←搜索结果

按匹配度 · 共 2296 条结果 清除搜索

星期二

  1. The Verge AI

    CoreWeave 债务承压,AI 行业借贷风险扩散

    The Verge 分析指出,CoreWeave 债券已跌入困境区间,股价自上周二收盘以来下跌超过 20%,并波及 Oracle 等其他举债扩张的 AI 公司。CoreWeave 第二季度财报显示负债超过 350 亿美元、上半年亏损超过 10 亿美元,但客户合同剩余履约义务达 1037 亿美元,其中约 40% 于 2028 年到期且大多不可取消。作者认为股价下跌不等于业务崩塌,真正考验要等 AI 热潮放缓时才会出现。

    nd out if it’s actually a viable business. Still, the angst around CoreWeave has made things shaky for other companies that have taken out significant debt in the AI buildout — Oracle’s shares, for instance, which have fallen almost 10 percent in the same timeframe. There’s been a sell-off in Oracle bonds , too. The anxieties investors have around CoreWeave are, in fact, present for all neoclouds. It’s just not clear the bare-metal business is a good one. Anyway, some people are buying the dip .

    匹配字段正文

  2. 404 Media

    得州称暂停数据中心许可审批,非营利组织称TCEQ仍在推进

    Public Citizen 与 FracTracker Alliance 查阅得州环境质量委员会(TCEQ)公开数据库后称,自州长 Abbott 于 9 月 21 日要求暂停数据中心许可以来,该机构仍处理了十余项相关许可,其中 14 份燃气电厂和发电机组申请中有 12 份在 10 月提交、8 份走了加急审查。Abbott 办公室与 TCEQ 均回应称未批准任何数据中心相关许可,TCEQ 表示正在遵守州长指令。FracTracker 的 Sam Law 指出,Abilene 的 Stargate 设施等项目通过通用雨水施工许可的意向通知获得批准,因此并非真正的暂停。

    a center capital of the world. Three hundred already operate in the state, 100 are under construction, and 200 more are being planned. The projects include Big Tech companies like Meta — which is constructing a $14 billion data center in El Paso — smaller scale local projects like one in Taylor that would be built on land meant for a public park, and massive startups like the nuclear-powered Fermi data center in Amarillo. In general, people hate data centers and it’s become a major political iss

    匹配字段正文

  3. MarkTechPost

    Inception 发布扩散语言模型 Mercury 3,速度达 1068 tokens/s

    Inception 发布扩散语言模型 Mercury 3,官方称在 NVIDIA GPU 上达到 1068 tokens/s,上下文窗口为 1M token,参数量未披露但超过 Mercury 1 的 40 倍。在 Inception 自报的 12 项基准中,Mercury 3 在 8 项上领先 GPT-6 Luna 和 Claude Haiku 5.5,其中 SWE-Bench Atlas 为 51.08、IFBench 为 76.84,但在 DeepSWE v1 和 MRCR v2 上落后于 Haiku 5.5。模型已上线 Inception API Platform、OpenRouter、Baseten 和 Vercel,API 兼容 OpenAI,模型名为 mercury-3,发布价为每百万 token 输入 0.10 美元、输出 0.35 美元,之后恢复为 0.20 美元和 0.70 美元。

    erates growth for AI powered solutions and started a computer vision company in 2006. He is a recognized speaker at AI conferences and has an MBA from Stanford. Jean-marc MommessinMeta, OpenAI and Uber Just Taught AI Agents to Talk First. What About When to Stay Quiet? RELATED ARTICLESMORE FROM AUTHOR Exa 3.0 Search API Tops Perplexity, Brave and Parallel on 8 Benchmarks Meet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59 MiniMax Just Launched M3.1 Flash

