70天前
NVIDIA Vera Rubin NVL72 能效最高提升30倍
NVIDIA 公布的早期實測數據顯示，Vera Rubin NVL72 在智慧體工作負載下的每百萬瓦吞吐量較 GB300 NVL72 最高提升30倍，每百萬 token 成本最高降低35倍。目前結果尚未反映 Vera CPU 的工具呼叫效能，且有待 SemiAnalysis 覆核。
NVIDIA Vera Rubin
NVIDIA Blog查看原文
最新動態最後更新: 09:35
AI 行業快訊
幾分鐘看完今天的產品、模型和平台動態。
1
今日更新
285
全部快訊
2026-08-25星期二
2026-08-24星期一
71天前
神秘模型Ox Alpha引發討論
新型AI模型Ox Alpha被OpenRouter標註為「隱身模型」，由匿名第三方開發，定位為面向程式碼編寫與生產負載的推理模型，日前已在OpenRouter免費上線。其身份引發猜測，有觀點指向中國GLM模型，也有人懷疑是微軟MAI的未發布版本，各方說法分歧較大。
AI模型 OpenRouter Ox Alpha
TechCrunch查看原文
71天前
DeepMind 校友創立的 Inherent 稱其 AI 智能體在復現研究上優於 Anthropic 和 OpenAI 的模型
Inherent 是一家由 Google DeepMind 校友於倫敦創立的 AI 實驗室，該公司表示其 27B 參數的 AI 智能體 Faraday 在復現研究論文這項任務上，性能超過了 Anthropic 的 Claude Opus 4.8 和 OpenAI 的 GPT-5.5。據 arXiv 論文和公司研究部落格介紹，Faraday 透過長視界強化學習訓練，使用自有 Replica 任務套件（取自 100 篇機器學習及 AI for science 論文的 310 項任務），在無法存取原圖的情況下完成論文復現。Faraday 運行在規模相對較小的 Qwen 3.6 模型之上，與更大的前沿模型相比參數僅 27B。目前這項成果仍是公司自我報告，未經獨立驗證；Inherent 首席科學家 Edward Hughes 表示，關鍵在於建法本身。
AI 研究 強化學習 論文復現 Inherent
TechCrunch查看原文
71天前
哈佛商學院 699 美元創業營引入導師 AI 數位分身
哈佛商學院為企業創辦人開設的八週、699 美元 HBS Foundry 創業營，引入了由 HeyGen 製作的導師 AI 數位分身，用於在練習路演和董事會會議中提供個人反饋，每週仍保留真人導師直播課。專案主管 Katharina Rings 表示，最初設想的是聊天機器人，發布試用版後學員希望獲得更引導式的體驗。紐約時報記者 Sarah Kessler 實測後稱，路演時 AI 版 Flybridge Capital 共同創辦人 Jeff Bussgang 呈現明顯的僵硬笑容；Bussgang 坦言自己的數位副本有點「creepy」，但表示「我的學生很喜歡它」。
AI 數位分身 哈佛商學院 創業營 HBS Foundry HeyGen
TechCrunch查看原文
2026-08-18星期二
77天前
Meta open-sources Muse Glimmer, a 30B agentic model built to run entirely on-device
Meta Superintelligence Labs has released Muse Glimmer, an open-weight agentic model that anyone can download and run on their own hardware. The company open-sourced the model weights under the permissive Apache 2.0 license, and the 30-billion-parameter model is now available on Hugging Face as meta-models/Muse-Glimmer-30B. Muse Glimmer is optimized for always-on local agent workflows and is described as small enough to run on a Mac or PC with a single consumer GPU. The model card notes it is distilled from Muse Spark and includes a perception encoder, with 4-bit quantization shrinking it to under 20 GB so it fits within 24 GB or 32 GB VRAM envelopes, including on Nvidia RTX 5090 and Apple M4/M5 Max. Developers can get started immediately through the Ollama library by running "ollama run muse-glimmer," which enables fully local use without cloud or network access. No pricing or hardware-requirement changes accompany the release, and no limits beyond typical GPU memory constraints have been detailed. The Apache 2.0 license means builders can freely use, modify, and distribute the weights for commercial applications. Since the model is released as open weights, teams can deploy always-on local agents on their own infrastructure, with the main uncertainty being real-world throughput and memory performance on individual consumer-grade hardware setups.
Meta AI Research查看原文