跳到正文
AI 资讯
今天11月19日周四66 条
  1. AIHOT76

    黄仁勋离任英伟达 CEO 后日本 AI 股遭遇抛售

    彭博社报道,黄仁勋突然离任英伟达 CEO 后,日本 AI 概念股首当其冲,市场风向从“AI 溢价”转向“AI 折价”。铠侠和爱德万测试股价累计下跌超过 9%,同期东证指数跌幅约 2.9%。分析认为,盈利担忧、美国中期选举后的监管预期和行业信心冲击共同施压,但六家美国大型科技公司今年资本支出预计仍达 8,850 亿美元。

    推荐理由:报道梳理了黄仁勋离任后日本 AI 相关股票下跌及估值逻辑转向,便于理解市场反应与潜在压力来源。

  2. TechCrunch · AI75

    Microsoft CEO Satya Nadella解释为何向60,000名员工提供买断选项

    Satya Nadella解释称,Microsoft向60,000名员工提供买断选项,以推动公司转向由全员使用AI并管理智能体的工作方式。他表示,这不是用AI取代软件工程师,而是改变团队组织方式和工作内容;Microsoft 365中的Cowork智能体团队由11名开发者组成,他们主要构建能够开发产品的软件工厂。他同时承认,传统企业在工作流和岗位重构上所需时间可能比预期更久。

  3. AWS Machine Learning Blog59

    Exa 通过 AWS Neuron 芯片优化将嵌入吞吐量提升约 50%

    Exa 通过 AWS Inferentia2 和 Trainium2 优化嵌入基础设施,将最终性能和每百万文档嵌入成本改善了 47%,吞吐量较初始基线提升约 1.5 倍。文章面向 30 billion 高优先级文档的重新嵌入需求,介绍了权重布局、NKI 内核、注意力计算和减少 FLOPS 等优化方法。Exa 还使用 Flyte 构建智能体工作流,由不同模型验证正确性、测试性能和分析瓶颈。

  4. The Verge · AI68

    纽约、洛杉矶和芝加哥学区考虑以 Google 搜索替代方案应对 AI 绑定政策

    纽约、洛杉矶和芝加哥学区正考虑采用 Google 搜索替代方案,因为 Google 计划从明年起让选择关闭 Gemini 功能的学校同时失去 Search 访问权限。Google 表示将在本月试点 Search 的 Guided Learning,并计划明年默认关闭 Gemini app、Gemini Notebook 和 Search,直至学校自行启用相关服务。

  5. AIHOT69

    OpenAI 成员 Tibo 评价 GPT-6.2 Astra 并转引 AMD 与 Jalapeño 芯片优化结果

    OpenAI 成员 Tibo 评价 GPT-6.2 Astra 擅长极难任务,并转引团队结果称其与 AMD、Synopsys 推进芯片设计与验证。所引内容称,与 AMD 合作在不到五个月内将旗舰 GPU IP 的 PPA 提升最高 14%,同样方法改进了 OpenAI 首款自研推理芯片 Jalapeño 并在真实硅片上验证。Tibo 同时表示正在根据反馈改进自己的沟通风格。

  6. TechCrunch · AI83

    Anthropic IPO定价为每股83美元,高于原定区间

    Anthropic据报将IPO定价为每股83美元,高于原定的70至78美元区间,上市时按完全摊薄口径估值约1.5万亿美元。公司将于周四在Nasdaq以股票代码“ANT”开始交易,AMD、Microsoft、Nvidia和TSMC Partners等将参与认购总额260亿美元的非投票股份私募。

    推荐理由:Anthropic IPO定价高于原定区间,并引入多家科技公司参与非投票股份私募,为AI企业上市定价提供了新参照。

  7. AWS Machine Learning Blog52

    AWS讲解Amazon Aurora PostgreSQL的负责任AI控制设计

    AWS博客以RAG客服机器人为例,讲解如何将AWS负责任AI的8个维度映射到Amazon Aurora PostgreSQL,并深入实现可解释性控制。方案使用Aurora ML从SQL生成1,024维Amazon Titan Text Embeddings V2向量,结合pgvector、RLS和Amazon Bedrock Guardrails,记录检索块、相似度、引用来源及护栏轨迹。

  8. AWS Machine Learning Blog79

    Airbnb 如何用单任务成本运营 Amazon Bedrock 编码智能体

    Airbnb 介绍了如何通过自有任务评测和 Amazon CloudWatch 生产监控运营 Amazon Bedrock 上的编码智能体,并用单任务成本选择默认模型与推理强度。其评测覆盖 7 个任务套件和数百个任务,发布后则结合延迟、限流、token 消耗与费用记录持续复核模型选择。实践中还给出了按团队、应用及功能归因成本,以及在配额紧张时切换等价模型的方法。

