←搜索结果

按匹配度 · 共 2296 条结果 清除搜索

星期三

  1. 智东西

    天数智芯首次实机演示天垓300与端侧终端TY1200

    天数智芯首次实机演示通用GPU天垓300和端侧算力终端TY1200,并预告标称算力600T的下一代端侧产品TY2000。天垓300有144GB显存,在64K长上下文下Attention性能为H200的1.05倍,GLM-5.3模型下MoE吞吐为H200的1.15倍;TY1200为300 TOPS INT8稠密算力,实测TPS超越英伟达Thor T5000。天垓300 IXL144超节点在单机柜集成144颗GPU、聚合约10.1TB显存,每百万有效Token成本较国际主流方案降低约40%。

    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

  2. Wired AI

    AI 起草灾害警报正在进入应急管理,人类是否准备好

    Grist 与 WIRED 的报道指出,尽管多数应急管理机构不允许员工使用生成式 AI,但专家认为州和地方灾害部门已在私下用它起草警报。阿拉巴马州一名县应急管理员曾用 AI 生成飓风风险图,结果气象上并不准确;而 EM1 等公司的模型已能改写新墨西哥州 San Juan 河的洪水警报,补上发布方、地点和撤离指引。专家提醒,缺乏经验的应急人员难以判断模型输出,公众对 AI 与政府的不信任也可能反噬警报的可信度。

    于AI生成内容的激增如何影响公众对政府的信任,专家表示目前尚难判断。 “如果是人给你发短信,对比计算机给你发短信,你觉得哪一个更准确?”另一家为应急管理者提供AI软件的公司Preppr的创始人贾斯汀·斯奈尔说。 他说,答案取决于接收信息的人。 直达你的收件箱:与Kernel Panic一起深入数字安全的世界 我们与Muse AI智能体进行了色情短信互动——而Meta表示这完全没问题 重磅报道:认识DEA首屈一指的加密货币侦探 OpenAI正在惹恼数学家 想要更好的搜索结果?将WIRED设为Google的首选来源。主题:应急、灾害防备、救灾、气候、极端天气、人工智能。AI智能体成为媒体新宠受众。随着智能体走向主流,一些出版商希望人们能为专为AI而非人类定制的内容付费。凯特·泰勒。特朗普的“道德约束性”AI“协议”、AI智能体的崛起,以及选票上的极端分子。本周在Uncanny Valley节目中,我们讨论科技高管签署的自愿性AI安全协议、面向普通人的AI智能体,以及在美国中期选举中竞选公职的极端候选人。布莱恩·巴雷特。AI黑客留下烂摊子,AI公司却不买单。强大的AI模型持续制造混乱,但其目

    匹配字段正文

星期四

  1. 智东西精选

    谷歌发布 Gemini 4 Carbon 模型,主打长周期 Agentic 工作流

    谷歌发布旗舰模型 Gemini 4 Carbon,专为持续运行的 Agentic 工作流构建,重点提升编程、智能体、科学任务与全栈 Web 开发能力。该模型在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一,超过 Claude Opus 5.5、GPT-6 Astra 和 GPT-6.1 Sol;首发优惠价为每百万输入 Token 2 美元、每百万输出 Token 10 美元,缓存输入 Token 可享 95% 减免。Carbon 采取分阶段开放策略,先向部分网络安全防御人员开放,再通过 Fairwind 计划扩大可信合作伙伴范围,之后向开发者、企业和消费者开放。

    范围从自有云平台拓展至客户自有数据中心和其他服务商,以扩大产品覆盖面。 谷歌披露,超过100家重要客户已经在使用谷歌TPU系统。除Anthropic等现有合作方外,公司还在与Mistral、Physical Intelligence等模型公司,以及金融机构、大学和公共部门客户合作。谷歌还宣布与Oracle、CoreWeave AI建立TPU系统交付合作,并与Meta合作推进TorchTPU,以降低开发者将PyTorch模型迁移至TPU平台的门槛。 TPU业务的意义在于,谷歌可以向客户销售包含硬件、计算、存储、网络及系统软件的完整计算系统,而不只通过云服务按使用量收费。 与此同时,TPU系统销售也会带来不同于传统云服务的现金流周期:谷歌需要先采购硬件、积累库存,再向客户交付并确认收入。财务负责人阿纳特·阿什肯纳齐(Anat Ashkenazi)在会上解释,库存建设会先占用现金,随着交付和客户付款推进,相关现金才会逐步回流。 比单季度营收更能反映未来业务规模的,是云业务积压订单。阿什肯纳齐透露,谷歌云第三季度积压订单达到5610亿美元,其中大部分来自常规GCP合同。公司预计,超过55%的积

