AI 新闻中心

AI 新闻中心 过去30天分析了 1706 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。

Araghi:英伟达正在支撑人工智能生态系统

富兰克林邓普顿高级副总裁兼投资组合经理萨拉·阿拉吉表示,英伟达正利用自身的财务实力支持人工智能生态系统,而市场需求和商业化能力仍然强劲。阿拉吉称,要继续支持这一生态系统,英伟达需要为其中部分环节提供后盾。她在彭博电视《彭博监视》节目中发表了上述言论。

消息称 SpaceX 因 AI 数据中心工程和稳定性问题更换多名高管

据《The Information》援引知情人士报道,埃隆·马斯克近几周重组了 SpaceX 的 AI 数据中心建设团队,并更换了多名相关高管。消息人士称,此次调整与田纳西州和密西西比州数据中心面临的工程及可靠性问题有关。部分设施在未配备备用冷却和供电系统的情况下运行了数月,增加了服务中断风险。SpaceXAI 建设新数据中心的计划也多次延期,扩张时间表因此更加不确定。截至 6 月,SpaceX

高通发布 Dragonwing Q-2390、IQ-2390 处理器,面向物联网与工业边缘 AI

高通发布 Dragonwing Q-2390 和 IQ-2390 处理器,分别面向消费级物联网与工业边缘计算。两款处理器均搭载四核 Kryo CPU、Adreno 704 GPU 和实时 RISC-V MCU,支持 Linux、Android 及 Zephyr OS。Q-2390 集成端侧 AI、摄像头与显示器支持、LTE Cat 4、GPS 以及有线和无线连接,适用于 POS 终端、门禁、智能家

报道称三星已锁定约七成内存产能,长期合约最远持续至2031年

据韩国媒体报道,三星已通过长期供应协议锁定约70%的内存芯片产能,部分合约最远持续至2031年。据称,微软、英伟达和谷歌均是相关客户,协议价格明显低于现货市场。报道显示,一颗36GB HBM3E模组的现货价格最高约为287万韩元,而长期协议价格约为50万至70万韩元。人工智能基础设施需求持续增长,正推动HBM需求上升并造成DRAM供应趋紧。由于HBM4需要堆叠更多DRAM芯片,其量产可能进一步挤压

Marvis上线自定义模型功能,支持接入Kimi、GLM等主流模型

腾讯操作系统层级AI助手Marvis现已支持通过通用API标准接入第三方模型。用户可以配置腾讯云、阿里云、DeepSeek、MiniMax、Kimi、智谱和小米等厂商的模型,也可以接入本地部署的开源模型。对话过程中可随时切换模型,配置还可在Windows、Mac、iOS、安卓和iPad设备间同步。Marvis为每位用户提供每日1000万token的免费额度;接入第三方服务后,相关用量将计入用户自己

英伟达 DLSS 5 解析

英伟达正试图挽回 DLSS 5 留下的不佳第一印象。许多玩家看到《生化危机:安魂曲》主角格蕾丝·阿什克罗夫特经过 DLSS 5 处理后的脸部画面后,批评其为“AI 垃圾”。本周,英伟达重新介绍了这项备受争议的“神经渲染”技术,并强调它能够保留艺术意图、尊重已渲染的画面。

英伟达备受争议的 DLSS 5 将于 9 月 3 日推出,需要强大 GPU 性能

英伟达将于 9 月 3 日正式推出 DLSS 5。这项 AI 超分辨率技术自 3 月引发争议的发布以来一直备受质疑,有人将其比作游戏中的实时生成式 AI 滤镜,或更糟糕的游戏动态平滑技术。DLSS 5 将支持 RTX 50 系列台式机和笔记本电脑 GPU,并通过 GeForce Now 提供。

豆包与清华大学开设人工智能赋能学术研究课程

清华大学开放报名2026年秋季学期全校课程《人工智能赋能学术研究:人机互动的知识生产》。课程由清华大学与豆包合作开展,介绍大模型在真实科研流程中的应用,覆盖问题发现、知识综述、数据分析和成果发表等环节。学生可以对AI工具提出反馈,并前往豆包与一线工程师交流。课程中的学术实践方法还将整理为可复用的技能,并上线豆包电脑端。课程面向清华大学全体在校本科生、硕士生和博士生开放。

美国五角大楼部署定制版 ChatGPT 和 Grok AI 助手

美国国防部已将 OpenAI 的 ChatGPT Mil 和 xAI 的 Grok for Government 加入 GenAI.mil 内网门户,供数百万军人和文职人员处理文件阅读与写作、物流规划、供应链跟踪及研究等日常非机密任务。模型收集的数据将被限制在内网环境中,OpenAI 和 xAI 不得使用政府数据训练 AI 模型。两款助手均禁止用于战斗行动或目标锁定任务。

谷歌发布 TimesFM-3,支持零样本多变量时间序列预测

谷歌发布了 TimesFM-3,这是其时间序列基础模型系列的第三代产品。该模型拥有 3.3 亿个参数,使用包含超过 1 万亿个时间点的真实世界和合成时间序列数据进行预训练。TimesFM-3 原生支持多变量预测、双注意力机制和连续补丁掩码,可在无需针对特定任务微调的情况下进行零样本预测。模型能够同时预测多个相互关联的时间序列并捕捉它们之间的依赖关系,还支持使用历史协变量,例如过去的人流量,以及已知