    匹配字段正文

  4. IT之家·人工智能

    Arena 2026 年第 42 周 AI 大模型周榜:kimi-k3-max 首次稳定进入代码榜前十

    Arena 公布 2026 年第 42 周 AI 大模型盲测排名,月之暗面 kimi-k3-max 以 ELO 1540 分首次稳定在代码榜第十,成为国产模型在该榜最高排名;小米 mimo-v2.6-pro 首次入榜前端开发榜即列第 19。综合榜 gemini-4-argon-high 以 1525 分蝉联榜首,国产模型 kimi-k3-max、qwen3.8-max、mimo-v2.6-pro、glm-5.3-max 分列第 16、22、26、27 名。本期新入榜模型为 gemini-3.5-flash-medium、mimo-v2.6-pro 和 flux-2-flex。

    aude-fable-5.1-maxAnthropic1501 ±613063$10 / $501M 7-claude-opus-4-6Anthropic1498 ±384095$5 / $251M 8-gemini-3.8-flash-highGoogle1497 ±531437$0.75 / $3.751.05M 9-muse-spark-1.3-maxMeta1494 ±614694$1.25 / $4.251M 10-claude-opus-4-7Anthropic1494 ±466315$5 / $251M — 以下为 Top 10 外的国产模型 — 16-kimi-k3-maxMoonshot1488 ±530351N/AN/A 22-qwen3.8-maxAlibaba1483 ±525378$2 / $61M 26-mimo-v2.6-proXiaomi1480 ±94069$0.44 / $0.871.05M 27-glm-5.3-maxZ.ai1478 ±520049$1.4 / $4.41.05M 代码榜 代码榜头部格局依旧稳定,gemini-4-argon-hi

    匹配字段正文

  5. IT之家·人工智能

    思科总裁用 AI 智能体盘点并取消无用订阅,一年省下上千美元

    思科总裁兼产品主管 Jeetu Patel 授权个人 AI 智能体访问邮箱后,智能体发现他每年各类订阅总开销达 9,000 美元,并帮他取消两项无用订阅,每年省下 1,000 到 1,200 美元。该智能体每月订阅费 20 美元,还帮他取消了误开的每月 11.95 美元 Dropbox 套餐。他强调,不要把未经企业审核的个人 AI 智能体接入工作工具与内部资源。

    2026-10-20 14:56 IT之家 - 远洋 IT之家 10 月 20 日消息,如果你总被突如其来、莫名其妙的订阅账单搞得头疼,思科总裁兼产品主管吉图・帕特尔(Jeetu Patel)也深有同感。 帕特尔向《商业内幕》透露,他个人在用四到五款不同的 AI 智能体,包括 Meta 的 Muse、Instinct 以及 OpenAI 的 Dots,用来整合新闻、总结财报电话会议记录,甚至帮女儿订购演唱会门票。而最近,一款智能体帮他大幅削减订阅费用的经历,让他印象深刻。 他说,当他第一次授权个人 AI 智能体访问自己的邮箱时,智能体提示:“你每年的各类订阅总开销高达 9,000 美元(IT之家注:现汇率约合 60,243 元人民币)。你确定全部都需要吗?订阅项目看起来非常多。” 他让智能体生成一张表格,列出所有订阅项目、每项费用以及订阅时长。拿到表格后,他挑出两项不需要的订阅,指令智能体取消订阅。智能体顺利完成操作,并向他发送了注销确认邮件。 帕特尔说:“这件事操作起来简单得有点让人心里发毛。仅此一项,我每年就省下 1,000 到 1,200 美元(现汇率约合 6,694 到 8,0

    匹配字段正文

  6. Latent Space

    DeepSeek V4.1 Flash 1017 与 MiniMax M3.1 Flash、Mercury 3 同日亮相

    DeepSeek V4.1 Flash 1017 以 552B 总参数、16B 激活的 MoE 架构和 1M token 上下文窗口发布,MIT 许可,AA 智能指数 45 分,与 GLM-5.3 并列开源第二。其 API 定价为每百万输入/输出 token $0.30/$1.20,已上线 DeepSeek API、Fireworks、Baseten、DeepInfra、Cloudflare 和 Together。同日 MiniMax M3.1 Flash 以 $0.15/$0.60 定价发布,Mercury 3 则被 Inception 称为迄今最强的扩散 LLM。

    sistent with the Omniscience gains (teortaxesTex). Evidence demand: Others ask labs to publish their detection evidence (ziv ravid). Model Launches: MiniMax M3.1 Flash, Mercury 3, Meta Muse and Video MiniMax M3.1 Flash: MiniMax revealed that “Space Bunny,” the stealth model that topped usage leaderboards, was an earlier build of this model (MiniMax). Claimed results: DeepSWE 74%, Automation-Bench 62% and BabyVision 91%. MiniMax claims it runs at 1/3 the cost and 3× the speed of M3. Pricing: $0.1