    推荐理由:Airbnb 展示了如何把自有任务评测、单任务成本与生产监控联动,为编码智能体的模型选型和成本治理提供可复用流程。

  9. AIHOT84

    Google DeepMind 发布 Gemini 4 Neon 模型

    Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究提供快速端到端任务执行能力。模型支持 1 million-token 上下文窗口,定价为每百万输入 token $3、每百万输出 token $15,并提供四档思考等级。

    推荐理由:Gemini 4 Neon 提供四档思考等级、百万 token 上下文和面向生产环境的智能体能力,便于评估复杂工作流中的性能与成本权衡。

  10. AIHOT63

    Google DeepMind 的 Gemini 4 Neon 上线 OpenRouter

    Google DeepMind 的 Gemini 4 Neon 正式上线 OpenRouter,可通过 Google Cloud 使用。该模型面向复杂软件工程、知识工作和科学场景,定位介于 Carbon 与 Hydrogen 之间;Google 称其在 Artificial Analysis Coding Agent Index 排名第一,每任务成本比 Carbon 低 32%。

  11. TechCrunch · AI72

    Palmer Luckey主张让卸任的 Nvidia CEO Jensen Huang 复任

    Anduril CEO Palmer Luckey主张让卸任的 Nvidia CEO Jensen Huang 复任,并认为中国乐见其离任,因为美国芯片企业在华销售受到限制。Luckey表示,中国有意扶植本土处理器产业,不愿依赖美国供应商。Nvidia 已决定不再在中国销售 H200 芯片,公司管理层同时表示没有让 Huang 复任的计划;超过 200,000 人签署了要求复任的请愿。

  12. Hugging Face Blog73

    RadixArk 发布 DaisyRose-27B,探索长程智能体后训练效率

    RadixArk 发布首个模型 DaisyRose-27B,该模型基于 Qwen3.8-27B,使用 Miles 通过强化学习完成后训练。训练使用约 1,200 个精选任务,在 18 天内动用 144 张 H200 GPU,支持最长 1M tokens 的会话,并将 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%。

    推荐理由:RadixArk 公开了长程智能体后训练的数据、训练后端与沙箱方法,便于读者比较其效率收益与复现条件。

  13. The Verge · AI59

    美国拟在菲律宾建设1,620公顷AI芯片与数据中心枢纽

    美国与菲律宾拟共同开发Pax Silica经济安全区,在原克拉克空军基地建设1,620公顷芯片工厂、关键矿产加工厂和数据中心枢纽。菲律宾官员预计前25年租赁收入接近$1 billion,并称项目最多可创造190,000个直接岗位,但原住民、小农和人权组织担忧土地占用、水资源流失及环境污染。特朗普访菲期间还试图推动更多国家加入已有至少24国参与的Pax Silica倡议。

  14. AWS Machine Learning Blog49

    Social Department 如何构建具备文化意识的视频发现系统

    Social Department 用 QuickSearch 将编辑判断与实时趋势信号编码为检索流水线,直接返回适合娱乐营销的视频片段。系统运行于 Amazon Bedrock,使用 TwelveLabs Marengo 3.0 与 Pegasus 1.2 提供场景级视频推理,并支持四类单动作查询。流程遵循“AI 提议、人员决策”,由代码核验来源,客户团队逐项审批。

  15. AWS Machine Learning Blog65

    Salesforce 如何在 Amazon SageMaker AI 中部署跨区域推理路由

    Salesforce 将 Amazon SageMaker AI 推理路由器接入内部网关,通过统一调用在多个区域和 AWS 账户的现有端点之间调度流量。路由器依据近期请求结果进行健康判断和故障转移,并返回服务端点 ARN 与路由原因,数据驻留请求则固定在本地区域。该跨区域推理路由自 2026 年 11 月 18 日起在支持实时端点推理的所有商业区域正式可用。

    推荐理由:Salesforce 的实践展示了如何以统一调用、容量感知和访问策略实现跨区域推理,同时保留数据驻留约束。

  16. Hugging Face Blog61

    Dharma-AI研究共享GPU集群上的大语言模型微调时长预测

    Dharma-AI基于272次真实SFT任务提出共享GPU集群的微调时长预测方法。基于FLOP的估算仅达到R²=0.31,而CatBoost预测器在5折交叉验证中达到R²=0.98,平均绝对误差为1.71 h。该方法利用评估、检查点和GPU负载等调度前信息改善预测,但目前仅在H200和SFT任务上验证。

    推荐理由:该研究用真实生产任务比较FLOP估算与机器学习预测,为共享GPU集群的微调任务调度提供了可复用的时长预测方法。