亚马逊推出 TorchNeuron,让 PyTorch 代码无需重写即可在 Trainium 芯片上运行
亚马逊推出开源工具 TorchNeuron,旨在让开发者无需重写代码,就能在亚马逊的 Trainium AI 芯片上运行用 PyTorch 编写的代码。该工具希望简化从 Nvidia 硬件转向亚马逊自有芯片的过程。
AI 新闻中心 过去24小时分析了 189 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。
亚马逊推出开源工具 TorchNeuron,旨在让开发者无需重写代码,就能在亚马逊的 Trainium AI 芯片上运行用 PyTorch 编写的代码。该工具希望简化从 Nvidia 硬件转向亚马逊自有芯片的过程。
论文推出 GlobeBench,这是一个包含 1,632 项任务、覆盖五个领域和 19 种模拟技能的基准,用于比较文本世界模型。测试根据智能体的完整行动轨迹,评估模型预测行动如何改变环境状态的能力。在 20 个通用大语言模型和专用世界模型中,GPT-6 Astra 的成功率最高,为 49.57%。当影响需要传递到相关依赖对象时,平均成功率降至 5.1%。共有 631 项任务未能被任何受测模型解决。
Librarian Agents 是一种研究框架:在问题提出前,构建代理将非结构化文档整理为由合成文件和引用链接组成的层级工作空间。下游代理利用该空间回答涉及多份文档的问题。研究通过强化学习优化构建策略,以提升下游回答准确率。作者报告称,该方法在 BrowseComp-Plus 上比最强的检索和预计算基线高出 33 个百分点;在 BRIGHT 未见领域的零样本迁移测试中,平均准确率提高 31 个百
OmniXRef 是一个视频编辑框架,可结合文本、图像和视频参考,控制源视频的不同属性。其模型通过扩散 Transformer 联合处理源视频和多模态上下文。研究人员还介绍了通过合成流程构建的数据集,以及用于评估镜头运动、动作、内容、风格和视觉特效迁移的基准测试。研究团队称,评测结果显示该模型优于针对特定任务的基线方法和商业模型。
谷歌研究人员称,四个 Gemini 4 Argon 智能体在随机生成的世界中从头到尾通关《我的世界》,并击败末影龙。据研究团队介绍,智能体只收到最终目标,没有预设策略或人类协助,通过游戏内聊天相互协调。它们分工收集资源并探索世界。整个过程耗时 27 小时,累计死亡 605 次,使用约 13.5 亿个输入 Token,估算成本为 1,620 美元。
MiniMax称,M3.1 Flash在智能体任务、编程、计算机操作和网络安全方面实现了“代际飞跃”。公司计划于10月23日公开模型权重。据MiniMax介绍,曾匿名处理超过200万亿个token的“Space Bunny 🐰”是M3.1 Flash的早期版本。
RISC-V AI计算企业Tenstorrent完成15亿美元E轮融资,投后估值为62亿美元。本轮由Trace Capital和Innovation X领投。由芯片设计师Jim Keller领导的Tenstorrent计划将资金用于扩大规模化量产和拓展全球业务。
介绍自行组装用于 AI 应用的电脑时值得参考的技巧和思路。
美国国土安全部已下令从联邦民用机构的IT系统中移除DeepSeek技术。该命令还禁止今后采购该公司的产品和服务,并涵盖DeepSeek关联企业开发的产品,以及基于该公司实现方案构建的第三方产品。
OpenAI和Anthropic的AI模型被用于破解困扰人类数十年、甚至数百年的密码谜题。原文未提供具体案例或模型表现的详细信息。
大型芯片制造商股价上涨,带动股市走高。投资者逢低买入,押注人工智能投资热潮将继续支撑企业取得稳健收益。North Star Asset Management首席投资官Nimrit Kang讨论了在业绩驱动的市场上涨之际,投资者对经济增长的担忧。
Windows 11 提供多项 AI 生产力功能。用户可以进行简单的 AI 搜索、总结文档、创建图像和生成文本。微软还计划推出 Recall 功能,未来可让用户更深入地查看电脑上的活动历史记录。
总部位于阿拉伯联合酋长国的初创公司 CNTXT AI 于今年6月筹集了6000万美元,目前正向硅谷扩张。该公司已开发以阿拉伯语为优先的人工智能模型,并正在开展机器人训练。
节目采访了伊利诺伊州州长JB·普利兹克,讨论人工智能、科技与隐私。节目还探讨,在中期选举临近之际,这些议题是否正在推动一场可能出乎意料的政治重组。
据《The Information》报道,Anthropic 正在开发一款旨在识别未明说意图、并能更灵活思考的模型。过去一个月,OpenAI、Anthropic 和 Google 合计发布了十多款模型。报道没有提供这款计划中模型的技术细节,也没有独立证据证明其预期能力。