AISpot

搜尋

依意思最接近的 30 筆

Hacker News front pageAI 評分65

市場拋售與利率上升考驗 AI 資料中心交易熱潮

路透社 2026 年 10 月 15 日報導,市場拋售與利率上行正在考驗 AI 資料中心的交易熱潮。報導圍繞以 AI 算力為名的資料中心投資與融資,在資本市場轉冷的背景下能否延續此前的勢頭展開,該文在 Hacker News 上獲得 11 分、5 條評論。原文未給出具體交易金額與涉及企業。

Google AI blog● 精選AI 評分65

Google 報告:東南亞生成式 AI 使用者達 2.43 億,數字經濟增至 3680 億美元

Google、淡馬錫與貝恩聯合發布的 e-Conomy SEA 2026 報告顯示,東南亞數字經濟 2026 年 GMV 達 3680 億美元,同比增長 17%,並有望在 2035 年突破 1 萬億美元。生成式 AI 已被 2.43 億人日常使用,佔勞動人口 58%,普及速度是移動網際網路的 4 倍。報告預計未來五年區域 AI 使用量將增長 60 倍,75% 使用者願意讓 AI 代理自主比價並完成交易。為支撐算力需求,未來五年資料中心容量需擴張約 3 倍。

Hacker News front pageAI 評分37

新工具追蹤 AI 領袖影片言論,Amodei 累計 54 條

有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。

TechCrunch AIAI 評分65

a16z 發布消費者 AI 百強榜:ChatGPT 居首,社交電商等類別空白

a16z 合夥人 Olivia Moore 發布消費者 AI 百強應用報告:ChatGPT 仍遙遙領先,Suno、ElevenLabs 等中小產品展現出持久力。報告發現社交、約會、電商、旅遊、金融、健康等類別在百強榜上完全沒有產品入選,美國也僅 2.2% 的家庭為 AI 付費。

X @OpenAIAI 評分45

OpenAI:歐洲企業 AI agent 使用佔比過半,小企業使用者增 8 倍

OpenAI 表示,歐洲企業正在迅速擴大 AI agent 的使用。在其歐盟企業及商業客戶中,超過一半的 AI 使用已涉及這類工具,小企業使用者數量在整個地區增長了 8 倍。其最新經濟研究報告探討歐洲向 agentic AI 的轉變,以及把更廣泛採用轉化為更深入使用的機會。

量子位AI 評分55

OpenAI 具身資料供應商指向 Maxinsights,已交付超 200 萬小時

據量子位梳理公開報導與業內線索,為 OpenAI 供應具身(第一人稱視角)訓練資料的供應商指向成立僅兩三年的 Maxinsights,OpenAI 未官方披露。該公司累計交付超 200 萬小時資料,另有 150 萬小時帶手部追蹤與語言標註的資料,月採集 45 萬小時,覆蓋 2000 多個真實環境、5 萬多個場景。

NVIDIA blogAI 評分61

NVIDIA 發布 Minerva,為 AI 工廠提供端到端可觀測性

NVIDIA 發布 AIOps 平台 Minerva,為 AI 工廠提供端到端可觀測性。它把 GPU、網路、儲存、排程器與工作負載的遙測匯入動態知識圖譜,每小時分析數十億資料點,用於發現異常、預測故障並把告警風暴聚合為帶根因的事件;平台還內建 AI 助手,可連線外部 agentic 工具,目標是提升 GPU 正常執行時間與 AI 工廠產出。

Anthropic Research● 精選AI 評分80

Anthropic 稱內部 AI agent 數量已達員工 6 倍,併發布 AI 預期調查

Anthropic 於 10 月 16 日發布兩份報告:其內部 AI agent 工作時長在 2026 年 3 月已超過員工,到 8 月 agent 數量是員工的 6 倍,同期初級崗位與技術崗招聘佔比下降,人均程式碼、銷售與合同處理產出上升,瓶頸轉向人的注意力。第二份報告對比近 1.1 萬名美國成年人與 Anthropic 員工的調查:91% 的員工認為 AI 能在 2030 年前做出諾獎級發現,美國成年人中僅 39%;

TechCrunch AIAI 評分50

Cal AI 兩年營收超 3000 萬美元,創始人講述網紅投放打法

Cal AI 創始人 Zach Yadegari 在 TechCrunch Disrupt 上透露,這款 AI 熱量追蹤應用靠批次招募網紅髮帖,兩年營收超過 3000 萬美元,並於今年 3 月被 MyFitnessPal 收購。他的做法是與網紅按觸達規模談固定報酬,要求持續發帖直到達標,並優先挑選社群緊密、觸達可量化的帳號;早期一條網紅帖曾在兩天內帶來約 1000 名新使用者。

