资讯
大模型、机器学习、互联网、硬件、创投等科技圈的最新资讯。
排序
标签

AI行业并购潮:英伟达与Hugging Face、OpenAI自研机器人背后的战略布局
英伟达收购Hugging Face,OpenAI自研机器人,行业并购潮背后反映AI行业战略布局新趋势。

字节拿到296亿美元“弹药”:大厂集体为AI找钱,还能烧多久,谁先扛不住?
9月3日,一笔规模达 296亿美元(约合2000亿元人民币)的银团贷款在字节跳动账上落定。 银行抢着送钱。有意思的不是金额,而是"抢"的程度:字节最初只打算融 200亿美元,结果银行认购订单堆到了 300亿美元以上,最终硬生生把规模扩到了296亿。花旗和摩根大通担任协调行,利率定在 SOFR 加 68个基点——这是中企境外贷款利差的历史最低纪录,比字节2024年那笔108亿美元贷款还压缩了17个基...

AI带火“古董”磁带,一季度出货暴增57%
当全球AI企业还在为GPU和HBM内存的产能彻夜难眠时,磁带靠着AI数据中心在今年第一季度迎来了出货量的新高。 根据LTO技术联盟最新发布的数据显示,今年第一季度,全球LTO磁带介质出货容量同比暴增57%,而在这之前,LTO磁带的出货量逐年 […]

陶哲轩吐槽GPT-6孪生素数新突破:令人无语的一幕
AI直接吐出正确答案,但最关键的可能不是答案

特斯拉Cybercab载客上路:你以后还有必要买车吗?
出品 | 网易智能 作者 | 辰辰 编辑 | 王凤枝 一辆没有方向盘,也没有刹车踏板的特斯拉,开始在奥斯汀载客了。 9月3日,Cybercab接入特斯拉Robotaxi网络,在部分区域提供乘车服务。就在同一天,美国国家公路交通安全管理局回应称,正与特斯拉联系并评估情况。 打开网易新闻 查看精彩图片 无人出租车早已不新鲜,特斯拉也已经用Model Y运营Robotaxi。Cybercab这次跨过的,...

长安汽车:智驾行业 2028 年完成首轮洗牌,我们和引望会留下来
IT之家 9 月 5 日消息,长安汽车副总裁贺刚今日在接受《每日经济新闻》采访时表示,智能驾驶行业将在 2028 年左右完成首轮洗牌,届时中国市场上具备竞争力的智驾解决方案商可能仅剩五六家。贺刚表示:“我们和引望会留下来。” 长安汽车有着全栈自研的“天枢领航”智能驾驶辅助技术。该技术分为 Pro、Max、Ultra、Ultimate 四个梯度,全系标配激光雷达,全部采用一段式端到端技术架构。 其中...

从AI家电到新物种比拼,IFA 2026成了中国科技的欧洲年会
IFA 2026,告别故事,这里不只是要展示未来是什么样,也在检验谁有能力把未来变成生意。

上海警方破获《三角洲行动》OBS / OBX-AI 外挂案,腾讯安全团队协助抓获 2 名犯罪嫌疑人
IT之家 9 月 5 日消息,腾讯昨日发文宣布,在《三角洲行动》及腾讯游戏安全团队协助下,上海警方赴辽宁丹东开展收网行动,成功抓获 OBS / OBX-AI 两款游戏外挂的开发作者及总代理,现场查获外挂源代码。目前,上海警方已依法对上述 2 名犯罪嫌疑人采取刑事强制措施。 据介绍,该作者利用公开网络上的开源代码进行非法加工、编译,制作了 OBS 和 OBX-AI 两款游戏外挂程序。外挂总代理随后通...

Uber GitFarm:面向大规模单体代码库的 Git 即服务平台
Uber 推出 Git 即服务平台 GitFarm,用于在其大规模单体代码库上执行 Git 操作。通过将代码库操作迁移到共享服务,GitFarm 不再要求客户端系统进行本地代码克隆,使客户端资源占用降低了 80% 以上。 Uber 的自动化系统每天会在支持 Go 语言、Java、Python、Web、Android 和 iOS 的单体代码库上调用数百万次 Git。此前,各个服务都维护着完整的代码库...

疯狂买买买,英伟达的野心何在?
在全球数千亿美元级算力投资浪潮推动之下,全球人工智能产业正经历一场深刻的结构性转变。过去行业竞争的重心高度集中于超大规模数据中心集群,各家比拼GPU数量,争相搭建规模更大的模型训练底座。但到2026年,产业逻辑已经出现显著转向:头部巨头持续加码云端算力基建的同时,纷纷加速向AI终端与边缘场景下沉;做数据中心基础设施的企业向下抢占端侧市场,原本深耕终端硬件的厂商反过来向上布局云侧算力,端云双向渗透已...

HBM,生变
HBM的竞争,正在悄悄换战场。过去几年,市场谈论HBM,关注的几乎都是SK海力士、三星和美光:谁的DRAM制程更先进,谁能堆到12层、16层,谁的TSV和封装良率更高,以及谁最终进入英伟达的供应链。 但到了HBM4和HBM4E,这门生意里正在出现一批过去并不显眼的新角色——晶圆代工厂。 近日,据韩媒及DIGITIMES等报道,SK海力士正在考虑将Intel Foundry引入HBM4E供应链,作为...

这个世界模型训练完就“退场”,机器人反而更能干了
这个世界模型,着实是有点“反骨”在身上—— 上岗前花了大把时间陪机器人训练,等机器人真要开始干活了,它却先从部署链路里退了出去。 要知道,以前的世界模型对机器人来说,就像是一个随身携带的“脑内沙盘”,机器人先借助它预测未来会发生什么,再据此决定下一步怎么动。模型想得越多,推理链路往往也越长。 但这个“反骨”世界模型,却把思路给换了一下。 它只停留在训练场里,专门检查机器人自己提出的动作会造成什么后...
加载中...
已经到底啦