频道在线·1 天前更新

AI资讯精选

Editor's curation只读15%最值得关注的内容

今日精选

214
09:45
昨天

量子位报道国产算力产业正在进入Token标准化时代,多家国产芯片和云厂商推动统一的Token计费和接口标准。此举有望降低开发者跨平台迁移成本,加速国产AI算力生态整合。

编辑判断:

Token标准化是国产算力从「各自为战」走向「统一市场」的关键一步——这比任何单款芯片发布都重要。

09:28
昨天

硬氪报道一家获红杉和阿里投资的具身智能「大脑」公司完成数亿元再融资,上海交大等机构参与。公司聚焦具身智能的感知决策算法层,为机器人提供通用认知能力。

编辑判断:

红杉和阿里同时押注具身大脑——资本在用钱投票,认为机器人的「操作系统」层比硬件更值钱。

01:58
昨天

Latent Space AINews邀请Radical AI创始人Joseph Krause讨论自驱动实验室(Self-Driving Lab),AI正在实现科研实验的全流程自动化,从实验设计到执行和数据分析无需人类介入。

编辑判断:

自驱动实验室把AI从「辅助科研」推到了「替代科研」——科学家角色的定义正在被改写。

23:26
6 月 17 日

Hugging Face发布MolmoMotion,一个语言引导的3D运动预测模型,可根据自然语言指令预测物体的3D运动轨迹。为机器人和动画领域的运动规划提供新方案。

编辑判断:

一句话就能让AI预测3D运动轨迹——这对机器人操作和动画制作都是底层能力的突破。

21:07
6 月 17 日

量子位报道北京新建一座AI算力工厂,目标部署10万P算力,日产10万亿Token。这座工厂将成为全球最大AI算力设施之一,面向大模型训练和推理的规模化需求。

编辑判断:

10万P算力+日产10万亿Token——这不是数据中心,是AI时代的「发电厂」。

18:55
6 月 17 日

星海图创始人高继扬在量子位发文解析具身智能的三层技术路线:感知层、决策层和执行层,强调每层都需要扎实的技术积累,不存在跨层跳跃的捷径。为具身智能创业者提供务实的技术路径参考。

编辑判断:

具身智能「没有捷径」——这句话从拿了巨额融资的创始人口中说出来,比喊口号的人更值得听。

18:51
6 月 17 日

九章云极发布「AI工厂」战略,定位为智能规模化的新型基础设施。将AI算力、数据、模型和平台能力打包为工厂式标准化输出,面向政企AI规模部署需求。

编辑判断:

「AI工厂」这个提法正在变成行业共识——从九章到北京AI工厂,基础设施层的叙事在趋同。

18:18
6 月 17 日

Hugging Face博客展示从模型Hub到机器人硬件的全链路方案,使用Strands Agents和LeRobot框架实现AI模型到物理机器人的端到端部署。为机器人开发者提供从软件到硬件的完整工具栈。

编辑判断:

HF正在打通「模型→机器人」的最后一公里——开源硬件+开源模型=机器人开发的门槛在崩塌。

18:16
6 月 17 日

量子位报道算苗3D TokenPU芯片正式流片成功,引领国产AI云端大算力芯片升级。该芯片专门针对大模型推理的Token生成优化,在能效比和算力密度上有显著突破。

编辑判断:

TokenPU流片成功——国产AI芯片开始从「通用追赶」转向「专用突破」。

18:00
6 月 17 日

OpenAI News报道一款近乎全自主的AI化学家在药物化学领域取得突破,成功改进具有挑战性的关键化学反应。该系统能自主设计实验、执行操作并分析结果,标志着AI驱动的科学发现进入新阶段。

编辑判断:

AI自己设计并执行化学实验还改进了关键反应——这不是辅助科研,是替代科研。

上一页1 / 22