Hacker News front page● 精選AI 評分76

IMF 警告 AI 股價回撥風險危及全球金融穩定

IMF 在最新《全球金融穩定報告》中把 AI 股價回撥列為三大風險之一,另兩項是政府借貸成本上升與大規模網路攻擊。報告稱 AI 公司估值高企、債務與槓桿攀升,加上迴圈融資安排,回撥衝擊可能波及全球,亞洲市場暴露最大,英國和歐元區相對隔離。「七巨頭」現佔標普 500 逾 35%(十年前 12%),過去三年超大規模雲廠商與較弱 AI 企業間有 3000 億美元交易、6500 億美元債務,對應 1.4 萬億美元未來承諾。

Hacker News front pageAI 評分71

Biohub 與 DOE、NIH、Google DeepMind 等投入 18 億美元建 AI 生物資料

Biohub、美國能源部(DOE)、NIH 與 Google DeepMind、Isomorphic Labs、Meta 等宣布共同投入 18 億美元,生成面向 AI 的開放生物學資料。其中 DOE 五年投入逾 5 億美元用於測量、建模與算力,NIH 協調此前超 5 億美元聯邦投資積累的生物醫學資料集,三家科技公司則向 2026 年 4 月啟動的 Virtual Biology Initiative 合計投入 3 億美元。

機器之心● 精選AI 評分70

EinsiaAI 發布 Quant Arena,9 個大模型在 A 股半數虧本

EinsiaAI 旗下 Navers Lab 發布 Quant Arena,讓 9 個大模型在 3042 只 A 股的真實資料上自行編寫策略、回測和迭代;結果 5 個模型虧本、無一跑贏市場基準。研究期使用 2022—2023 年行情,每個模型最多進行 5 次候選評估;策略凍結後僅在 2024 年封存資料上評估一次。收益最高的 GPT-6 Astra 年化收益率 10.7%、最大回撤 -6.8%,仍低於 17.1% 的市場基準;

The Verge AIAI 評分55

民主黨有望贏下中期選舉,AI 行業或面臨更多審查

民調預測民主黨將在 11 月中期選舉中至少翻轉國會一院,屆時關鍵委員會的主導權將回到民主黨手中,AI 公司可能迎來新一輪審查。目前委員會中的民主黨高層已表示,願意就資料中心的稅收抵免和近期的駭客事件向 AI 行業施壓;一旦接管委員會,他們可以設定議程並傳喚 CEO 作證。

Hacker News front pageAI 評分64

自迴歸擴散生成市場資料:DDPM 發散,流匹配更穩

用自迴歸擴散生成市場資料時,全連續擴散難以刻畫真實訂單流的尖峰分佈。實習生 Kavish 以 4 年美國股票事件級資料訓練模型,發現 DDPM 在 1000 步餘弦噪聲排程下不穩定,7 個連續目標中 88%–95% 的取值偏離分佈均值 8 個標準差以上,改用流匹配後開箱即可用。模型用因果掩碼 Transformer 編碼事件,事件型別頭判斷交易或 BBO 更新,價格、時間間隔等連續特徵由擴散頭生成。

TechCrunch AI● 精選AI 評分81

Meta 稱 Muse 使用者超 1000 萬,購物客單價逾 200 美元

Meta 在第三季度財報電話會上稱,其 AI 應用 Muse 的使用者已超過 1000 萬,其中約 25% 的註冊使用者每天使用。通過 Plaid 聯結器進行的代理購物中,逾四分之一的活躍購物使用者平均單筆消費超過 200 美元。其他熱門用途包括把 Muse 接入信箱與日曆,處理個人效率任務;後續還將推出連 Meta 也無法檢視內容的 Muse Confidential VM。

Anthropic Research● 精選AI 評分80

Anthropic 調查:91% 員工預期 2030 年 AI 能做出諾獎級發現

Anthropic 與經濟學家聯合調查顯示,91% 的 Anthropic 員工認為 AI 到 2030 年能做出諾獎級發現,美國成年人中這一比例為 39%。員工預期 AI 屆時能完成自己 75% 的工作,美國工人平均為 28%;在使用 AI 的工作任務中,員工預期 2030 年有 65% 交由 AI 完成,美國成年人預期為 42%。

量子位AI 評分58

Meshy 不到兩年 ARR 從 100 萬增至 1 億美元

AI 3D 生成公司 Meshy 披露,其 ARR 從 100 萬美元增長至 1 億美元,用時不到兩年,比 HeyGen 的 29 個月更快。Meshy 7 在自建幾何對齊基準中造型比例、空間分佈、表面細節三項指標領先受測模型,7.1 將幾何生成解析度從 2048³ 提升至 4096³。三七互娛已將其接入生產流程,基礎模型階段雕刻工作量減少 30% 至 40%。

Hugging Face blogAI 評分58

ServiceNow 發布 AutoSynthData,為企業 agent 自動生成訓練資料

ServiceNow CoreAI 團隊發布 AutoSynthData,用目標模型的失敗案例和更強教師模型的成功軌跡定位能力缺口,再自動生成並驗證新任務用於後訓練。任務由系統規範、使用者提示和驗證器三部分組成,需滿足可行性、真實性與難度要求,驗證器則要求一致、可靠且不繫結單一參考軌跡。團隊在 EnterpriseOps Gym 資料集上演示了該流程,模型提升後課程會轉向仍難完成的任務。