    匹配字段正文

  7. MIT News · Artificial Intelligence

    MIT 等机构提出 E(3)-Pose,用对称性先验追踪胎儿 MRI 运动

    MIT、波士顿儿童医院和 Inria 的研究者提出深度学习模型 E(3)-Pose,在胎儿头部移动时调整扫描以获取高分辨率图像,相关论文已在 2026 年欧洲计算机视觉会议(ECCV)发表。该模型把胎儿头部的左右对称性直接嵌入网络架构,而非仅从数据中学习物理规律,从而更准确地判断大脑朝向。目前模型主要在孕晚期胎儿数据上训练,作者希望扩展到孕中期及更小的胎儿。

    Clinic and the researchers. Despite millions of years of evolution, the development of the human fetus remains a complex process that is vulnerable to genetic, environmental, and metabolic disruptions. These disruptions could result in developmental abnormalities, starting with one of the first organs to begin developing in the fetus that continues to develop after birth: the brain. In a routine prenatal ultrasound, the sonographer will flag possible brain abnormalities for additional magnetic

    匹配字段正文

  8. AWS Machine Learning

    vLLM 推出基于 push 的 KV 传输,提升分离式推理的 TTFT 与 TPOT

    vLLM 新增基于 push 的 NIXL connector,把 prefill 后的传输协调与建立过程移出关键路径,在 1P1D 的 Amazon EC2 P5en + EFA 部署上,Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 最高提升 30%。该功能先在 AWS Trainium 集群上构建验证,随后作为与加速器无关的特性贡献给 vLLM,pull 模式下由 decode 实例发起 NIXL READ 的串行步骤被改为由 prefill 侧后台线程发起 NIXL WRITE。

    Pull-mode timeline: router relay, decode-side allocation, and NIXL READ run serially on the path to first token.

    out staging through host memory. The default mode for NIXL connector is pull-based: After the prefill instance finishes computing the prompt KV cache, the router relays the source metadata, including the prefill block IDs, to the decode instance. The decode instance then allocates destination blocks, prepares the NIXL transfer, and initiates NIXL READ to pull the KV blocks from the prefill instance. Because these coordination and setup steps occur sequentially after prefill and before decoding c

    匹配字段正文

  9. AWS Machine Learning

    TwelveLabs Pegasus 1.5 上线 Amazon Bedrock

    TwelveLabs 的 Pegasus 1.5 视频语言模型已在 Amazon Bedrock 上线,可把长视频转成带时间戳的结构化 JSON 元数据。新版本支持按用户定义的分段规则返回匹配片段、结合参考图像的多模态提示,以及无需预索引的即时处理,单次请求可分析最长 2 小时视频。模型通过 InvokeModel 和 InvokeModelWithResponseStream 调用,目前在美国西部(俄勒冈)区域提供。

    t 9, 2026 we announced the availability of TwelveLabs’ Pegasus 1.5 on Amazon Bedrock. Pegasus 1.5 is a video language model that turns long-form video into structured, timestamped metadata. You describe the moments that matter to your workflow, and the model returns every matching segment as JSON. Video represents a significant and complex category of unstructured data, yet most of it remains unsearchable and underutilized. Extracting structured, actionable insights from that content has histori

