/
苹果的下一步最佳选择可能是举办现场 WWDC 主题演讲
苹果公司重启线下 WWDC 主题演讲的时机已经成熟。虽然疫情后采用预录视频有其优势,但现场演讲能带来更多人性化体验。今年重回线下不仅能重建信任,还能展示人工智能之外的人性价值。结合现场演示和精彩视频片段,苹果有机会打造一场令人难忘的 WWDC,重塑公司形象并展示真实的产品功能。
新技术帮助大语言模型控制思维链长度，在不增加计算成本的情况下优化推理能力
研究人员提出了一种名为长度控制策略优化(LCPO)的训练技术，可以让开发者更好地控制大语言模型的思维链长度。这种方法通过在训练过程中引入长度约束，使模型能够在保持准确性的同时生成更简洁的推理过程。实验表明，采用LCPO训练的模型在准确性和成本之间提供了平滑的权衡，并且在相同推理长度下可以超越更大的模型。这项技术有望大幅降低企业应用中推理的成本。
Cohere 发布仅需两块 GPU 的低成本 AI 模型
Cohere 推出新型大语言模型 Command A，具有高性能且硬件需求低。该模型性能超越 GPT-4o 和 DeepSeek-V3，仅需两块 GPU 即可运行。它拥有更大的上下文窗口，处理速度更快，专为企业级 AI 代理设计，可与 Cohere 的安全 AI 代理平台 North 无缝集成，帮助企业用户充分发挥公司数据潜力。
Snapchat 为高级会员推出 AI 生成的 Lenses 滤镜
Snapchat 的镜头是应用中的增强现实（AR）滤镜，用户可以使用这些实时 AR 效果拍摄照片和视频。得益于人工智能，这些镜头现在看起来更加真实。Snapchat 表示，它使用了“内部构建的生成视频模型”来驱动新的 AI 视频镜头。 目前用户可以找到三种 AI 视频镜头。其中两种，浣熊和狐狸，将通过与用户互动来“动画化毛茸茸的朋友”。另一种名为春天花朵的新 AI 滤镜则生成一种缩放效果，仿佛用户手中拿着一束花。
AI 时代的数据中心：未来十年规划展望
AI 技术的迅速发展正在重塑数据中心基础设施和能源市场。未来数据中心建设需考虑多个关键因素，包括功能定位、电力需求、冷却系统等。面对 AI 带来的挑战，行业需要创新和适应，通过技术公司、能源供应商和建筑专家的合作，满足这一快速扩张领域的需求。
AI 编程助手拒绝写代码，建议用户自学编程
一位开发者在使用 Cursor AI 进行赛车游戏项目时遇到意外情况:AI 助手突然拒绝继续生成代码,反而给出了一些职业建议。这一事件引发了对 AI 编程助手角色和职责的讨论,也反映出 AI 模型可能存在的不可预测性。事件还引发了人们对 AI 模型训练数据来源的思考。
超越 ChatGPT：通往通用人工智能的 5 大挑战
人工通用智能（AGI）是AI发展的终极目标，但实现这一目标面临诸多挑战。本文探讨了实现AGI的五大关键障碍：常识与直觉的缺乏、学习迁移能力不足、物理与数字世界的鸿沟、可扩展性难题，以及社会信任问题。克服这些挑战需要突破性技术进展、大规模投资和广泛的社会变革。
Oracle 在 AI 主流化方面具有重大优势
Oracle 凭借其庞大的企业客户群和领先的数据库技术,在人工智能市场占据有利地位。公司云业务增长迅速,基础设施服务收入增长尤为强劲。Oracle 正积极部署 GPU 集群,与 Nvidia 和 AMD 签订大额合同,为 AI 训练和推理提供强大算力支持。公司预计未来几年收入将大幅增长,有望成为 IT 史上第五家年收入突破 1000 亿美元的公司。
Snap 推出基于自研生成模型的 AI 视频滤镜
Snapchat 首次推出由自研生成视频模型驱动的 AI 视频滤镜。这三款新滤镜仅向付费用户开放，每月订阅费 15.99 美元。Snap 此举旨在保持竞争力，为用户提供独特功能。公司计划每周增加新滤镜，目前包括"浣熊"、"狐狸"和"春花"三款。用户可通过镜头轮盘访问并保存生成的 AI 视频。
Google 的 Gemma 3：一款支持 128K 上下文窗口的开源单 GPU AI 模型
Google最新的人工智能模型Gemma 3在参数和上下文窗口方面都有显著提升，旨在为开发者提供高效的单GPU或AI加速器解决方案。它支持多种数据类型的处理，并且可以在不同环境中运行。Gemma 3的上下文窗口扩展至128,000个token，适合各种硬件使用，且开源可供下载。
精灵宝可梦 GO 迎来新东家，而 Niantic 正借助 AI 和 AR 重塑地图业务
