AI新闻

已选标签:
1月 9日
7 条新闻
15:48

2026开启“自主AI”元年

美国银行预测2026年将是自主型人工智能元年,重点看好亚马逊等五家公司。预计AI将推动零售和云服务增长,尤其在自动化购物、广告投放等领域展现潜力。亚马逊通过自研AI芯片Trainium提升AWS竞争力,并利用机器人技术优化库存管理。Wayfair、Expedia Group及Roblox等也正积极探索AI助手与智能代理的应用,预示着AI在电商、旅行规划及游戏开发中的广泛应用前景。

来源:36氪

13:25

训具身模型遇到的很多问题,在数据采集时就已经注定了丨鹿明丁琰

训具身模型遇到的很多问题,在数据采集时就已经注定了丨鹿明丁琰

本文深入探讨了具身智能领域数据采集面临的挑战及UMI(Universal Manipulation Interface)作为新兴解决方案的潜力。鹿明机器人联席CTO丁琰强调,高质量、可复现的数据是训练有效模型的关键,而现有方法如遥操作和仿真数据存在成本高、效率低等问题。通过FastUMI Pro产品,鹿明实现了高精度、多模态的数据采集,为解决具身智能训练难题提供了新思路。

来源:量子位

10:36

CES 2026观察:算力寻找硬件载体,AI重构传统消费电子产业链

2026年CES聚焦’物理AI’,强调AI与现实世界的融合。芯片巨头如英伟达、AMD等发布多款高性能硬件加速AI发展。中国企业在机器人领域展现强劲实力,从人形机器人到专用型机器人均有突破。传统消费电子厂商也加速AI技术在新旧产品中的应用,智能眼镜成为独立终端趋势明显。汽车领域,吉利、长城等企业推出全域AI技术体系,推动车辆智能化升级。

来源:36氪

09:33

a16z 创始人:AI 价格打下来了,机会才刚开始

a16z 创始人 Marc Andreessen 强调,AI 技术变革的关键在于成本的急剧下降而非模型能力突破。智能正从奢侈品变为日用品,小模型和开源技术加速了这一进程。AI 的单位成本下降速度超过摩尔定律,硬件寿命延长进一步降低了单次调用成本。随着价格暴跌,AI 公司收入却快速增长,用户愿意为高效解决问题的服务支付更高费用。未来,AI 应用将更加注重场景化、价值定价,并且领先者与追赶者的差距正在缩小,持续竞争成为常态。

来源:36氪

08:31

AI PC告别「算力堆砌」,联想Qira炸场、高通英特尔秀肌肉,CES2026吹响号角

AI PC告别「算力堆砌」,联想Qira炸场、高通英特尔秀肌肉,CES2026吹响号角

在CES 2026上,联想、高通等企业展示了AI PC从算力堆砌向混合式AI架构的转变。联想推出的Lenovo Qira超级智能体,通过跨端整合和个性化学习成为用户的数字双胞胎。同时,高通与英特尔提供的强大AI算力支持,使AI功能得以普及到更多设备中,推动了AI平权的发展趋势。

来源:36氪

02:21

据报道,英伟达要求中国客户预付其H200 AI芯片的费用

据报道,英伟达要求中国客户预付其H200 AI芯片的费用

Nvidia要求中国客户全额预付H200 AI芯片费用,尽管中美审批仍不确定。此举反映了Nvidia在满足强劲需求与管理政治风险之间的平衡策略。面对严格条款,中国市场需求依然旺盛,预计到2026年订单将超过200万块GPU,推动Nvidia增加生产。此事件凸显了AI芯片在算力效率及成本控制方面的挑战,以及在全球市场中的重要性。

来源:TechCrunch AI

02:11

OpenAI将收购高管辅导人工智能工具Convogo背后的团队

OpenAI将收购高管辅导人工智能工具Convogo背后的团队

OpenAI 收购 Convogo 团队,以加强其 AI 云服务。Convogo 平台专注于自动化领导力评估与反馈报告,通过 AI 技术提升教练工作效率。此次收购不包括 Convogo 的 IP 或技术,而是引入团队人才,加速 OpenAI 在企业级 AI 应用领域的布局。这标志着 OpenAI 在一年内完成的第九次收购,体现了其通过并购获取关键技术和人才的战略。

来源:TechCrunch AI

1月 8日
5 条新闻
20:18

清库存!DeepSeek突然补全R1技术报告,训练路径首次详细公开

清库存!DeepSeek突然补全R1技术报告,训练路径首次详细公开

DeepSeek公开了R1技术报告的64页补充材料,详尽介绍了R1模型的训练路径及安全机制。报告详细描述了基于纯强化学习的四阶段训练方法,包括冷启动、推理导向RL、拒绝采样与再微调以及对齐导向RL。此外,还披露了安全性评估体系和风险控制系统的构建细节,显著提升了模型的安全性。这一举动不仅增强了R1的透明度与可复现性,也为后续研究提供了宝贵参考。

