18:50
甲骨文的AI豪赌，是陷阱还是机会？
甲骨文财报显示其AI布局加速，尽管面临现金流和利润率挑战，但云业务尤其是IaaS增速显著，GPU相关收入翻倍。公司通过升级数据库为AI向量数据库，并在多云环境中提供高效算力支持，展示了强大的技术实力与市场竞争力。未来，随着AI基建的持续投入，预计其收入和收益将加速增长。
AI新闻
12月
11日
6 条新闻
18:30
Harness 以2.4亿美元融资达到55亿美元估值，旨在自动化解决AI的“后代码”缺口
AI DevOps工具Harness在2025年有望实现超2.5亿美元年经常性收入，最新融资2.4亿美元，估值达55亿美元。通过AI代理自动化测试、验证、安全与治理等环节，解决软件开发中‘后代码’阶段的瓶颈问题。其基于知识图谱技术，提供深度理解客户软件交付流程的能力，助力企业优化云支出和提升部署效率。计划利用新资金扩大研发团队及增强AI系统准确性。
15:44
英伟达GPU被SpaceX送上太空，在天上训练卡帕西的NanoGPT
Starcloud携手英伟达、SpaceX等，首次在太空轨道上训练并运行AI大模型Gemma和NanoGPT，标志着AI技术迈向新领域。计划构建基于太阳能的5GW轨道数据中心，以解决地面能源限制问题，降低成本。中国科研机构也积极布局太空智能计算，预计2024年实现“太空智能链”部署。
15:16
MEET2026挤爆了，AI圈今年最该听的20+场演讲&对谈都在这
MEET2026智能未来大会汇聚了近1500名线下观众和350万+线上观众，聚焦AI的最新进展与趋势。专家们讨论了生成式AI向智能体演化的趋势、多模态模型的重要性以及AI在终端侧的应用挑战。百度、高通等企业展示了其在超级智能体、端侧大模型部署等方面的创新成果。同时，大会还探讨了AI在企业级应用中的规模化、成本效率和精度要求，强调了开源开放对于推动AI技术进步的关键作用。
13:40
美国AI春晚，一盆凉水浇在Agent身上
2025年，AI Agent成为NeurIPS与re:Invent大会焦点，标志着其在AI领域的崛起。亚马逊云科技等企业发布多项围绕Agent的技术更新，强调其在提高开发效率方面的潜力。然而，开发者们也指出当前Agent面临成本高、软件生态不匹配等挑战。未来，优化AI基础设施以降低推理成本及改善数据管理将成为关键发展方向。
09:10
谷歌应对AI竞赛的策略——提拔其数据中心技术背后的功臣
Google 提升 Amin Vahdat 为 AI 基础设施首席技术官，彰显其在 AI 竞争中的重要性。Vahdat 在大规模计算效率方面有深厚背景，负责 Google 的 TPU、Jupiter 网络和 Borg 系统等关键基础设施，推动 AI 训练和推理的算力效率显著提升。此举不仅加强了 Google 在 AI 领域的技术实力，也有助于人才保留。
12月
10日
7 条新闻
17:07
不融资、不烧钱、不扩团队，华裔 CEO 创办的AI独角兽打入谷歌、Anthropic核心供应链，如今营收近百亿
Surge AI 作为一家专注于高质量数据标注的公司，在没有外部投资的情况下实现了年营收超 10 亿美元的成绩。其创始人 Edwin Chen 认为，高质量的数据是训练出高性能 AI 模型的关键。Surge AI 通过构建精英标注员网络和先进的人机协同系统来保证数据质量，赢得了包括 OpenAI、谷歌等在内的顶尖客户。这表明，在当前模型能力快速提升的同时，高质量的训练数据成为了决定 AI 应用效果的重要因素。
15:04
2比特复数模型媲美全精度，北大通用框架让大模型在手机上也能流畅运行
北京大学团队提出Fairy2i框架，通过广义线性表示、相位感知量化及递归残差量化技术，在无需重新训练的情况下实现预训练模型的2比特量化，性能接近FP16。该方法解决了大模型在边缘设备部署时面临的算力和存储挑战，为AI在移动设备上的高效运行提供了新路径。
13:01
微软承诺在加拿大和印度投入超300亿美元，用于建设“主权AI”
微软宣布投资超过300亿美元于加拿大和印度，强化本地云基础设施建设与Azure AI服务集成。此举旨在响应各国对数据本地化及AI系统自主控制的需求，通过引入Azure Local、SAIL等技术保障数据主权，并在印度政府福利门户中嵌入AI以提升就业匹配效率。此外，微软加大了技能培训力度，目标是让民众主动参与技术未来构建。
09:55
年营收 10 亿美元的 Surge AI CEO：比算力更重要的，是 AI 的品味
Surge AI 通过自建训练系统和精细的数据标注方法，专注于提升AI模型的判断力与决策质量，而非单纯追求算力或融资规模。其独特的数据处理方式，包括对标注者行为信号的追踪、机器学习反向分析以及提供评估标准等，使得该公司能够为行业顶尖实验室提供高质量服务，并在未接受外部投资的情况下实现显著商业成功。