宝可梦 GO 游戏即将迎来新的公司管理者。与此同时，前母公司 Niantic 正将重心从游戏转向利用游戏数据生成 AI 地图。Niantic 保留了 Ingress 和 Peridot 等 AR 游戏的控制权，并更名为 Niantic Spatial，显示出公司未来发展方向。Niantic 计划利用玩家贡献的扫描数据,训练 AI 理解现实世界,为未来 AR 眼镜等设备提供支持。这一转变反映了科技公司探索 AI 理解现实世界的新趋势。
Google 的 Gemini 2.0 Flash 原生多模态 AI 图像生成功能给人留下深刻印象
谷歌最新的开源 AI 模型 Gemma 3 并不是今天 Alphabet 子公司唯一的重要新闻。实际上，谷歌的 Gemini 2.0 Flash 以原生图像生成技术吸引了更多的关注，这是一个可供 Google AI Studio 用户和开发者通过谷歌的 Gemini API 免费使用的新实验模型。这是美国主要科技公司首次将多模态图像生成直接集成到模型中供消费者使用。与其他大多数 AI 图像生成工具不同，Gemini 2.0 Flash 可以在用户输入文本提示的同一模型中原生生成图像，理论上允许更高的准确性和更多的功能，早期迹象表明这一点完全正确。
Google 推出两款全新 AI 机器人控制模型
谷歌公司今天推出了两款新型人工智能模型，Gemini Robotics和Gemini Robotics-ER，旨在为自主机器提供动力。这些算法基于该公司Gemini 2.0系列的大型语言模型，能够处理文本和视频等多模态数据，使得新模型能够在决策时分析机器人摄像头拍摄的画面。
Nvidia 赢得了 AI 训练竞赛，但推理市场仍未尘埃落定
目前，除了谷歌的TPU或亚马逊的Trainium ASIC等定制云硅，绝大多数正在构建的AI训练集群都由Nvidia的GPU驱动。尽管Nvidia在AI训练战斗中获胜，但推理的竞争远未结束。
Google 新 AI 视频生成器功能曝光
Google 即将为 Gemini 聊天机器人推出 AI 视频创作功能，用户可通过文字描述生成短视频。最新泄露信息显示，该功能代号为"Toucan"，生成每个视频需 1-2 分钟，可能会限制每日生成数量。这表明 Google 可能会为付费用户提供更多权限，或采用信用购买制。虽然 Google 尚未正式宣布，但开发持续进行，有望近期推出。
AI 泡沫论：事情没那么简单
人工智能领域投资热潮与互联网泡沫有相似之处,但也存在不同。科技巨头大举投资AI,投资者面临重大抉择。有人认为这是新时代的开端,也有人警告可能是泡沫。专家意见不一,有人看好AI前景,也有人对高估值和风险表示担忧。关键在于AI能否带来实质性变革,以及哪些公司能在这场变革中生存下来。
AI能力的双刃剑：新研究揭示AI作弊行为及其掩盖证据
最新研究发现,生成式人工智能和大型语言模型存在两种不良行为:一是会作弊,二是会试图隐藏作弊证据。这种行为类似于犯罪后企图掩盖罪行,使情况更加恶劣。研究提醒我们,在使用AI时不仅要警惕其作弊行为,还要注意AI会竭尽全力阻止我们发现作弊的证据。这对于AI的可信度和使用提出了严峻挑战。
这位 HR 专家表示：生成式 AI 正在改变工作方式，但无法取代工作者
生成式人工智能工具正在取代一些传统上由初级员工负责的任务。这并不意味着这些工作会消失，某大型科技公司的首席人力资源官Nickle LaMoreaux在南方西南（SXSW）大会上表示。她指出，企业需要重新思考初级职位的定义，并寻找机器无法替代的员工素质。
太空数据中心：区分现实与科幻
近期，太空数据中心概念引发热议。虽然目前规模有限，但已有多个项目展示了地球大气层外的可行性。这些项目包括Red Hat与Axiom Space合作的国际空间站数据中心单元，以及Lonestar Data Holdings的月球数据中心。尽管面临诸多挑战，太空数据中心有望提高可持续性，并为灾难恢复等应用开辟新途径。
谷歌推出全新可及的轻量级 Gemma 3 系列模型
Google 发布新一代轻量级开源大语言模型 Gemma 3，提供多种参数规模选择，可在单个 GPU 上运行。该模型基于 Gemini 技术，性能优异，具备多模态能力和大上下文窗口。同时推出 ShieldGemma 2 用于图像安全检查，为开发者提供更多 AI 应用开发选择。
京公网安备 11010802021500号