    匹配字段正文

  2. Robotics & Automation News

    Maxinsights 获 3000 万美元种子轮融资,为物理 AI 构建训练数据平台

    Maxinsights 完成 3000 万美元种子轮融资,由 PeakXV 领投,Tola Capital、South Park Commons、INCE Capital 和 Alumni Ventures 参投,用于扩展其为机器人和 AI 模型采集真实人类活动数据的物理 AI 数据平台。公司已采集超 200 万小时真实人类活动数据,其中 150 万小时可直接用于模型训练,服务超 30 家 AI 实验室和基础模型开发商客户。公司同时推出 MaxLoop 质量监控系统和 MaxGlove 触觉传感手套,MaxLoop 将审核成本降低约 80%,每月可处理 45 万小时视频。

    Maxinsights 已完成 3000 万美元种子轮融资,用于扩展其物理 AI 数据平台。该平台付费让人们记录做饭、清洁及其他工作等日常活动,以生成用于机器人和 AI 模型的训练数据。 该公司由机器人和自动驾驶领域的资深人士创立,其更广泛的工程团队包括曾任职于 Waymo、Google、Microsoft 和 Meta 的员工。 本轮融资由 PeakXV 领投,Tola Capital、South Park Commons、INCE Capital 和 Alumni Ventures 参投。 Maxinsights 还推出了 MaxLoop 和 MaxGlove。MaxLoop 是一套基于 AI 的系统,用于监控并提升所采集视频的质量;MaxGlove 是一款传感器手套,旨在捕捉仅靠视频无法获得的抓握力和物体重量等触觉信息。 该公司表示,其已采集超过 200 万小时的真实人类活动数据,其中 150 万小时可直接用于模型训练,并服务超过 30 家客户,包括 AI 实验室和基础模型开发商。 来自六个国家的 5000 多名承包商使用 Maxinsights 的摄像头硬件记录自己进行日常活动

    匹配字段正文

  3. heise online

    Google 与 Xreal 合作的 Android XR 眼镜 Aura 开售,起价 1099 美元

    Xreal 与 Google 合作开发的 Android XR 眼镜 Xreal Aura 在美国、加拿大、日本和韩国开售,12GB+256GB 版 1279 美元、16GB+512GB 版 1499 美元,年底前优惠价为 1099 和 1299 美元,11 月中旬开始发货。它重约 95 克,采用分体架构,把主要计算单元和电池放到有线口袋主机中,搭载高通 Snapdragon Reality Elite 芯片,支持 Gemini 语音指令、手势追踪和 70 度视场。Xreal 称首发提供 150 多个 XR 应用与体验,并推出带 Gemini 键的手柄和无线键盘配件。

    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

  4. Unite.AI

    Daptic CEO Baptiste Bouvier 访谈:用 AI 连接法规情报与产品开发

    Daptic CEO Baptiste Bouvier 在访谈中介绍,公司用 AI 平台把法规变化、解读与产品需求连接起来,服务汽车、航空航天、国防、医疗器械和机器人等面临数千条法规的行业。他强调可追溯性与人工监督是信任基础,AI 负责查找和结构化信息,工程师与法规专家仍负责审查和判断。Bouvier 将这一方向称为产品合规生命周期管理(Product Compliance Lifecycle Management)。

    Baptiste Bouvier 是 Daptic 的首席执行官兼联合创始人,他在那里致力于将法规情报与产品开发相连接。他毕业于麻省理工学院计算机科学与工程专业,其经验涵盖麻省理工学院计算机科学与人工智能实验室(MIT CSAIL)的 AI 与自主系统研究、Babylon Health 的医疗 AI、J.P. Morgan 的量化研究、Meta 的 AR/VR 工程以及 McKinsey 的咨询工作。他的工作重点是帮助制造商将复杂的法规要求转化为切实可行的工程决策。 Daptic 提供由 AI 驱动的产品合规平台,在产品生命周期内将法规变化、解读与产品需求连接起来。其软件帮助法规专家、工程师和产品团队监测全球要求、评估其影响并将其纳入开发工作流程,同时具备来源可追溯性和人工监督。在本次访谈中,Bouvier 讨论了法规情报、物理 AI、机器可读的设计约束,以及向持续的产品合规生命周期管理的转变。 您的职业生涯从 MIT CSAIL 的 AI 与自主系统研究,到 Babylon Health 的医疗 AI、J.P. Morgan 的量化研究、Meta 的 AR/VR 工程,再到 McKi

