![]()
拥抱AI 沃尔玛市值突破1万亿美元
美国沃尔玛公司成为全球首家市值突破1万亿美元的零售商,主要归功于其吸引不同消费群体的战略。然而,值得注意的是,沃尔玛大力投资人工智能以提升供应链自动化,这一举措引发市场对其未来发展的担忧。虽然投资者对其AI布局保持乐观,但该策略带来的高额投资可能影响短期财务表现。此外,沃尔玛决定将股票转至纳斯达克,以强化数字化转型定位,这一变动可能引发业务调整的不确定性。
阿里深夜开源80B编程模型!专攻智能体,周靖人、林俊旸最新成果发布
阿里于2月4日开源了一款名为Qwen3-Coder-Next的80B参数编程模型,该模型旨在优化编程智能体和本地开发,但也面临潜在的技术挑战。尽管其性能媲美更大规模的稠密模型,但仍需解决效率与性能间的平衡问题。此外,如何提升模型的推理与决策能力,以及应对复杂任务的能力,是未来发展的关键。这些问题对智能体应用及扩展提出了新的挑战,需通过持续的研发投入来应对。
终于,苹果支持Claude Agent SDK了!
苹果与Anthropic联合宣布Xcode 26.3候选版本首次原生集成Claude Agent SDK,允许开发者通过Agentic Coding方式进行应用开发。虽然这一更新对开发者来说是一个重要进步,但也可能带来潜在的开发风险,如Agent的自主任务拆解可能导致代码错误或安全问题。同时,Model Context Protocol(MCP)开放标准接口可能引入外部不兼容的Agent系统,对现有开发环境形成挑战。
英伟达与达索系统合作构建工业AI平台
在达索系统的3DEXPERIENCE World大会上,达索系统与英伟达宣布建立长期战略合作关系,以开发共享的工业AI架构。双方将结合达索的虚拟孪生技术和NVIDIA AI基础设施,打造行业世界模型。然而,这一合作可能引发对数据隐私和知识产权保护的担忧,因为AI模型将在多个地区运行。此次合作旨在推动生成式经济的创新,但也面临确保信任和安全的挑战。
阶跃星辰Step 3.5 Flash上线两天登顶OpenRouter Trending榜单
2月4日,阶跃星辰开源Agent基座模型Step 3.5 Flash成功登上OpenRouter平台Trending榜单。该榜单基于全球开发者与用户的实际调用量进行排名。这款模型兼具推理速度、智能水平与使用成本,最高推理速度可达每秒350个token。尽管总参数量高达1960亿,但在处理过程中仅需激活约110亿参数,从而优化了运行效率。
昆仑万维发布“Skywork桌面版”:AI帮你在电脑上直接干活
昆仑万维近日推出了“天工 Skywork 桌面版”,这是一款旨在提升AI生产力的桌面应用。该软件支持Windows系统,能够在本地执行任务而无需上传文件到云端,从而降低数据泄露的风险。然而,该产品的发布也带来了潜在的负面影响,例如对用户隐私保护的挑战,以及可能引发的数据安全问题。虽然其设计目标是成为用户的个人桌面助手,但仍需警惕信息误用和错误输出的风险。在确保安全性方面,该产品仍需进行进一步验证和优化。
上海AI实验室开源书生万亿科学大模型Intern-S1-Pro
上海AI实验室宣布开源Intern-S1-Pro,这是一个基于通专融合技术架构SAGE打造的万亿参数科学多模态大模型。该模型采用混合专家架构,共拥有512个专家,总参数达1T。然而,高难度综合学科评测稳居国际领先水平,复杂数理逻辑推理能力达奥赛金牌水平。模型在底层架构上实现了两大核心突破,包括通过引入傅里叶位置编码重构时序编码器,以及高效路由机制解决训练稳定性和算力效率瓶颈。这些进展为超大规模模型的训练提供了工程基础。
速腾聚创独供未岚大陆 引领割草机器人进入数字化感知新时代
近日,未岚大陆宣布推出搭载速腾聚创全固态数字化LiDAR的割草机器人产品线。这些新品解决了传统割草机在复杂环境下的信号中断问题,实现了无边界线部署及稳定定位。然而,在强光或弱光条件下,仍需关注其持续性能表现。速腾聚创凭借高集成度芯片和车规级认证,显现出在割草机器人激光雷达领域的绝对领先地位,并获得全球市场认可。预期激光雷达作为核心部件的应用将有望加速市场增长。
瑞莎发布199元AI开发板Cubie A7S
瑞莎于2月4日推出了一款价格为199元的AI单板计算机Cubie A7S,适用于OpenClaw等本地AI应用场景。然而,在确保高能效与智能终端定位的同时,该产品在典型OpenClaw运行状态下的功耗为4-5W,日均耗电量约为0.01度,可能引发对能源消耗的关注。此外,其预装操作系统及软件环境虽可加速配置,但可能限制用户的自主选择空间。
腾讯混元AI Infra核心技术开源,推理吞吐提升30%
腾讯混元 AI Infra 团队宣布推出 HPC-Ops 高性能 LLM 推理核心算子库,该库在生产环境中显著提升模型推理性能,包括 Attention、GroupGEMM 和 FusedMoE 算子的优化。虽然该库实现了性能突破,但仍面临长上下文大模型的内存与算力瓶颈。未来计划通过研发稀疏 Attention 算子和拓展量化策略,进一步优化推理速度与精度。同时,算子库将努力降低分布式推理场景下的通信开销。这些措施将为超大规模大模型的部署提供支持。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.