AISpot

搜尋

依意思最接近的 17 筆

X @elonmuskAI 評分12

馬斯克:2100 年前用馮·諾依曼探測器探索銀河即文明勝利

馬斯克公開表示,如果人類到 2100 年能用馮·諾依曼探測器(可自我複製的探測器)探索銀河系,文明就算取得巨大成功。他同時稱 Larry Page 可能是對的,並提到 Page 曾正確預測過許多事情。這條內容只是他在 X 上的一段簡短表態,沒有給出具體計劃、時間表或技術細節。

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。

NVIDIA blog● 精選AI 評分81

NVIDIA 擴充套件開放模型家族,新增 Nemotron 3.5 與 Kumo

NVIDIA 擴充套件其開放模型家族,新增 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 與 Ising 等模型。Nemotron 3.5 支援文字和影像,面向建置 agent,稱能以更低成本編排工作流、推理並完成專項任務;Kumo 則針對結構化業務資料做預測、欺詐風險評分和行動推薦。

NVIDIA blog● 精選AI 評分67

SETI 把 agentic AI 接入望遠鏡,即時搜尋外星訊號

SETI 研究所與 Breakthrough Listen 將 agentic AI 引入艾倫望遠鏡陣列的日常搜尋,研究人員只需說一句自然語言,就能讓 agent 操控天線、校準裝置、糾正資料錯誤並繪圖。基於 NVIDIA Holoscan 的 DAQIRI 把每秒 2.4 Tb 的感測器資料直接送入 GPU 記憶體即時處理,再由 Nexus 統一編排儀器狀態與計算資源。該系統已在蟹狀星雲完成首次即時 AI 脈衝星探測;

TechCrunch AIAI 評分43

Theranos 吹哨人 Tyler Shultz:AI 熱潮是行騙的好機會

Theranos 吹哨人 Tyler Shultz 警告,AI 熱潮是行騙的好機會。他在接受《舊金山標準報》採訪時表示,AI 公司極難做盡職調查,很難分辨真正獨特的新技術與 ChatGPT 套殼,靠一杯咖啡就投 10 萬美元的日子該結束了——Holmes 只是把這套模式放大到 1 億美元。同期,記錄 Holmes 入獄前最後幾週的紀錄片《You Can See Everything》正在熱映,她已另創診斷公司 Haemanthus,據報導融資約 2000 萬美元。

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。

NVIDIA blogAI 評分45

NVIDIA 加入歐盟 AI 科研計劃,開放 250+ 開源模型

NVIDIA 加入歐盟委員會在都柏林 AI in Science Summit 上啟動的 AI in Science Enablers 計劃,將向歐洲科研界開放加速計算工具、算力與培訓。NVIDIA 已開源 250 多個模型、250 個資料集與 1400 多個開源專案,包括 Nemotron、BioNeMo、PhysicsNeMo、Earth-2 和 ALCHEMI NIM,可用於 agentic 推理與科學計算。

Hugging Face blogAI 評分59

NVIDIA 用 Nemotron 開源模型打造萬聖節語音互動鬼屋

NVIDIA 員工用 Nemotron 系列開源模型搭出萬聖節互動投影裝置 MonsterHouse,全部在一臺工作站本地執行。Nemotron 3 ASR 負責聽,Nemotron 3.5 Bolt E4B 4GB(4-bit 量化版)配 LoRA 人格負責對話,Magpie TTS Zeroshot 出聲,Audio2Face-3D 在虛幻引擎 5 裡驅動車庫門木嘴動畫;另有 Nemotron 3 Nano Omni 識別服裝、YOLO 與 ByteTrack 計數訪客。

機器之心● 精選AI 評分82

OpenAI 可解釋團隊建立人:神經網路並非黑箱,90% 神經元只有一個功能

OpenAI 可解釋團隊建立人 Nick Cammarata 髮長文稱,神經網路並非多義糾纏的黑箱,疊加(superposition)假說被看錯了,可解釋性可能很快被解決。他重查 InceptionV1 中同時回應貓臉與汽車前臉的神經元,發現二者共享 V 形特徵;對 Qwen3-32B 的初步審查顯示約 90% 神經元正負兩極各有一項主要工作,約 7% 有兩項,2%—4% 未理解,並在 Kimi K3 上做出已知首個萬億引數模型歸因圖。