    匹配字段正文

  5. VR陀螺

    2026年全彩AI眼镜扎堆,雷鸟iO+预热全彩Micro-LED光波导

    2026年全彩AI眼镜密集登场,雷鸟预热第四代双目全彩AI眼镜iO+,其全彩光引擎体积比0.18cc更小,已逼近单色Micro-LED光机水平。同期Rokid发布全彩AI眼镜Rokid Color,采用Micro-LED与衍射光波导方案,售价4999元起。雷鸟自2021年X1起持续投入全彩Micro-LED光波导,2023年X2成为全球首款消费级量产的双目全彩Micro-LED光波导AR眼镜。

    文/VR 陀螺 冉启行 2026年,AI眼镜行业正在加速迈向“全彩”时代。 年初,Meta宣布,由于美国市场需求超出预期、库存供应紧张,决定暂缓首款面向消费市场的全彩眼镜Meta Ray-Ban Display的国际市场扩张计划。到了10月,Snap突然请来曾出演“钢铁侠”的小罗伯特·唐尼,为旗下AR眼镜SPECS站台,企图给这款售价2195美元的产品增加更多市场关注。 而在国内,全彩AI眼镜市场同样热闹。10月27日,蒋奇明在Vouge活动现场佩戴的雷鸟还未上市的第四代双目全彩AI眼镜雷鸟iO+流出;同日,Rokid正式发布全彩AI眼镜Rokid Color,采用Micro-LED与衍射光波导方案,售价4999元起;INMO也预告将于11月4日举行以“不止全彩”为主题的空间智能眼镜发布会。 对于整个行业而言,彩色显示走向消费市场的趋势已经越来越明显,给到消费市场的感知也要愈加强烈,但光学体积、显示效果、功耗以及成本,依然是摆在厂商面前的现实问题。尤其当AI眼镜们都开始追求全天候佩戴,主动式AI 后,如何在一副接近普通眼镜的形态里实现高质量、更轻佩戴的全彩显示,是大家共同的命题。 全彩

    匹配字段正文

  6. The New Stack

    Kubernetes 上 AI 智能体沙箱的五层架构

    在 Kubernetes 上运行 AI 智能体需要五层沙箱隔离:隔离层可选 runc、gVisor 或 Kata Containers,分别对应共享内核、受限内核接口和完整 VM 隔离;节点层需为所选运行时配置 containerd、KVM 与 guest kernel;访问层用 NetworkPolicy 默认拒绝出网、按任务发放短期凭证、只读挂载数据;请求层通过 RuntimeClass 让智能体 Pod 选用隔离运行时,并把 gVisor Sentry、Kata guest kernel 等额外开销计入调度与配额。

    eClass 中,以便 Kubernetes 调度器和资源配额将其计入。请测量您自己的工作负载,而不是照抄示例。 集群管理员创建与节点所配置运行时相匹配的 RuntimeClass。它告诉 Kubernetes 该运行时可用、Pod 如何选择它,以及它需要多少开销: apiVersion: node.k8s.io/v1 kind: RuntimeClass metadata: name: kata handler: kata 节点 containerd 配置中的运行时名称 overhead: podFixed: memory: "160Mi" 示例值;请测量您自己的值 cpu: "250m" scheduling: nodeSelector: sandbox.example.com/kata: "true" Pod 通过其 spec 中的 runtimeClassName 字段选择加入: apiVersion: v1 kind: Pod metadata: name: agent-task spec: runtimeClassName: kata 或 gvisor;省略则使用默认 ru

