AI算力之争不靠堆卡！浪潮信息捅破智算「能力天花板」，还瓦解了「产能焦虑」
AI算力之争不靠堆卡！浪潮信息捅破智算「能力天花板」，还瓦解了「产能焦虑」AI算力的竞争，多年来就一个字——堆。
来自主题: AI资讯
5714 点击 2026-09-22 11:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
AI算力的竞争，多年来就一个字——堆。
本周「十字路口」的嘉宾是清华叉院助理教授徐梦迪。从清华车辆工程出发，途经 Johns Hopkins、CMU，再到 Stanford 吴佳俊、李飞飞组做博士后，2024 年初她选择回国，加入清华交叉信息研究院。她的核心命题是机器人的 In-Context Learning (ICL)：让机器人到一个新环境，通过一两次交互当场学会新任务，而且越学越快。
随着编辑工具与生成模型的快速普及，「改图」正在变得越来越容易，篡改者可以在几乎不改变画面观感的前提下完成内容伪造，给内容真实性核验、平台治理与数字媒体信任带来新的风险。因此，图像取证与可信鉴伪证据，成为了内容安全中尤为重要的一环。
现在 AI 在什么事情上效率提升最明显？写论文肯定能名列前茅。
悬着的心终于死了。
千问把7B生图模型的权重开放了，RTX 3090就能跑！
AI办公这块蛋糕，中国电信可能要先切走一块了。
近期，香港科技大学联合M-A-P、NOIZ AI、斯坦福等机构发布并开源了一个统一符号与音频音乐生成的模型YuE2，将开源音乐生成的质量推向与前沿闭源模型正面竞争的位置。
Codex、Claude Code等数字世界智能体，已经向我们展示出了一种全新且高效的工作方式：大模型理解目标，拆解任务，调用适当的工具，并根据执行结果不断调整计划，直到完成任务。
工具调用使大语言模型能够通过外部 API 获取信息、执行操作。训练这类能力，需要建立用户请求与具体函数调用之间的对应关系。一条合格的训练样本，不仅要符合函数定义，还要保证工具选择、调用次数和参数取值与用户意图一致。