人工智能 关键字列表
AI 如何塑造数据存储的未来

AI 如何塑造数据存储的未来

AI 的发展与数据存储息息相关。高质量的数据是 AI 算法的基础,而有效的存储技术则是数据管理的关键。AI 与存储技术相互促进:AI 推动存储创新,存储技术支持 AI 发展。未来,存储密度提升将满足 AI 对大容量存储的需求,同时 AI 也将助力存储设计优化,形成良性循环。

量子计算已经到来,我们需要为其影响做好准备

量子计算已经到来,我们需要为其影响做好准备

量子计算正在开启一个新的数据时代,有望推动人工智能和数据分析领域的发展,帮助解决人类面临的一些最困难的问题。量子计算利用量子叠加和纠缠等原理,使用量子比特而非传统二进制位进行计算,具有超越经典计算机的强大能力。近年来量子计算技术取得了一系列重大突破,各大科技公司和研究机构都在积极布局,量子时代正在加速到来。

AI 时代如何支持人类知识产权

AI 时代如何支持人类知识产权

随着人工智能技术的发展,人类创作者的收入面临严峻挑战。业界正在探索如何在AI时代保护和支持人类创意,包括收益分成、众筹等模式。专家呼吁需要平衡AI与人类创造力,维护人类创作的独特价值,促进人文关怀和文化交流。

这款 AI 工具可以将你的想法转化为数字情绪板

这款 AI 工具可以将你的想法转化为数字情绪板

Canva最新推出的Dream Lab是一款AI驱动的文本到图像生成器,能够快速创建数字情绪板。它集成在Canva生态系统中,为创意人员、小企业主和艺术爱好者提供了便捷的设计工具。Dream Lab可以根据文字描述生成图像,并轻松组合成情绪板,激发创意灵感。

Sonar 收购 AutoCodeRover,全面布局 AI 代码自动化

Sonar 收购 AutoCodeRover,全面布局 AI 代码自动化

Sonar收购AutoCodeRover标志着企业软件开发领域向智能AI转型的重要一步。这项收购将帮助Sonar在竞争激烈的AI驱动DevOps工具市场中占据优势地位,通过大规模自动化软件维护来提高开发效率。此举不仅体现了软件开发经济学的变革趋势,也引发了关于AI在创造性问题解决中角色的深层思考。

这个简单的算术可以优化你的核心业务运营

这个简单的算术可以优化你的核心业务运营

本文介绍了一种简单但有效的方法来优化企业的关键运营决策。通过计算每个选择的潜在损失和正确概率,可以做出最优决策。文章指出,这种方法的关键在于准确预测概率,而机器学习技术可以通过分析历史数据来实现这一点。同时,文章强调了从宏观角度评估系统整体价值的重要性。

英特尔推出搭载性能核心的至强 6 处理器,AI 处理性能提升两倍

英特尔推出搭载性能核心的至强 6 处理器,AI 处理性能提升两倍

Intel 发布新一代 Xeon 6 处理器,采用性能核心设计,大幅提升数据中心工作负载性能,AI 处理性能最高提升 2 倍。新处理器还集成了 vRAN Boost 技术,可将无线接入网络处理能力提升至 2.4 倍。此次发布对 Intel 重塑市场地位至关重要,公司希望通过技术创新和美国芯片法案支持,重振昔日辉煌。

Couchbase 借助 Nvidia 的 NIM 实现更灵活的主动式 AI 开发

Couchbase 借助 Nvidia 的 NIM 实现更灵活的主动式 AI 开发

Couchbase 公司通过将其 Capella AI 模型服务与 Nvidia 的 NIM 微服务集成,增强了 AI 代理构建工具的功能。这一更新使 Couchbase Capella 数据库用户能更轻松地创建超越传统聊天机器人的"主动式 AI"应用,这些应用可以代表用户执行任务,几乎无需人工监督。此举旨在简化 AI 代理开发,同时确保性能、延迟和隐私需求得到满足。

区分“模型”和“应用”是对AI最大的误解

区分“模型”和“应用”是对AI最大的误解

去年这个时候,投资圈曾经有过一个“投模型还是投应用”的辩论。现在看来,这是一个无意义的议题,因为技术生态的逻辑已经变了。

Rabbit 展示了它本应该在发布时就具备的 AI 代理功能

Rabbit 展示了它本应该在发布时就具备的 AI 代理功能

Rabbit 公司发布了一款"通用 Android 代理",能够缓慢控制平板电脑上的应用程序,实现了早期承诺的 R1 设备功能。该代理基于去年推出的 LAM Playground 开发,可执行各种任务,如查找视频、制作食谱和玩游戏。尽管仍在开发中,但 Rabbit 承诺将在未来几周内分享更多关于其跨平台多代理系统的信息。

当涉及生成式 AI,46% 的知识型员工不买老板的账

当涉及生成式 AI,46% 的知识型员工不买老板的账

一项调查显示,75% 的知识型员工正在使用生成式 AI,其中 46% 表示即使公司禁止也不会停止使用。这对企业高管带来严峻挑战:既要防范未经授权使用 AI 带来的安全风险,又要适应员工对新工作方式的坚持。企业需要及时制定相关政策和策略,以应对生成式 AI 带来的巨大变革。