Hacker News front pageAI 評分67

Anthropic 稱自複製 AI 蠕蟲或數月內出現

Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。

TechCrunch AI● 精選AI 評分80

Vercel:Jev 上線兩週被 35% 付費團隊採用,創最快紀錄

Vercel 資料顯示,TypeSafe AI 的輕量決策模型 Jev 上線兩週內被 35% 付費團隊使用,覆蓋面接近第二名 Sonnet 5.5 的兩倍,是 Vercel 平台上普及最快的模型。Jev 於 9 月 15 日限量發布,通過限定候選輸出降低推理成本、提升速度,適合大批次資料分類,Vercel 已用它替換 GPT-6 Luna 做有害命令分類。

Hugging Face blog● 精選AI 評分77

Ai2 發布 FairStress 公平性基準,含 1300 萬測試用例

Ai2 發布 FairStress 基準;除模型最終選擇外,它還測量模型在說服性論點下改變決定的難易程度是否因涉及群體而異。該基準包含 300 個雙候選人場景,覆蓋 29 個領域;組合身份呈現方式與對抗性字首後擴充套件為逾 1300 萬個測試用例,並另發布 5 萬條 FairStress-Core 子集,整合進 Olmo-eval。測試覆蓋 Olmo、Llama、Qwen、Gemma、Claude 與 GPT 系列,結果顯示同一論點會因受益群體不同而對模型決策產生不同影響。

The Verge AIAI 評分48

OpenAI、Anthropic、Nvidia 單季遊說支出均創新高

2026 年 7 至 9 月,OpenAI、Anthropic 和 Nvidia 的聯邦遊說支出都達到各自單季最高。其中 Nvidia 花 220 萬美元最多,Anthropic 為 210 萬,OpenAI 為 150 萬。與微軟、Google 等長期佈局華盛頓的大廠相比,這一規模並不算異常:微軟自 2021 年起每季至少 200 萬美元,Google 常在 300 萬以上;但這顯示三家 AI 公司正加大對政策制定的投入。

Hacker News front page● 精選AI 評分76

研究:90% 美國工作時間對應任務缺乏 AI 基準覆蓋

一項覆蓋美國經濟的基準地圖研究顯示,90% 的美國工作時間花在現有 AI 基準幾乎未覆蓋的任務上。研究把美國勞工部 O*NET 的 923 個職業、18797 項任務與篩選出的 29 個基準做對映,只有 208 個職業、924 項任務被至少 5 條基準提示覆蓋,22 個職業大類中有 6 類完全空白。覆蓋分佈並不隨機,偏向高工資、大勞動力市場:同樣被判定易受 AI 影響的律師任務覆蓋充分,法律秘書、法庭書記員的任務卻幾乎沒有對應基準。

TechCrunch AIAI 評分70

SpaceX Q3 收入 146 億美元,AI 業務佔 52%

SpaceX 第三季度 AI 業務營收 75 億美元,佔公司總收入 52%,並實現 4.31 億美元利潤。該業績來自改名為 Super Intelligence 的業務線,含收購的 Cursor 程式設計工具、Grok 機器人與算力達 1.7 GW 的 neocloud 業務;若不計 Cursor 收購帶來的 12 億美元一次性股權激勵費用,利潤會更高。

TechCrunch AIAI 評分58

調查:超半數高管稱用 AI 後更難評估員工績效

Monday.com 委託 Nielsen 對七國 1700 名董事與高管調查顯示,超半數認為員工產出經 AI 打磨後難辨人機貢獻,近半數因此花更多時間審閱團隊產出。94% 仍對 AI 感到興奮,但 78% 已改變考核方式,更看重提示詞撰寫與任務分配能力;39% 用 AI 起草績效評估,46% 用 AI 輔助決策。57% 的組織在用的工具反而變多,僅 29% 稱 AI 基礎設施已集中最佳化;58% 預計一年內要監督的 AI agent 數量將超過人類員工。

NVIDIA blogAI 評分48

輝達報告:89% 電信運營商重視開源模型

輝達《State of AI in Telecommunications》報告顯示,89% 受訪者認為開源模型與軟體對公司 AI 戰略重要。運營商看重開源模型的可信任、可控與可定製,用於自主網路、客服等關鍵負載,並把閉源模型留給價值最高的場景;輝達同時發布 300 億引數的 Nemotron 3 Large Telco Model(由 AdaptKey 在開源電信資料集上微調),並提供基於 NeMo 的端到端微調流程。

Hacker News front pageAI 評分69

Faros 研究:高 AI 採用團隊 bug 增 54%、PR 評審耗時漲約 5 倍

Faros 2026 年研究分析 22,000 名開發者、4,000 個團隊兩年遙測資料後發現,AI 採用度高的組織每位開發者 bug 增加 54%,PR 評審中位耗時約漲 5 倍,每 PR 事故數超 3 倍;其 Q3 報告稱部分效應有所緩解,但驗證與運維成本仍在累積。