搜索
随着 AI 生图能力不断提升，如何让 AI 真正进入创作流程成为新的行业问题。兔展智能基于 UniWorld-Design 视觉 AI 大模型推出 RabbitVis，尝试推动视觉 AI 从图片生成走向可编辑、可交付的创作流程。
刚刚，SpaceX 宣布正与英伟达达成合作，共同设计 Starmind AI1 卫星计算载荷。每颗 Starmind 卫星都将搭载 NVIDIA Rubin GPU 和 Vera CPU，把接近数据中心级别的算力部署到太空。
但如果你问的问题收束成：「今年最火的 AI 可穿戴硬件是什么？」那答案大概率只有一个—— Fitbit Air。仅仅一个数据就足以说明它的现象级爆火：作为一款官方开售已经超过两个月的设备，在二手平台你至今仍然需要加价 200~300 元购买。
Jay 发自 凹非寺 量子位 | 公众号 QbitAI 啥，谷歌真比OpenAI还早一年搞出了ChatGPT？ 不是谷歌事后找补了，这次是OpenAI自己人，Codex负责人Tibo刚佐证的消息： 那
一个80亿参数的大模型，一口气吞下15万亿token的训练数据，堆到硬盘上差不多7TB。可它真正「背」得下来的，少得可怜：每个参数只装得下3.6 bit。一个英文字母8 bit，连半个都填不满。
现在最新动态来了，老黄在Y Combinator近1小时的《Jensen Huang: The Mindset That Built NVIDIA》访谈里狂爆金句，高能不断：Agent是一种新的软件形态。Agent不必达到100%准确才有价值，“可控性”或将成为其下一个发展阶段最大的突破口。
近期，SemiAnalysis 创始人 Dylan Patel 先后做客红杉资本的《Training Data[1]》和 WisdomTree 的《The Next Big Thing[2]》。两期访谈从模型和芯片，一路延伸至内存、能源、数据中心与 AI 商业模式，并指向同一个变化：AI 竞赛的焦点，正从单纯比较模型能力，扩展到谁能以更低成本、更大规模，把模型能力稳定地交付出来。
Z Potentials 独家获悉，新加坡国立大学博士，牛津大学博士后研究员林庆泓（Kevin）近期以首席研究员（Principal Researcher）身份加入世界模型公司 Video Rebirth，负责多模态智能体与世界模型相关研究。
还记得「苦涩的教训」（The Bitter Lesson）吗？
随着 Google DeepMind、OpenAI、Anthropic 等科技巨头相继进入生命科学领域，AI for Bio 的竞争也在发生变化：行业关注的问题，已经不再只是模型能不能回答生命科学问题，而是模型能不能真正进入科研流程，把实验做出来。