AI 基础设施需求上升:Together AI 获 3.05 亿美元投资,押注 DeepSeek-R1 等推理模型

AI 基础设施需求上升:Together AI 获 3.05 亿美元投资,押注 DeepSeek-R1 等推理模型

DeepSeek-R1 的出现引发了行业的担忧,认为先进的推理可以在更少的基础设施下实现。然而,Together AI 表示,DeepSeek 和开源推理的兴起实际上增加了基础设施的需求。该公司最近宣布完成 3.05 亿美元的 B 轮融资,旨在简化企业对开源大型语言模型的使用,并扩展其平台以支持推理集群和自主 AI 能力。DeepSeek-R1 的高需求推动了基础设施的增长,Together AI 还通过收购 CodeSandbox 来支持自主 AI 工作负载。

Alexa 将获得来自 Amazon 的重大 AI 升级 - 目前已知的情况

Alexa 将获得来自 Amazon 的重大 AI 升级 - 目前已知的情况

亚马逊预计将于下周宣布对其语音助手 Alexa 进行重大人工智能升级,这可能改变我们与这款流行智能家居设备的交互方式。升级后的 Alexa 有望具备生成式 AI 语音能力,能进行更自然的对话并完成多步骤任务。这将是 Alexa 自 2014 年推出以来最重大的演进,可能重塑用户与语音助手的交互方式。

DeepSeek 超越"开放权重"AI,计划发布源代码

DeepSeek 超越"开放权重"AI,计划发布源代码

DeepSeek 在上个月发布了一个开放权重的 AI 模型后,现在计划进一步开源其底层代码。公司将从下周开始发布五个开源仓库,涵盖其在线服务中的关键组件。这一举措将使 DeepSeek 的技术更加透明,有助于推动 AI 领域的集体进步,同时也与 OpenAI 等保持专有模型的公司形成对比。

Lenovo 连续第三季度实现两位数增长

Lenovo 连续第三季度实现两位数增长

联想公布了最新财报,显示第三季度营收达188亿美元,同比增长21%。三大业务部门均实现两位数增长,其中基础设施解决方案部门扭亏为盈。公司认为AI浪潮正创造巨大机遇,将继续推进混合AI战略,包括构建AI技术平台、开发AI PC及边缘计算产品等。联想预计到2027年,AI PC将占据PC市场约80%的份额。

AI 搜索引擎创业公司 Genspark 据报道融资 1 亿美元,估值达 5.3 亿美元

AI 搜索引擎创业公司 Genspark 据报道融资 1 亿美元,估值达 5.3 亿美元

Genspark 是一家与谷歌竞争的 AI 搜索引擎初创公司,据报道获得了 1 亿美元融资,估值达 5.3 亿美元。该公司使用大型语言模型处理查询,提供自然语言答案而非网页列表。Genspark 用户数量快速增长,并提供多项专业搜索功能,包括电商产品浏览和财务数据可视化等。

浏览器代理工具的崛起:为什么 Convergence 的 Proxy 正在超越 OpenAI 的 Operator

浏览器代理工具的崛起:为什么 Convergence 的 Proxy 正在超越 OpenAI 的 Operator

人工智能驱动的浏览器代理正在兴起,这些代理可以自主浏览网站、检索信息并完成交易,有望改变企业与网络的交互方式。然而,早期测试显示,实际性能与承诺之间存在显著差距。本文探讨了主要参与者、技术挑战和潜在的企业应用,为企业评估和采用这一新兴技术提供了洞察。

Microsoft 的 Magma AI 可以操控和控制机器人

Microsoft 的 Magma AI 可以操控和控制机器人

微软推出了新型AI模型Magma,旨在提升机器人的视觉、理解和行动能力。Magma能同时处理多种类型的数据,是朝着"代理AI"迈出的重要一步。该模型结合了视觉和语言处理技术,经过多模态训练,可以执行操控机器人和导航用户界面等任务,为AI自动化日常生活开辟了新的可能性。

苹果 iPhone 16E:以更实惠价格带来苹果智能特性

苹果 iPhone 16E:以更实惠价格带来苹果智能特性

苹果推出新款平价iPhone 16E,售价599美元,首次在低端机型上搭载了A18芯片和Apple Intelligence智能功能。这款设备虽然在设计和相机规格上有所妥协,但在AI能力上毫不逊色,为更多用户提供了体验苹果最新AI技术的机会,而无需支付高昂价格。此举显示了苹果推广AI功能的决心,有望让AI技术变得更加实用和平易近人。

给人工智能更多"思考时间"如何陷入过度思考的陷阱

给人工智能更多"思考时间"如何陷入过度思考的陷阱

本文分析了当前AI业界的一种普遍观点:只需增加生成式AI和大语言模型的"思考时间"就能获得更好的回应。作者认为,虽然这种方法有时有效,但并非万能良药,实际上是回避了当代AI面临的更大问题。文章通过多个示例,深入探讨了增加AI处理时间的优缺点,以及可能带来的潜在风险。