    匹配字段正文

  10. AWS Machine Learning

    Amazon SageMaker JumpStart 2026 年进展回顾

    2026 年 1 月至 9 月,Amazon SageMaker JumpStart 新增来自 30 家提供商的 100 多个模型,其中 Alibaba(Qwen)贡献 29 个、NVIDIA 17 个、Mistral 7 个、Google 6 个 Gemma 4 变体、IBM 4 个、Cohere 4 个。新增模型覆盖多模态、语音、图像与视频生成,并引入 GLM-5.2 FP8、JetBrains Mellum2-12B 等量化与紧凑模型以降低推理成本。

    4.1-2b,用于覆盖 6 种语言的多语言自动语音识别(ASR)。 Cohere: 4 个模型,包括 Command A(A100)以及用于检索增强的 Rerank v3.5、v4.0 Fast 和 v4.0 Pro。 其他: 来自 MiniMax、Zhipu AI(GLM)、DeepSeek、Moonshot AI、Allen AI、Microsoft、 Meta(Muse Spark), Reflection(Beam), Black Forest Labs、JetBrains、OpenBMB、BharatGenAI、Kakao、OpenFold 等的 33 个模型。 模型新增亮点 2026 年新增的模型反映了我们在扩展 SageMaker JumpStart 目录时的几个重点优先事项。这些不仅仅是行业趋势。它们代表了我们看到强劲客户需求以及帮助客户在 SageMaker 上构建生产级 AI 应用的重大机会的领域。 扩展 NVIDIA 开放模型组合 NVIDIA 是我们的重要模型提供商之一,2026 年他们的贡献远远超出了语言模型。Cosmos3 世界基础模型提供 Super、Ed

    匹配字段正文

  11. 36氪 · AI

    记忆张量发布并开源 MemT 1.0 记忆原生大模型

    记忆张量发布并开源 MemT 1.0 记忆原生大模型,将记忆内化进底层架构,让模型通过训练自主读写、更新和调用记忆。在 11 项系统记忆基准测试中,MemT-1.0-Flash 和 MemT-1.0-Nano 均分分别为 50.6 和 47.0,领先同组最强参数化记忆基线 12.5 分和 8.9 分。在 SWE-bench Verified 上,Nano 按实时反馈更新记忆状态后平均成功率从 66.07% 升至 69.73%。

    市合作押注记忆原生,MemT 1.0 破局养成系 AI 下半场爱范儿·2026年10月20日 12:12MemT 1.0 开源,给出「记忆原生」新解法 用 AI 最让人崩溃的瞬间,莫过于你花半天纠正它把任务做对,换个新会话,它转头又踩进同一个坑里。模型做过了事,却没变成它的成长。跑通单次任务之外,它真正缺的是把反馈转化为经验,并在之后主动调用。 这种割裂在 Meta Muse、OpenAI Dots 与 xAI Grok Bot 掀起的私人助理热潮中格外明显:主流的外挂检索最多算翻查静态备忘录,没法把调教过程沉淀为行事默契,而这恰恰是长期助理最核心的门槛。 今天,记忆张量正式发布并开源 MemT 1.0 记忆原生大模型。 它和外挂方案最大的不同,不只是让记忆脱离了外挂模块,内化进底层架构,更在于模型通过训练,自己学会了如何读写、更新和调用记忆,让经验积累本身成为模型能力的一部分。 把记忆,写进模型的骨子里 市面上多数方案喜欢把存聊天记录当成记忆,但存下流水账,应付不了真实世界的动态交互,离真正的助理也还差得远。 MemT 1.0 的技术报告中就提到一场硬核的测试:用户先给出展览原定时间

    匹配字段正文

  12. 36氪 · AI

    高盛:CoreWeave债券收益率升至15.7%,高利率下AI融资与法国财政承压

    高盛利率策略师David Curtin将CoreWeave债券收益率飙升与法国国债利差扩大归入同一高利率框架。CoreWeave 9.75%、2031年到期债券收益率一度从5月低点8.89%升至15.70%,相对美债利差峰值达1071个基点,其五年期CDS收于1117个基点,隐含约63%的五年内违约概率。高盛指出AI资本开支热潮本身也是推高长端利率的因素之一,若融资压力迫使资本开支降温,长端利率可能回落,但AI产业链将面临投资放缓与估值下修。