    匹配字段正文

  7. MediaNama

    Paytm 预计 UPI MDR 每财年带来 7 亿卢比收益

    Paytm 集团 CFO Madhur Deora 在 Q2 FY27 财报电话会上表示,NPCI 对 2000 卢比以上 P2M UPI 交易征收 0.4% MDR 后,按当前 28 万亿卢比 GMV 计算,每财年可带来略超 7 亿卢比的增量 EBITDA,FY28 或达 9 亿卢比。Paytm 目前占 UPI 交易量 8.1%,落后于 PhonePe 的 45.6% 和 Google Pay 的 32.2%,CEO Vijay Shekhar Sharma 称目标拿下三分之一市场份额。

    a澄清该平台将面向小商户。该平台的名称未披露。 “是的,它是面向小企业的。对于大型企业,我们还有更多东西正在酝酿。希望过一段时间我们能宣布。但目前,我们专注于为小企业创建代理,”Paytm的CEO说。 据Sharma称,Paytm面向商户的AI平台将通过“订阅费加交易费,两者之一或两者兼有将适用”来实现变现。 “我们已经开始获取客户,并收取平台费。我们正在与Meta和Google合作,实际上是更偏向Meta,我们帮助收取月度平台费,然后我们还能获得部分支出分成,”他说。 该公司预计其新的AI产品将在“至少再过两三个季度……也许到明年同一季度”后带来可观的收入。它将在“营销服务”下报告,这是Paytm的收入项目之一。 Sharma坚称AI正在自我回本。“我们在AI上花的每一美元,所赚回的美元数量都超过以往。我们不是从外部租用智能。我们打造自己的模型,”他说。 另请阅读: Paytm推出企业AI服务,向支付之外转型 UPI MDR将提升支付处理利润率:Paytm [googlesitekit-end-of-content] WP QUADS Content Ad Plugin v. 3.0

    匹配字段正文

  8. SiliconANGLE

    微软 2027 财年第一财季营收 922.8 亿美元,Azure 增长 48%

    微软 2027 财年第一财季营收同比增长 19% 至 922.8 亿美元,每股收益 4.89 美元,均超出华尔街预期,盘后股价上涨约 4%。公司首次单独披露 Azure 收入为 331.7 亿美元,同比增长超 48%,并将财报改为 Agents and Infra 与 Devices and Consumer 两大分部,前者收入 768 亿美元、增长 25%。本季度资本支出与融资租赁合计 452 亿美元,CFO Amy Hood 称其中约 75% 投向 GPU、CPU 等短周期资产,并预计第二财季 Azure 按固定汇率增长 49% 至 50%。

    与英伟达公司的图形处理器和英特尔公司的中央处理器等短周期资产相关,高于前三个季度的66%。她说,这一转变反映出公司优先考虑能够快速产生投资回报的基础设施。 Hood还向投资者保证,公司仍有充足现金来帮助为其资本支出投资提供资金。尽管本季度自由现金流下降27%至186.3亿美元,但仍远好于其竞争对手Alphabet公司今天早些时候报告的90亿美元负自由现金流。Meta Platforms公司上周报告称其现金流也转为负值。 另一方面,Hood坚称,微软将在整个2027财年继续产生正自由现金流,而且公司在需要时仍能获得其他资金来源。“鉴于我们的信用评级状况,我们很幸运能够进入债务市场,而我们尚未动用这一渠道,”Hood说。“当然,还有其他选择。” Forrester Research分析师Tracey Woo表示,微软的业绩表明企业对AI仍有强劲需求,但公司最终能否受益取决于AI价值最终将在何处被获取。她说,公司处于有利地位,因为它可以将AI投资直接与Azure的增长以及已经深度嵌入客户环境的广泛业务应用组合联系起来。因此,如果应用层仍然是AI创造大部分价值的地方,微软将受益,她说。 “然而

    匹配字段正文

  9. AI Business

    中国开源模型进入企业:Red Hat 用 GLM 承接七成推理流量

    AI Business 报道称,截至 10 月 25 日当周,中国模型在 OpenRouter 的 token 统计中占比超过一半,而约一年前该网站周使用榜的九个模型中仅有一个来自中国。Red Hat 正在内部试点自托管 GLM,最多 1400 名工程师使用,约 70% 的推理流量流向开源模型,并以每人每月 300 美元的前沿模型配额控制成本。DataCamp 则因开源模型服务商的延迟和容量不足,正从 Anthropic 转向 OpenAI,尚未把 AI 导师迁到开源模型。