来源:量子位

20:11

摩尔线程正式发布开源大模型分布式训练仿真工具SimuMax的1.1版本

近日,摩尔线程正式发布开源大模型分布式训练仿真工具SimuMax的1.1版本。该版本在完整继承v1.0高精度仿真能力的基础上,实现了从单一工具到一体化全栈工作流平台的重要升级,为大模型训练的仿真与调优提供系统化支持。本次更新聚焦三大核心创新:用户友好的可视化配置界面、智能并行策略搜索,以及融合计算与通信效率建模的System-Config生成流水线。新版本同时提升了对主流训练框架Megatron-LM的兼容性,并增强了对混合并行训练中复杂通信行为的建模精度,使仿真环境更贴近真实生产场景。(广角观察)

来源:钛媒体

14:28

天数智芯将于月内发布未来三代GPGPU路线图,直面英伟达H200/B200竞争

天数智芯透露,将于1月26日发布未来三代产品路线图,内容涵盖创新GPGPU架构设计、高质量算力基础设施建设,以及面向互联网领域的云端AI训练推理产品等核心方向。业界预测,2026至2028年,该路线图所涉产品将与英伟达H200、B200展开正面角逐。(广角观察)

来源:钛媒体

13:50

黄仁勋CES回应全场!内存卡GPU脖子,游戏玩家可能只能用旧显卡了

黄仁勋CES回应全场!内存卡GPU脖子,游戏玩家可能只能用旧显卡了

黄仁勋在CES 2026上强调了AI技术对未来经济与就业的影响,指出机器人和自动驾驶将推动经济增长。英伟达发布了全球首款开源自动驾驶VLA推理模型Alpamayo 1,并推出下一代AI超算平台Vera Rubin。面对内存成本上涨挑战,英伟达考虑重启旧显卡生产线以满足市场需求。黄仁勋还讨论了AI在未来游戏中的角色,预测神经渲染将成为主流图形技术。

来源:量子位

1月 7日
5 条新闻
20:06

黄仁勋定调,“物理AI”吹响号角

英伟达CEO黄仁勋在2026年CES上提出’物理AI’概念,强调AI从理解语言进化至理解物理世界。预测到2026年将出现能力达人类级别的机器人,标志着AI进入能理解重力、摩擦等物理定律,并与现实世界合理交互的新阶段。这一转变依赖于可规模化部署的完整工业能力而非单一模型突破。尽管前景广阔,但实现过程中仍面临高质量数据获取、模拟与现实差距及技术生态壁垒等挑战。

来源:36氪

15:49

抖音第二总部落子深圳南山,将同步建设字节跳动AI lab研究中心

1月5日,深圳总投资约1573.4亿元的222个重点项目开工,抖音再度加码深圳,开建第二总部。据介绍,“泛视频类科技研发总部”项目位于南山区粤海街道,定位为抖音第二总部。该项目重点支撑抖音、今日头条等核心产品及支付等新业务的研发工作,同步建设字节跳动AI lab研究中心、SaaS平台服务中心。(“创新南山”微信公众号)

来源:钛媒体

15:16

8块钱跑通一次强化学习全流程,潞晨云重塑微调赛道:1名算法工程师=1支Infra团队

8块钱跑通一次强化学习全流程,潞晨云重塑微调赛道:1名算法工程师=1支Infra团队

潞晨云推出国内首个兼容Tinker范式的Serverless微调平台,通过解耦算法设计与基础设施,实现低成本、高效率的强化学习训练。该平台支持Qwen3系列模型,采用按Token计费模式,极大降低了算力成本,使得个体开发者也能轻松复现复杂的RLHF/RLAIF实验。

来源:量子位

08:48

中信建投:人形机器人板块处于底部反弹阶段,预期上修有待新催化或量产进展验证

中信建投指出,特斯拉正引领全球“物理AI”产业变革,人形机器人作为其核心支柱之一,与智能驾驶共享FSD端到端大模型等技术底座,开启“数据-算法-硬件”闭环迭代。本周板块情绪持续回暖,催化一方面来自特斯拉Optimus V3 Q1发布在即、Gen3量产规划明确,另一方面,产业节奏进入实质兑现期。中信建投认为板块处于底部反弹阶段,市场持续博弈特斯拉2026年底百万台产线落地前景,预期上修有待新催化或量产进展验证。(广角观察)

来源:钛媒体

07:47

xAI宣布超额完成E轮融资,融资额达200亿美元

xAI宣布完成E轮融资,融资额超过了此前设定的150亿美元目标,最终达到200亿美元。参与本轮融资的投资者包括Valor Equity Partners、Stepstone Group、富达管理及研究公司、卡塔尔投资局等。战略投资者英伟达和思科投资也参与了本轮融资,他们将继续支持xAI扩展计算基础设施,并构建全球最大的GPU集群。(广角观察)

来源:钛媒体

1月 6日
2 条新闻
06:16

英伟达推出强大的新款Rubin芯片架构

英伟达推出强大的新款Rubin芯片架构

NVIDIA CEO Jensen Huang在消费电子展上发布了新的Rubin计算架构,该架构专为应对AI计算需求激增而设计。Rubin架构由六个协同工作的芯片组成,包括GPU和用于代理推理的新Vera CPU,以及改进的存储与互联技术(Bluefield和NVLink)。据称,相比前代Blackwell架构,Rubin在模型训练任务上快3.5倍,在推理任务上快5倍,并且每瓦特支持八倍于之前的推理计算量。此外,它还引入了新的存储层级以更高效地扩展存储池,满足现代AI系统对缓存的需求。

来源:TechCrunch AI