08:53
非传统AI公司确认其4.75亿美元种子轮融资
Naveen Rao 创立的 Unconventional AI 获得 4.75 亿美元种子轮融资，估值达 45 亿美元。公司目标是构建高效能AI计算机，追求生物级效率。此轮融资由 Andreessen Horowitz 和 Lightspeed Ventures 领投，标志着对下一代算力效率和技术创新的重大投资。Rao 的过往经历包括成功创立并出售 MosaicML 和 Nervana Systems，显示出其在推动AI技术进步方面的深厚背景。
05:13
B Capital创始合伙人Kabir Narang离职创办新投资平台
Kabir Narang离开B Capital，计划于2026年推出专注于技术、AI和全球资本流动交叉点的新投资平台。他强调AI在加速从想法到产出的过程中扮演的关键角色，并看好能够结合速度与定价权及改善单位经济效益的创始人。Narang还透露将个人持有1-2%的股份于他认为能‘智能增长’的企业中，表明其对早期AI及相关技术领域投资的兴趣持续高涨。
00:09
印度提议对使用版权内容训练AI的OpenAI和谷歌收费
印度提议对使用版权内容训练AI模型的公司实施强制性版税制度，旨在降低AI公司的合规成本并确保创作者得到补偿。该提案通过设立单一收集机构自动授权AI企业访问所有版权作品，以换取强制支付版税。此举措可能重塑OpenAI和谷歌等公司在全球快速增长市场中的运营方式，并为AI训练提供了一个新的监管框架。
12月
9日
3 条新闻
22:39
OpenAI推出首期OpenAI认证课程
OpenAI宣布推出首期OpenAI认证课程，旨在提供实用的人工智能技能：“人工智能基础课程”将通过与一批企业和公共服务合作伙伴的试点项目在ChatGPT平台推出；“教师版ChatGPT基础课程”则已在Coursera平台上线。（广角观察）
16:26
智元宣布开源高性能视频数据加载库VideoDataset
智元机器人宣布开源VideoDataset。据介绍，VideoDataset是智元机器人团队基于实际AI训练需求深度开发的高性能视频数据加载库，其基于NVIDIA Video Codec SDK进行封装，通过多解码器（Decoder）调度和生产者—消费者模型等多种手段实现了解码与训练的完全异步流水线，使解码器利用率达到90%以上。（广角观察）
12:16
被OpenAI开除的天才少年：联手谷歌，围剿英伟达
谷歌正通过扶持云服务商Fluidstack分发自研TPU芯片，以打破英伟达在AI算力市场的垄断。此举不仅反映了谷歌在提升算力效率和成本控制上的努力，也揭示了AI领域内资本与技术之间的激烈竞争。前OpenAI研究员阿申布伦纳创立的基金有意领投Fluidstack的新一轮融资，进一步加剧了这场围绕AI基础设施建设的博弈。
12月
8日
1 条新闻
15:28
英伟达自毁CUDA门槛，15行Python写GPU内核，性能匹敌200行C++
英伟达发布CUDA 13.1，引入CUDA Tile编程模型，允许开发者用Python编写高性能GPU内核，极大简化了AI算法的开发流程。新模型提高了跨代兼容性，降低了AI编程门槛，但可能削弱了CUDA对特定硬件的绑定优势。此外，CUDA Tile还带来了一系列针对Blackwell架构的性能优化，如cuBLAS、cuSOLVER等库的加速。
12月
6日
3 条新闻
15:55
刚刚，英伟达CUDA迎来史上最大更新！
NVIDIA发布CUDA Toolkit 13.1，引入CUDA Tile编程模型，支持张量核心的抽象化使用，简化AI算法开发并提升代码兼容性。新增Green Contexts支持轻量级上下文调度，增强cuBLAS库性能。此次更新旨在优化GPU计算效率与资源管理，推动AI技术在多领域的应用和发展。
14:04
SpaceX估值8000亿美元超OpenAI，IPO就在明年
SpaceX估值激增至8000亿美元，超越OpenAI成为全球最高估值独角兽。尽管新闻主要聚焦于SpaceX的商业成功和IPO计划，但对比凸显了AI领域如OpenAI等企业的强劲增长趋势。这反映了大语言模型及多模态技术在商业落地、技术创新方面的巨大潜力与挑战。
02:05
AWS re:Invent 全力推广人工智能，但客户可能尚未准备好。
AWS在re:Invent技术大会上宣布了多项AI创新，包括新的AI代理和更新的大语言模型等，强调其对企业级AI的全面投入。尽管AWS CEO Matt Garman认为AI即将为企业带来实质性价值，但分析师指出许多企业尚未准备好采用AI。AWS在云基础设施方面领先，但在企业AI解决方案市场中落后于Anthropic、OpenAI和Google。AWS的优势在于提供从基础设施到自研AI训练芯片的一站式服务，然而，企业对AI的投资回报率仍存疑虑。