/
Nvidia 推出 Cosmos-Transfer1，让机器人训练超乎寻常地真实 - 这将改变一切
Nvidia 发布了 Cosmos-Transfer1 人工智能模型，可生成高度逼真的仿真环境，用于训练机器人和自动驾驶汽车。该模型采用自适应多模态控制系统，能更精细地控制生成环境，显著提高仿真度和实用性。它解决了物理 AI 开发中模拟训练与现实应用之间的差距，为机器人和自动驾驶技术的发展带来重大突破。
Pure Storage 扩展 AI 能力，获得 Nvidia 认证
Pure Storage 与 Nvidia 展开合作，使现有和新的 FlashBlade 客户能够为运行在 Nvidia AI 数据平台上的 AI 模型提供数据存储支持。通过参考设计和认证，FlashBlade 产品线可与 Nvidia 最新的 Blackwell GPU 实现无缝集成，并获得了 Nvidia 认证存储合作伙伴的基础级和企业级双重认证，为 AI 工厂提供强大的存储支持。
超越 RAG：SEARCH-R1 将搜索引擎直接整合到推理模型中
SEARCH-R1 是一项创新技术，通过强化学习方法训练大语言模型生成搜索查询，并将搜索引擎检索无缝集成到推理过程中。这项技术突破了传统 RAG 和工具使用方法的局限性，使模型能够在推理过程中动态获取和利用最新的外部信息，为企业应用提供了更智能、更可靠的 AI 解决方案。
Google Gemini 取代 Google Assistant：你的智能家居会变得更智能吗？
Google 正在用新的 AI 助手 Gemini 取代手机上的 Google Assistant，并计划在今年晚些时候将这一变更扩展到智能家居设备。虽然这一转变可能会带来更精准的回答和更智能的家居管理建议，但也面临着设备兼容性、品牌合作和用户隐私等挑战。对普通用户而言，这更像是一次品牌升级，其实际效果还有待观察。
HPE 与 Nvidia 携手打造企业级 AI 解决方案
HPE 与 Nvidia 合作推出了企业级 AI 解决方案，旨在加速生成式、主动式和物理 AI 模型的价值实现。该解决方案名为 Nvidia AI Computing by HPE，专为 AI 训练、调优和推理而设计，提供了更高的性能、安全性和能效。它可以帮助各种规模的企业通过一站式私有云 AI 平台加快 AI 模型的部署和应用。
未来治理论坛报告称地方数字政府需要全面改革
未来治理论坛发布报告,呼吁制定新蓝图以现代化和数字化地方政府。报告提出60项建议,包括制定全行业人才计划、降低创新风险、有针对性的资金支持以及打造更好的市场环境。报告强调需要整个行业共同努力,制定协作计划,以推动地方数字政府的发展,应对当前面临的挑战和机遇。
谷歌史上最大网络安全收购案反映其 CNAPP 雄心
Google 以 320 亿美元收购云原生应用保护平台提供商 Wiz，创下网络安全行业最大并购交易。此举旨在加强 Google 云安全能力，满足多云环境下的安全需求。Wiz 将整合进 Google Cloud，双方承诺继续支持所有主流云平台。这笔交易反映了企业云投资激增而云安全支出滞后的市场机遇，也将给 CNAPP 市场带来巨大冲击。
特斯拉获得加州客运许可证后可以做什么和不能做什么
特斯拉获得加州公用事业委员会颁发的客运许可，这是其未来可能开展机器人出租车服务的第一步。目前该许可仅限于使用公司自有车辆和员工驾驶，不涉及自动驾驶测试或部署。特斯拉计划先用于员工接送，未来可能申请自动驾驶载客服务许可。同时，特斯拉也计划在得克萨斯州奥斯汀推出机器人出租车服务。
“全方位“能源战略对数据中心发展的重要性
随着AI等新技术的兴起，数据中心能源需求预计到2030年将增长160%。文章强调需要采取"全方位"能源策略，整合可再生能源与传统能源，特别提倡沼气等可靠能源的应用，以满足不断增长的计算需求，同时减少环境影响。
通用汽车联手 Nvidia，将 AI 引入机器人、工厂和自动驾驶汽车领域
通用汽车与英伟达扩大合作，旨在将人工智能应用于汽车制造的各个方面。这项合作涵盖工厂自动化、机器人技术和自动驾驶汽车开发。英伟达将为通用汽车提供 AI 基础设施和技术支持，助力其打造下一代智能工厂、优化生产流程，并推进自动驾驶技术的发展。这一战略合作反映了汽车行业向智能化、数字化转型的趋势。
# 构建企业 AI 的信任与信心基石
企业AI不仅要考虑推理成本和性能,还需确保模型满足严格的安全、隐私和合规要求。建立可信赖的AI系统是关键,这意味着企业除了优化成本和性能外,还需优先考虑模型的完整性和安全性。在选择基础模型时,应采用全面的评估方法,包括安全性、偏见、合规性等多个方面,而不仅仅是关注单一指标。
英伟达网络技术连续第二届 GTC 大会成为焦点
英伟达推出革命性的共封装光学网络解决方案，大幅提升AI数据中心性能。新技术可将光学收发器数量减少4倍,能效提高3.5倍,信号完整性提升63倍,网络弹性增加10倍,部署时间缩短1.3倍。这一突破性进展将助力数据中心满足代理型AI对计算资源的巨大需求,标志着共封装光学技术实现量产的重要里程碑。
京公网安备 11010802021500号 京网文(2021)3350-928号 京字第20868号
