磁盘已满时 Bash 命令以原始 ENOSPC 文件路径失败的问题:错误现在会说明磁盘已满且未运行任

    匹配字段正文

  9. PyTorch Blog

    从 KTIR 到 SpyreCode:IBM Spyre 的 MLIR 数据流后端

    torch-spyre 的后端编译器以 KTIR(Kernel Tile IR)承接 Inductor 已确定的并行划分,再由开源 Dataflow Scheduler 把每个 tile 的工作拆成程序,从 load → compute → store 流水线逐步扩展为嵌套、双缓冲、多实例调度,输出 DataflowIR 并生成 SpyreCode。KTIR 面向 32 核、每核 2 MB scratchpad 的 Spyre 硬件,以 128 字节 stick 搬运数据;调度器及其方言以 Apache-2.0 开源。

    patterns ["post scheduling"] { ... } } 内核通过一行声明引用其目标,该声明导入此文件,并将 KTIR 的内存空间映射到设备的内存上,例如 global 到 DDR 以及 ct local 到 L1从那时起,流水线中几乎每一个决策都会从描述中读取某些信息。SIMD 通道数决定了第一条流水线的宽度。数据通路构成了路径扩展所搜索的路由图,因此一次传输经过的跳数取决于图所允许的范围。访问粒度、传输粒度和 FIFO 深度约束了每次传输可以如何成形。内存大小限定了地址分配可以放置的内容,从而决定了哪些 tile 尺寸能够适配。而 patterns 块提供设备自身的降级,例如每个 spyreop 内建函数(intrinsic)会展开为硬件的指令,展开点位于调度器的检查点处。 由于所有这些都存在于描述中而不是各个 pass 中,因此重定向调度器意味着编写新的描述,而不是更改调度器。Spyre 有自己的描述,调度器的测试针对上面的示例设备运行,而相同的 pass 在两者上不加修改地运行。 第 1 步:将内核拆分为程序 KTIR 内核是一个 由操作组成的序列,而 S

    匹配字段正文

  10. PyTorch Blog精选

    Google 与 Meta 联合推出 TorchTPU,让 PyTorch 原生运行在 TPU 上

    Google 与 Meta 的 PyTorch 团队合作推出开源项目 TorchTPU,为 Google TPU 提供原生 PyTorch 后端,迁移只需把 model.to("cuda") 改为 model.to("tpu")。项目支持 eager 与 torch.compile 两种模式,新增 DeferAndFuse eager 模式,覆盖约 450 个 Aten 算子,并已在 4,917 个 Hugging Face 模型上验证开箱运行,其中 Tier 1 通过率 98%、Tier 2 相对 GPU 数值一致性 97%。官方称其已用于部分 Google Cloud 大客户的推理与训练生产负载,并集成 vLLM、SGLang、TorchTitan、Ray 和 TorchRec。

    的执行,包括: LLM:Qwen、DeepSeek、Gemma、LLama、Mistral、GPT、OPT、BLOOM、Falcon、StableML 音频/语音:Whisper、Wav2Vec2、HuBERT、MMS 视觉:DinoV2、SigLIP、CLIP、Swin Transformer、ConvNeXt、ViT、ResNet、DETR 文本编码器与搜索:BERT、ALBERT 与 Electra、RoBERTa、DeBERTa、T5、MT5、Flan-T5 验证了基于 DTensor 的分片; 验证了多主机推理(vLLM 和 SGLang)以及微调/训练工作负载(TorchTitan),并采用基于 Ray 的编排; 验证了与 vLLM、SGLang、TorchTitan、Ray 和 TorchRec 的集成。 在本文的剩余部分,我们将讨论 TorchTPU 架构的关键方面以及一些初步结果。 架构深入剖析 TPU 入门 Google TPU 是专门设计的 ASIC ,用于执行构成深度学习基础的大规模张量运算。从 硬件架构角度, 一个 TPU 芯片 包含(取决于代际): 一个或多

    匹配字段正文