    面临投资放缓、资产估值下修和收入预期调整。两道裂缝,指向同一个可能的利率拐点。 第一道裂缝:CoreWeave,AI繁荣的融资成本开始显形 要理解CoreWeave为何成为高利率下的标志性案例,先要理解它的商业模式。 CoreWeave的逻辑,是一套典型的"借债驱动扩张"路径:通过高成本融资购买英伟达GPU,建设AI算力基础设施,再依靠与微软、OpenAI、Meta等大客户签订的长期合同,逐步回收投资。这套模式在利率低廉时,可以产生可观的套利空间;但一旦融资成本飙升,整个逻辑就开始承压。 高盛的数据显示,CoreWeave发行的9.75%、2031年到期债券,收益率一度从5月份的低点8.89%飙升至15.70%,相对美债的利差也从472个基点暴涨至峰值1071个基点,随后略有回落,仍停留在986个基点附近。换句话说,市场对CoreWeave债券的定价,已经接近垃圾债中最危险的区间。CoreWeave的五年期信用违约互换(CDS)则收于创纪录的1117个基点,隐含约63%的五年内违约概率。 更令人警觉的是,风险并未止步于CoreWeave本身:约140亿美元的垃圾级债券,背后所支撑的数据

    匹配字段正文

  13. 集微网

    Anthropic 向 METR 开放类员工级访问权限用于模型风险评估

    Anthropic 为外部评估机构 METR 开放了类似员工级别的访问权限,用于评估其模型风险。METR 已有六名工作人员入驻 Anthropic 办公场所,获得公司硬件和内部工具与系统访问权限,大致等同于其内部风险评估团队。评估人员将发布分析报告,Anthropic 无权否决发布,但可要求删减客户数据、受律师客户保密特权保护的内容或模型架构相关信息;该合作不涉及付费。

    10 月 19 日消息,Anthropic 为外部评估人员开放了“类似员工级别的访问权限”,用于评估其模型存在的风险,以此兑现承诺,强化安全防护,应对外界对于这项技术可能出现灾难性失控的担忧。 非营利机构 METR 曾与 OpenAI、Anthropic、谷歌以及 Meta 等头部实验室开展合作,如今该机构已有团队入驻这家 Claude 研发企业的办公场所,可以访问其硬件设备与内部系统。 随着能力更强的人工智能系统可能给经济、网络安全乃至全人类带来的风险引发越来越多担忧,扩大第三方评估人员的权责范围,是各大实验室提出的主要实质性举措之一。 Anthropic 首席执行官达里奥 · 阿莫迪(Dario Amodei)在 9 月促成了一次难得的立场统一,他的两大劲敌山姆 · 奥尔特曼(Sam Altman)与埃隆 · 马斯克(Elon Musk)都支持他提出的方案,即在头部人工智能实验室派驻外部审计人员。 当地时间上周四发布的这项公告,是落实上述承诺的第一步。奥尔特曼虽然称阿莫迪的提议很不错,但 OpenAI 尚未公布引入评估人员的相关计划。 Anthropic 在周四表示:“随着模型能力

    匹配字段正文

  14. 钛媒体 · AGI

    实测Muse与ChatGPT的Dot:两款个人Agent处理中国互联网任务

    作者把添加日程、整理126邮箱、大众点评找餐厅、京东挑鞋和制作旅行AA账本等任务分别交给Muse与ChatGPT中的Dot实测。Muse仅靠手机即可完成日历操作,并能从淘宝截图提取双十一定金和尾款节点;Dot在共享账本任务中交付更完整,但手机端操作苹果日历需借助Mac。两者处理网易邮箱等无现成连接的服务时都依赖云端浏览器,登录、验证码和小屏接管仍是主要障碍。