NVIDIA blogAI 評分25

輝達稱 Vera Rubin NVL72 每兆瓦吞吐量超 GB300 30 倍

輝達援引 SemiAnalysis AgentX 資料稱,Vera Rubin NVL72 每兆瓦吞吐量超過 GB300 NVL72 的 30 倍,在 DeepSeek V4 Pro 上每百萬 token 成本最多低 45 倍。輝達以「高產、耐用、通用」概括 AI 工廠回報邏輯:每兆瓦 token 數決定收益,A100 出貨六年後仍在商用,CoreWeave 已將 2020 年首批裝置的預訂延長至 2029 年。

NVIDIA blogAI 評分45

輝達投資五家英國 AI 初創,另承諾 2.5 億美元算力

輝達宣布計劃投資 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英國 AI 初創公司,並承諾五年投入 2.5 億美元算力,用於強化英國的 agentic 安全與安全研究。這五家公司分別做生物分子模型與藥物設計、超大規模資料中心等基建專案的完工預測、自動編寫並最佳化演算法的發現引擎、面向阿茲海默症等疾病的生物基礎模型,以及跨量子位元型別的即時糾錯軟硬體。

TechCrunch AI● 精選AI 評分79

輝達發布 Nemotron 3.5 開源模型,覆蓋企業 agent 與本地 AI PC

輝達發布 Nemotron 3.5 系列開源權重模型,含 1200 億引數的企業 agent 模型 Super VL,以及面向本地 AI PC 和 DGX Spark 工作站的輕量 Bolt。輝達稱 Super VL 引數少於 Nemotron 3 Ultra,但在指令遵循與工具呼叫上準確率相近;針對文件智慧、財務、科研、醫保理賠等 agent 任務做後訓練後,完成任務快於 Anthropic 與 OpenAI 競品。

X @lmstudio● 精選AI 評分77

@lmstudio: Nemotron 3.5 Super VL from @NVIDIAAI is live in LM Studio!

NVIDIA 的 Nemotron 3.5 Super VL 已在 LM Studio 上線,可直接在本地下載執行。該模型為 120B 總引數、12B 啟用引數的 MoE 架構,支援視覺輸入與推理,並針對視覺理解和工具呼叫做了訓練。官方提示本地執行約需 70GB 記憶體,模型頁面位於 lmstudio.ai。

Hugging Face blog● 精選AI 評分82

Nemotron 微調後在 IOI 與 IMO 2026 均達金牌水平

NVIDIA 以監督微調、強化學習和反饋式推理專門化 Nemotron 3,在 IOI 2026 與 IMO 2026 雙雙達到金牌水平。IOI 2026 的 Nemotron-3-Ultra-CC 在與人相同的時限和提交限制下取得 535.4/600,高於 361.12 的金牌線和人類最高分 498.27,但屬非官方、無監督基準,未計入官方排名。

X @ollama● 精選AI 評分66

NVIDIA Nemotron 3.5 Super VL 上線 Ollama,單卡吞吐提升 5 倍

NVIDIA Nemotron 3.5 Super VL 現已在 Ollama 上線,可用 ollama run nemotron-3.5-super 直接拉取執行。該模型同時具備推理與視覺理解能力,覆蓋多種 agent 工作流。官方稱在單張 GPU 上,它的 agent 任務吞吐量最高可達同尺寸其他開源模型的 5 倍。

Hacker News front page● 精選AI 評分76

AI 代理一夜檢索 435 萬頁檔案,挖出被遺忘的隕石記錄

一名軟體工程師用 Claude Code 搭建 AI 流水線,在一夜 12 小時內檢索 435 萬頁荷蘭東印度公司檔案與舊報紙,發現一份被遺忘的隕石記錄、三隻未記錄的犀牛和未定位的火山噴發。他把 570 萬段文字轉成語義向量檢索,再用每百萬詞僅幾美分的小型決策模型 Jev 初篩(讀 5.9 萬條大象記錄約 3 美元),由 Claude Haiku 精讀並核對原始掃描頁。靈感來自歷史學家 Benjamin Breen 用 Opus 5.5 找到的 1615 年渡渡鳥目擊記錄。