AI新闻

已选标签:
AI训练
12月 27日
1 条新闻
02:38

2026年股权市场预测:人工智能代理、重磅IPO及风险投资的未来

TechCrunch 的 Equity 节目回顾了 2025 年 AI 领域的重大发展,包括大规模融资和物理 AI 的崛起,并对 2026 年进行了预测。讨论涵盖AI代理的发展、好莱坞对AI生成内容的抵制及VC面临的流动性危机等话题。特别强调了世界模型作为AI新趋势及其与大语言模型的区别,以及AI初创企业融资模式的变化。

来源:TechCrunch AI

12月 15日
1 条新闻
12:24

60岁俄罗斯大叔靠给AI盖房赚翻了,斩获微软1400亿大单

60岁俄罗斯大叔靠给AI盖房赚翻了,斩获微软1400亿大单

荷兰AI基础设施公司Nebius凭借其强大的工程团队、与英伟达的紧密合作以及独特的资本运作策略,在短时间内赢得微软和Meta的大额算力订单,实现了业绩的飞速增长。Nebius不仅继承了Yandex的技术积累和人才资源,还具备自设计数据中心等关键设施的能力,使其在AI基建领域脱颖而出。通过实施覆盖硬件、IaaS及AI平台的全栈服务战略,Nebius正快速扩张其在全球范围内的算力建设规模,预计到2026年将建成总规模达2.5GW的算力集群。

来源:36氪

12月 14日
2 条新闻
14:27

OpenAI突然开源新模型!99.9%的权重是0,新稀疏性方法代替MoE

OpenAI突然开源新模型!99.9%的权重是0,新稀疏性方法代替MoE

OpenAI开源新模型,采用Circuit Sparsity技术实现99.9%权重为零的稀疏性,使模型计算过程可拆解、易理解,解决了传统稠密Transformer的黑箱问题。该模型通过严格约束减少无效连接,保留关键路径,从而提高决策透明度。相比MoE,Circuit Sparsity在特征流形和功能边界上更优,但当前面临高算力成本挑战。未来研究将致力于优化训练机制,提升效率与实用性。

来源:量子位

04:35

AI数据中心热潮可能对其他基础设施项目不利

AI数据中心热潮可能对其他基础设施项目不利

随着数据中心建设加速,尤其是AI相关的基础设施如大语言模型和多模态模型的部署需求激增,预计2025年将达到超过410亿美元的投资规模。这不仅与政府在交通建设上的支出相当,还导致了劳动力短缺问题加剧,影响其他基础设施项目的进度。此现象反映了AI技术快速发展对算力资源及物理空间的需求增加,同时也提出了成本控制和技术优化的新挑战。

来源:TechCrunch AI

12月 12日
1 条新闻
17:34

装机量超2000万、全球主流GPU与AI框架“开箱即用”,OpenCloudOS成AI时代优先选项

针对AI算力利用率低下及生态割裂问题,OpenCloudOS推出智能基座解决方案,通过统一操作系统底座实现异构硬件和多框架的高效兼容与调度。该方案涵盖镜像小型化、快速分发、自动化维护等关键技术升级,显著提升AI工作负载在云原生环境下的部署效率与资源利用率。此外,OpenCloudOS Infra智能基座还提供了一键安装驱动程序、标准化容器镜像等功能,极大简化了开发者的工作流程,加速AI应用的大规模落地。

来源:36氪

12月 11日
10 条新闻
20:57

时薪120美元,我把自己喂给了AI,顺便砸了自己的饭碗

时薪120美元,我把自己喂给了AI,顺便砸了自己的饭碗

新闻揭示了AI面试平台Mercor通过高薪吸引专家参与,实则以低成本‘收购’其专业知识用于训练模型的现象。该模式绕过传统机构直接从个体获取知识资本,将其转化为可交易的训练样本,展示了AI时代下的一种新型商业模式。尽管引发了对数据安全、隐私保护及伦理道德的担忧,但Mercor仍迅速成长为估值百亿美元的企业,反映了当前AI行业对于高质量训练数据的迫切需求及其背后潜在的技术挑战与产业发展趋势。

来源:36氪

19:55

昔日开源霸主承认蒸馏阿里千问,世界进入中国AI时间

昔日开源霸主承认蒸馏阿里千问,世界进入中国AI时间

阿里巴巴千问Qwen开源模型在性能和生态指标上全面超越Meta的Llama系列,成为全球最强开源AI模型。Qwen支持多模态处理及119种语言,广泛应用于硅谷核心领域及全球开发者社区,显示出中国开源技术在全球化市场中的认可度。阿里的全栈AI布局推动了其商业化成功,并引领全球AI开源生态的结构性重塑。

来源:36氪

19:55

Meta新AI大模型“牛油果”有望明年一季度发布,使用阿里Qwen模型蒸馏学习

Meta 正在开发代号为“牛油果”的新AI模型,采用阿里巴巴Qwen等第三方模型进行蒸馏优化,计划以闭源形式发布。该项目由新任首席AI官Alexandr Wang领导,旨在提升复杂推理和跨模态生成能力。面对高昂的研发成本及市场压力,扎克伯格正推动公司战略转向可变现的人工智能模型研发。

来源:36氪

19:55

2026年,AI服务器贵贵贵

2026年,AI服务器贵贵贵

2026年将成为AI服务器系统级升级的关键期,以GPU和ASIC驱动的设计革新将显著提升计算能力和机柜密度。英伟达与AMD的新平台预计带来更高的功耗需求,促使液冷散热、高效电源解决方案及高端PCB成为标配。随着AI服务器硬件迭代加速,产业链上下游面临全面升级挑战,包括算力效率、成本控制等。全球主要云服务提供商正积极扩大资本支出,为这一贵价升级提供坚实的需求支撑。

来源:36氪

18:50

甲骨文的AI豪赌,是陷阱还是机会?

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。

来源:36氪

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

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。

来源:TechCrunch AI

15:16

MEET2026挤爆了,AI圈今年最该听的20+场演讲&对谈都在这

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。

来源:量子位

13:40

美国AI春晚,一盆凉水浇在Agent身上

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。

来源:36氪

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

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。

来源:TechCrunch AI

12月 10日
5 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

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。

来源:36氪

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

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。

来源:36氪

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。

来源:36氪

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。

来源:36氪

08:53

非传统AI公司确认其4.75亿美元种子轮融资

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。

来源:TechCrunch AI