    ,但 Red Hat 的使用数据显示,开源权重模型对许多任务来说已经足够。 Watt 在谈到大多数闭源模型相对较高的成本时说:“在 AI 之旅中,不从前沿模型开始是疯狂的,但过一段时间后,继续留在前沿模型上也是疯狂的,因为它会吃掉你所有的利润。” 对中国的模型的犹豫(如果存在的话)通常基于地缘政治担忧。Watt 说,这正在造成对西方构建的开源权重模型(例如 Meta 和 Reflection AI 开发的模型)的压抑需求。 DataCamp 是一个被约 6,000 家组织使用的 AI 学习平台,其 AI 导师在最近一个月分析了约 140 万小时的学习内容。它一直在评估 Google 的开源权重辅导模型 Gemma 4。联合创始人兼 CEO Jonathan Cornelissen 表示,中国模型可能会给一些政府和企业用户带来问题。 相关:企业中“代理式”的兴起 但 Cornelissen 表示,目前开源权重模型的主要限制是基础设施。运行开源权重模型的提供商无法以所需的速度或规模交付这些模型。他说,延迟没有竞争力。有些提供商有速度但缺乏容量,而另一些则在响应时间上不达标。 目前,Data

    匹配字段正文

  10. 财新精选

    财新详解 Anthropic 招股书:上半年收入 163 亿美元、二季度运营盈利

    Anthropic 向 SEC 递交招股书,计划以“ANT”代码登陆纳斯达克,上半年收入 163 亿美元、二季度实现运营性盈利。公司成立五年、私募市场融资近 1400 亿元,上市估值预计 1.5 万亿至 2 万亿美元,预计算力投入 8000 亿。OpenAI 已在 9 月宣布年内不上市,Anthropic 独自推进这轮 IPO。

    成立五年、从私募市场融资近1400亿元、从有收入的2023年开始计算,每年10倍上下的收入增长到今年上半年的163亿美元,并在二季度实现运营性盈利。这家自称AI实验室的公司以前所未有的速度膨胀,1.5万亿到2万亿的上市估值将很可能刷新马斯克AI公司SpaceX四个月前创造的近1.8万亿市值的IPO纪录,并直接并肩美国科技股“Mega7”(谷歌、亚马逊、苹果、Meta、微软、英伟达和特斯拉)。 推荐进入财新数据库,可随时查阅公司股价走势、结构人员变化等投资信息。 财新机器人产业指数(RII)已发布,点击了解行业动态 上一篇:宇树发布上市后首份财报 营收增速放缓、利润下降下一篇:T早报|苹果推出触屏笔记本电脑;谷歌发布世界模型Genie 4;微软第一财季业绩超预期 图集|执政塞尔维亚14年武契奇承认落败 “学生名单”支持者彻夜庆祝 视线|将“街头怒火”转化为选票:草根组织如何影响美国中期选举 视线|熊出没请注意:气候变暖与食物匮乏引发的“人熊冲突战” 图集|卢拉逆势胜选第4次当选巴西总统 得票率超对手3.58% 图集|西班牙高速列车相撞已致68人死 有中国公民受伤 图集|抗议浪潮席卷欧洲

    匹配字段正文

  11. 财新

    腾讯为 AI 智能体打通多款产品,WorkBuddy 的 Token 消耗超越元宝

    腾讯集团高级执行副总裁汤道生将 WorkBuddy 形容为办公赛道的个人 Agent,并称腾讯正为 AI 智能体打通多款产品。WorkBuddy 于今年 3 月推出,与字节跳动豆包工作、阿里巴巴千问办公同赛道竞争,其 Token 消耗已超越腾讯聊天机器人元宝。WorkBuddy 起始于腾讯云的开发工具团队,在腾讯 2022 年前后降本增效时差点被砍掉。

    财新网作者:关聪责任编辑:屈运栩 文|财新 关聪 2026年10月29日 21:17 WorkBuddy起始于腾讯云的开发工具团队,在腾讯2022年前后“降本增效”时差点被砍掉 2026年3月13日,腾讯公司的WorkBuddy。图:视觉中国 【财新网】科技巨头押注AI Agent(智能体)产品,国内聚焦工作场景的“办公Agent”竞争激烈;美国则先后出现了Meta的Muse、OpenAI的Dots等“个人Agent”,用户数量激增。 办公Agent看似面向企业客户,但目标是从白领人群拓展至更广泛的用户和日常使用场景。腾讯(00700.HK)在今年3月推出的WorkBuddy是主要办公Agent产品之一,正与字节跳动的“豆包工作”以及阿里巴巴的“千问办公”同赛道竞争,掀起“AI办公大战”。 10月29日,腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生将WorkBuddy形容为“办公赛道的个人Agent”,而腾讯的AI chatbot(聊天机器人)元宝、微信内置的Agent“小微”也都是服务C端用户的AI产品。 推荐进入财新数据库,可随时查阅公司股价走势、结构人员变化等投资信息。