    除,且有两封不确定的还暂未删除与我讨论,得到允许后才删除。 Dot同样是在我接管登录之后,顺利完成了后续邮件处理。它还额外发现了简报里的一个疑点:邮件显示的时间是20:10,附件里的简报里却写着“截至北京时间21:03”。 Dot主动指出了这个矛盾,并询问要不要回信反馈。我让它拟好邮件,安排在第二天上午九点发送,之后也确认邮件按时发出了。 先试的是Muse和Meta自家的Threads。在手机已经安装Threads并登录的前提下,授权只需要点一下。我给它一张露营照片,要求文案全部使用emoji,它很快就发出去了。 有自家的“全家桶”就是舒服,Meta手握Facebook、Instagram、Whatsapp等平台,想必都会有相对丝滑的体验。 账号验证完成之后,后续发布只花了一两分钟。我打开浏览器窗口观察,它的操作连贯,效率较高。 Dot也通过云端浏览器完成了同样的任务,但不如Muse效率高,中间有一段时间几乎没动静。 浏览器里的鼠标停在那里,我看不出它是在处理、等待,还是已经遇到了问题。直到我催促,它才继续操作。 类似的停顿,在这几轮Dot的云端操作中出现过几次。同一阶段,我暂时没有在

    匹配字段正文

  15. 钛媒体 · AGI

    Cue一周实测:给AI配了身份证,却还做不到随时可用

    作者开通Cue Pro会员实测一周,邮件处理最顺畅,能及时提醒收信、总结要点并按意图组织回复;电话与支付两项因需绑定国际账号未能跑通。多Agent协作需配置海外应用接口且群聊回复混乱,日程管理也接不进微信、QQ等国内信息流。Cue于9月28日与Manus 2.0一同发布,为每个Agent配备独立邮箱、电话号码、数字钱包和专属电脑,面向海外用户,国内版本仍在筹备。

    验却仍被使用环境层层牵制,这种落差,或许也是理解当下Personal AI竞争的一个切面。 “出走”一年半,Manus手握34亿重回牌桌 Manus 过去一年多的经历,比它的产品迭代还要跌宕。 2025年3月,它顶着"全球首个通用 AI Agent"的名头爆火,几秒钟就能筛简历、分析股票、从零建一个网站。同年5月,总部搬去新加坡,产品不再对内地开放。12月,Meta 宣布以20亿美元收购它。今年4月,国家发改委要求撤销这笔交易;8月底,中资老股东从 Meta 手里回购股份,创始团队重新拿回控制权。 回到牌桌上的第一件事就是补充弹药。据媒体报道,Manus 母公司蝴蝶效应近日完成超 5 亿美元融资,博裕投资、IDG 资本领投,腾讯、红杉中国、真格基金继续加持,目标估值约 40 亿美元。 融资官宣当天,公司发布了17个北京岗位,覆盖产品、研发、运营和增长。创始人肖弘在社交媒体上透露,一天之内收到上千封简历。至于公司是否在为赴港上市做准备,目前仍是业内人士的判断,尚未得到官方确认。 资本为什么还愿意给它重注?对不少投资人来说,Manus与AI Coding Agent公司其实是“同类物种”,

    匹配字段正文

  16. 钛媒体 · AGI

    Edge AI Daily 早报:Anthropic 450 亿美元算力交易与亚马逊 TorchNeuron

    Anthropic 正洽谈第二笔约 450 亿美元算力交易,涉及西弗吉尼亚 Monarch 园区 460 兆瓦设施与英伟达 Vera Rubin 芯片。AWS 同日发布开源工具 TorchNeuron,改一行配置即可把 PyTorch 代码从英伟达 GPU 迁至 Trainium2 与 Trainium3,以 Apache 2.0 开源并于 10 月 20 日公测。谷歌还开源运行期脚手架 Harness²,不改权重即让 GLM-5 在 WorkBuddy-Bench 上从 64.2 分升至 75.7 分。

    可审计的收入口径;估值仍建立在未审计数据上的私营AI公司及超大规模云厂商或面临估值重估,能经SEC审查证明盈利的公司将获确定性溢价;对投资者而言,核心是学会看AI公司的账目(收入是否审计、刚性支出承诺多少、客户有无长期合同)。 四、AI 7000 亿美元基建潮重现页岩繁荣——同样的问题悬而未决 1.资本开支规模空前:2026年微软、Alphabet、亚马逊、Meta四家科技巨头预计合计资本开支6000亿至7000亿美元,较2025年约3880亿美元高出逾六成;其中约四分之三投向AI基础设施(数据中心、GPU、定制芯片、液冷与电网接入)。UBS预测2026至2028年超大规模云厂商将在AI基础设施上投入4.1万亿美元,是此前六年总和的三倍多。 2.收入增长追不上开支:微软AI业务年化收入达370亿美元(同比增长123%),亚马逊AWS的AI年化收入超150亿美元,但两者合计仅约520亿美元,与四家合计4500亿至5250亿美元的AI资本开支存在数量级缺口。资本开支是当期现金支出、AI收入是未来多年才回收的现金流,时间错配明显;2025年下半年起市场对AI泡沫担忧浮现,投资者开始追问投资回

    匹配字段正文

星期一

  1. MIT Tech Review

    The Download:保护北极永久冻土,以及爱玩耍的 AI 智能体

    MIT Tech Review 的 The Download 栏目本期聚焦两项研究:研究人员在阿拉斯加大学费尔班克斯分校的森林中追踪 2021 年野火对永久冻土的加速融化影响,并探索防火如何帮助碳留在地下;另一项实验中,AI 智能体被反复单独留在虚拟荒岛上 30 小时,它们开始自行探索世界边界并设定目标,例如攀爬地图最高点或测试能把方块扔多高,研究者讨论这算真正的玩耍还是角色扮演。此外,X-energy 的 Xe-100 反应堆拟用氦气冷却、输出 80 兆瓦电力,为重工业提供超高温蒸汽。

    ulating the permafrost below. Five years later, I followed researchers into the forest to investigate how fighting fires could help keep that carbon locked in the ground. A simple metal probe revealed how much deeper the ground had thawed. This rudimentary tool offered a glimpse of an escalating problem: As climate change fuels more frequent and severe fires, they’re accelerating permafrost thaw and releasing greenhouse gases. Now, researchers are exploring how to break that cycle. But how much

    匹配字段正文

  2. SemiAnalysis

    SemiAnalysis 预测 2027 年全球数据中心新增 50GW

    SemiAnalysis 预测 2027 年全球数据中心新增容量将达 50GW,相当于 2024 年之前全球累计市场的总量在一年内建成。其数据中心行业模型显示,目前有 60GW 在建,其中超过 24GW 处于建设后期,多数将在 2027 年交付;2026 年迄今已签署略低于 1 万亿美元的数据中心租约,为 2027 至 2028 年的建设提供资金支撑。报告还提到预制模块化设计把建设周期压到 10 个月以内,并认为电力问题已通过自建发电等方式基本解决,2027 至 2028 年的新瓶颈可能转向存储和逻辑芯片。

    常是一份15-20年的合同,每GW的总合同价值(TCV)为300-500亿美元。请查看我们数据中心模型中的HPC租约追踪器,深入了解实际合同经济性。 自2025年下半年以来,情况发生了翻天覆地的变化。甲骨文在2025年8月至10月间,于三个站点完成了约4.5GW数据中心IT容量的交易,由此开启了超大规模租约的时代。其他所有公司纷纷跟进,买家群体从未如此广泛,Meta、AWS、微软、谷歌、英伟达、AMD、Anthropic和OpenAI都在市场上寻求GW级租约。此外,还有一批Neoclouds在签署数百MW级的交易。 以美元计算,这意味着建设方可用于举债的租约价值达到了前所未有的水平。仅2026年年初至今,我们就已识别出超过1万亿美元的已签署并完成的租约价值。这1万亿美元正支撑着2027-28年规模庞大的数据中心建设。我们新的算力、资本与市场模型(Compute, Capital & Markets Model)目前正在追踪所有债务融资,并可确认其中大部分债务已经完成募集。 来源:SemiAnalysis数据中心行业模型 建设的形态:如何在一年内建成50GW 通过追踪所有这些领先指标,我