    匹配字段正文

  12. PyTorch Blog

    PyTorch 2.15 发布:重写 NCCL 后端成为默认,Apple Silicon 支持 FP8

    PyTorch 基金会发布 PyTorch 2.15,所有使用 nccl 的进程组默认改用重写后的 NCCL 后端,并附带在集合通信挂起时转储现场信息的 flight recorder,可通过 TORCH_DIST_USE_NCCL2=0 或 nccl-legacy 回退。该版本还为 Apple Silicon 加入 float8_e4m3fn 与 _scaled_mm 支持,新的 grouped_mm 在 M3 Ultra 上让 MoE 解码吞吐提升 1.32–1.34 倍。默认 wheel 升级到 CUDA 13.2,同时提供 CUDA 13.4 wheel 并实验性支持 NVIDIA Rubin GPU,另新增 ROCm 10.0 wheel,且不再支持 Python 3.10 和 macOS 14。

    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

  13. The Verge AI

    SemiAnalysis 分析师解读 Anthropic S-1:估值与 AGI 叙事背后的账本

    The Verge 的 Decoder 播客邀请 SemiAnalysis 分析师 Joey Brookhart 拆解 Anthropic 递交的 S-1,讨论其可能以 1.5 万亿至 2 万亿美元估值在纳斯达克上市。Brookhart 称 Anthropic 已实现 700 亿美元以上 ARR,推理毛利率从两年前的负 94% 转为正 85%,每兆瓦推理收入约 6500 万美元,但收入高度集中于编程场景,且约七成算力用于训练与研究。他还提到 Anthropic 未来 7 至 10 年有 5000 亿至 6000 亿美元算力承诺,并对比了 OpenAI 更偏消费端的业务结构。

    乏零数据保留正是我们看到一些放缓的原因。这是他们可以通过Fable 5.5解决的问题,也许能在那里推动更多企业采用。 当我们与企业交谈时,这对他们来说是一件大事。我们现在确实看到企业,而且更多的是,很多AI原生公司,在开放权重模型上进行自定义训练和后训练,然后要么基于此运行他们的推理,要么甚至将他们的产品用于内部或外部用例。 显然,谷歌的DeepMind和[Meta Superintelligence Labs]都是资金非常充足的实验室,拥有相当相似的训练算力,而且他们正在引入大量算力。更不用说SpaceX了,Elon说过明年净新增约10吉瓦,其中一半是长期内部用例。 今年上半年,Anthropic一骑绝尘。他们占了行业净新增ARR的90%。我们在第三季度看到,OpenAI实际上可能占了行业净新增ARR的大部分。开源从第一季度大约10亿美元的token推理成本、ARR,增长到第三季度的100亿美元以上。 所以没错,这个行业的竞争激烈了许多,但同时也涌现出所有这些新的用例,而其中一些垂直化的用例,正是我们未来将看到增长的地方。因为很明显,编程不可能推动我们在这里再翻三倍。 这很有意思。这

    匹配字段正文

星期五

  1. 钛媒体 · AGI

    Edge AI Daily 早报:谷歌发布 Gemini 4 Carbon,Anthropic 提交 2 万亿美元…

    谷歌 DeepMind 于 10 月 28 日发布网络安全前沿模型 Gemini 4 Carbon,以综合 59 分登顶 Artificial Analysis Intelligence Index v5.0,定价为输入 2 美元、输出 10 美元每百万 token。Anthropic 已于 10 月 26 日向 SEC 提交 S-1 招股书,拟以代码 ANT 登陆纳斯达克,目标估值 1.5 万亿至 2 万亿美元、募资最高 1000 亿美元。同期微软首次披露 Azure 单季收入 332 亿美元、同比增长 48%。