    匹配字段正文

  3. 量子位

    通研院孵化的通衍灵智,用RSI做递归自进化个性化智能

    北京通用人工智能研究院孵化的通衍灵智聚焦 Recursive Self-Improving Personal AI,以共享基础模型加轻量 Personal LoRA 承载个人与企业的专属能力,并通过 Evaluator 筛选反馈、版本回滚控制持续学习。其 TIP 训推并行与 Paged LoRA 在 Qwen2.5-72B-Instruct、8 张 NVIDIA H800 上把 LoRA 显存预算控制在 5.79GB,但 LoRA 请求占比升至 50% 时仍出现性能退化,完整自动化闭环尚在研发中。

    从通用模型到个性化智能,人工智能的竞争正在向 长期学习与专属能力 沉淀延伸。 过去几年,大模型不断突破能力边界,越来越多企业开始通过API、知识库和Agent,将AI引入研发、投研、运营等核心业务。 全球科技公司已经开始探索这一方向。 OpenAI通过Dreaming改进ChatGPT的长期记忆,使其能够综合历史交互,更好地理解用户偏好、项目背景和长期需求;Meta推出的Muse则进一步结合个性化理解与自主执行,推动Personal Agent从回答问题走向完成实际任务。 北京通用人工智能研究院产业平台CEO李未认为:“基础模型越强,个性化智能能够发挥的作用就越大。我们看好的是一种新的技术分工:先进基础模型提供共享的通用能力,个性化模型则通过长期交互和持续进化学习,逐步形成符合不同主体需求的专属能力。” 注:通衍灵智依托北京通用人工智能研究院(BIGAI)体系的科研积累与产业转化资源,专注于面向企业与个人的持续自进化专属模型(Personal AI)研发。通过个性化模型训练、持续学习与底层算力优化,推动专业知识和业务经验沉淀为可持续进化的专属智能能力。 当个性化成为行业共同关注的方向,

    匹配字段正文

  4. 智东西

    Conway Research 推出本地个人 AI 助手 Underdog

    成立 8 个月的 Conway Research 亮出首款个人 AI 助手 Underdog,完全运行在用户设备上且离线可用,已推出 Mac、Windows 测试版,并获 a16z、Anthropic 投资联合体等投资。其模型包括基于 Qwen3.8 27B 打造的 Saluki 27B(已开源,权重体积为全精度版本的 1/7、保留 96% 性能)和 Woof 4B,配套推理引擎 Husky 在 MacBook 上让 Woof 4B 每秒最多处理 730 个 token,比 MLX 快 4.5 倍。产品还上线了基于 Qwen-Image Flash、Qwen-Image-2.1-Turbo 的本地图像生成与编辑,以及与 Stripe 合作的设备端智能体支付。

    ,亮出首款个人AI助手Underdog,同时官宣获得Anthropic旗下投资联合体、硅谷知名风投公司a16z,以及来自谷歌、OpenAI、Hugging Face的AI大牛等个人及机构的投资。 ▲Conway Research‌创始人Sigil Wen官宣融资的推文(图源:X) 该公司将Underdog称作“迄今为止隐私性最强的Muse竞品”。 9月8日,Meta发布个人AI助手Muse,上线仅10天就超过ChatGPT登顶美国App Store免费应用总榜。Muse可自主拆解用户目标、执行任务,覆盖办公、生活、消费等多场景,每名用户拥有云端独立虚拟机,可后台持续执行任务。 这股热潮迅速扩散,OpenAI发布新一代智能体产品Dot、马斯克发布Grok Bot、Manus推出2.0,还有国内字节、腾讯、蚂蚁、阿里也被曝正进行研发类似产品。 Underdog与Muse这类产品的功能类似,都是帮助用户处理日常生活、工作的任务,最大不同之处在于,Underdog完全运行在用户的设备上,且离线也能跑。 ▲Underdog自动添加日程演示(图源:Conway Research‌) Conway

    匹配字段正文