    速与规模双重压力下放大叙事、平滑波动;后续观察点在Azure的AI收入占比及2026财年逾1150亿美元资本开支的转化效率。 三、五大巨头举债造 AI,全球债券发行量破 6.61 万亿美元纪录 1.2026年全球债券发行量达6.61万亿美元、同比增15%,距年底尚有两月即刷新2025年全年5.95万亿美元纪录;驱动力高度集中于亚马逊、Alphabet、微软、Meta、甲骨文五家美国超大规模企业,其AI基建资本支出从2023年约1500亿美元飙升至2026年预估约7000亿美元。 2.信贷市场开始为AI举债重新定价:年内超大规模企业债券利差扩大约30个基点,而美元投资级指数仅扩大2个基点,稀缺溢价趋于消失;其债券占美元投资级发行量比例从2022至2024年的2%跃升至2026年预计的9%,高盛预计2026年约三分之一资本支出靠债务融资、2027年升至35%峰值。 3.举债狂潮成败取决于2028年后的自由现金流路径:摩根大通认为数据中心建设成熟后资本支出增长料在2030年前趋缓、自由现金流自2028年改善将支撑利差;高盛情景分析则提示需求或利润率不及预期将带来定价权下降与沉没成本压力,但无

    匹配字段正文

  2. 钛媒体 · AGI

    字节世界模型曝光:张一鸣的布局与谷歌 Genie 4 的路线差异

    钛媒体文章称,字节跳动已将世界模型列为 2026 年 AI 四大重点之一,目标年底前至少发布一版,对标谷歌 Genie 3,用户可通过 Pico 头显以语音和动作进入云端生成的世界。文章同时梳理了谷歌 10 月 28 日发布的 Genie 4,其支持用自然语言实时改变天气、移动镜头和引入人物,并首次加入声音。文中还提到字节内部评测显示其世界模型综合性能距当时全球 SOTA 约差 10%,生成指标约 20fps。

    从阿里加入字节后,负责的就是世界模型相关研究。 不过当时字节内部判断,世界模型的技术路线和商业化场景都不够清楚,更重要的是先打好视频模型这一仗。 到2025年,字节开始小范围组建VLA研究组。字节AI Lab负责人李航团队主要基于仿真数据训练,Seed多模态研究员王文千团队主要基于自然数据训练。 2026年春节后,Seed又新设了一支3D仿真世界模型组,由前Meta FAIR研究员范浩奇负责,向周畅汇报;原来的两个VLA组合并,也统一向周畅汇报。 由此形成两条路线:VLA面向具身智能,追求真实动作与环境响应;3D仿真面向娱乐和游戏。 字节为世界模型准备的训练数据预算达到数千万元,覆盖VLA、长视频和3D等模态。一名数据供应商称,投入能达到其他厂商的3至4倍。 然而钱也花了,人也找了,可成绩就是出不来。据报道,2026年初,字节内部评测显示,其世界模型的综合性能距离当时的全球SOTA仍有约10%的差距。 就和谷歌一样,字节做世界模型也是有技术支撑的。 Seedance 2.5单次可以生成最长30秒的视频内容,还能通过多轮提示词把故事接着讲下去,进而输出一个完整的短片。 它可以参考多种素材

    匹配字段正文

  3. 钛媒体 · AGI

    Gemini 4 Carbon登顶难掩财报失色,谷歌AI豪赌的账单

    Alphabet三季度营收同比增长25%至1275.8亿美元,净利润同比下滑25%至261.7亿美元,自由现金流为负90多亿美元,股价盘后下跌近10%。资本支出514亿美元大部分投向AI基础设施,CFO阿纳特·阿什肯纳齐维持2026年全年资本支出1950亿至2050亿美元区间不变。财报发布前几小时谷歌推出Gemini 4 Carbon,在Artificial Analysis智能指数以59分登顶,但暂未开放公开API,仅先向部分网络安全专业人士开放。

    作为今年早些时候宣布的“市场发行计划”的一部分,Alphabet三季度出售了价值124亿美元的股票:1200万股A类股筹43亿美元,2400万股C类股筹81亿美元。这是6月宣布的900亿美元股权融资计划的一部分,截至9月30日仍有276亿美元可用。 Alphabet在过去一年间已通过六大主要货币市场累计发债超过850亿美元,债务总规模突破1000亿美元。进入2026年后,发债节奏明显加快:2月发行200亿美元多期限美元债,5月先后发行90亿欧元与85亿加元债券,随后又发售约36亿美元的日元武士债。这种“股债并举”的融资策略,与其过去多年偏好回购股票、保持低负债的形象形成了鲜明反差。 事实上,不只是Alphabet,随着AI基础设施建设投入的不断增加,各大科技公司一直在竞相发债发股以筹措资金。Meta本周二表示,将计划通过股票发行筹集975亿美元用于AI投资,高于此前宣布的950亿美元目标,同时,Meta三季度自由现金流同样转负,为负21.2亿美元。 当前,多家万亿市值的科技巨头仍在不断追加资金砝码,这场尚不明朗的AI竞速仍在继续。(本文首发于钛媒体APP,文|TechHorizon)

    匹配字段正文

  4. VR陀螺

    谷歌Android XR开发工具进入稳定阶段,XREAL AURA同步发布

    10月29日,谷歌在Android Dev Summit 2026上宣布Android XR多项核心开发工具进入稳定阶段,Jetpack SceneCore、ARCore for Jetpack XR和XR Runtime的1.0稳定版已于10月21日发布。同日,谷歌与XREAL合作的有线XR眼镜XREAL AURA正式发布,视场角70度、眼镜本体重量低于95克,限时首发售价1099美元起,已在美国、加拿大和韩国开放订购,预计11月中旬发货。文章还梳理了Android XR自2024年12月公布以来的硬件阵营扩展,以及Gemini作为贯穿头显与智能眼镜的统一AI入口。

    ted Apps Platform,以及用于开放应用功能的AppFunctions等工具。虽然这些能力目前仍处于不同的开发和预览阶段,但可以看到,谷歌正在推动Android应用与AI智能体之间建立更直接的连接。 随着相关能力逐步扩展至更多设备,Android XR有机会将Gemini、应用服务与空间交互整合在同一套系统之中。放到当前XR市场来看,这也是谷歌与Meta、苹果竞争的重要方向。 图源:谷歌 不同于Meta、苹果的自研路线,谷歌选择通过Android XR吸引更多硬件合作伙伴加入,同时利用现有Android开发者和Google Play应用资源扩大平台覆盖范围。这种模式曾帮助Android在智能手机市场迅速发展。面对不同价格和定位的终端,谷歌可以提供统一的软件平台,由硬件厂商根据市场需求推出产品。 XR市场也需要类似的产业分工。头显、XR眼镜和AI眼镜涉及显示、光学、芯片、传感器、整机设计等多个环节,不同厂商拥有各自的技术积累。谷歌将操作系统和核心AI能力开放给合作伙伴,可以让硬件企业把更多资源投入产品本身,并借助现有应用生态缩短上市后的内容建设周期。 写在最后 从谷歌已经公布

    匹配字段正文

  5. SiliconANGLE

    英特尔股价盘后跌超 22%,第四季度指引远低于预期

    英特尔第三季度营收 165.1 亿美元、同比增长 21%,每股收益 52 美分,均超出华尔街预期,但第四季度指引仅为每股约 25 美分、营收 150 亿至 160 亿美元,远低于分析师预期的 43 美分和 171 亿美元,股价盘后跌超 22%。客户端计算与物理 AI 业务营收同比下降 5% 至 81 亿美元,数据中心与 AI 部门营收则增长 78% 至 73 亿美元。CFO David Zinsner 表示 PC 市场放缓将至少持续到明年上半年,以色列晶圆厂爆炸事故还将在未来两个季度造成约 6 亿美元营收损失。

    er在安抚投资者时说:“我们在投资时将保持纪律,除非我们对产品和工艺技术的健康有信心的,并有客户需求的明确证据,否则我们不会花1美元资本。” 英特尔最出名的是为全球大部分PC提供动力的中央处理器,但其近期的复苏主要得益于智能体AI工作负载的兴起。ChatGPT和Gemini等聊天机器人主要使用英伟达公司和超威半导体公司等竞争对手芯片制造商销售的图形处理器,但Meta Platforms公司的Muse和OpenAI Group PBC的Dots等AI智能体在CPU上运行效率更高。随着智能体AI今年日益流行,英特尔的芯片也愈发受欢迎。 陈立武坚称:“尽管近期存在影响整个PC行业的逆风,但长期来看,我们仍然看到对CPU以及更广泛地对我们所有计算平台的强劲需求。” 然而,对英特尔CPU的需求已被其初生代工业务的挣扎所抵消。该业务几年前被分拆为独立业务部门,但一直难以获得客户青睐。到目前为止,其唯一的大客户就是英特尔自己。 该公司位于亚利桑那州的晶圆厂是美国唯一能够大规模生产先进逻辑芯片的设施。陈立武在电话会议上向分析师承诺:“未来两个季度内,我们将有两家客户准备宣布。”他补充说,公司即将推出的

    匹配字段正文