https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
高通×谷歌汽车合作再升级！AI智能体上车，骁龙数字底盘将搭载谷歌多模态AI，零跑等新势力率先落地
智能汽车竞争进入“AI智能体”时代。高通与谷歌宣布深化战略合作，将谷歌的AI智能体（Agent）深度集成至高通骁龙数字底盘，共同打造面向下一代智能汽车的边云协同技术解决方案。此举标志着双方合作从“操作系统+芯片”迈向“AI原生座舱”新阶段，零跑汽车等中国新势力将成为首批受益者。
AI智能体上车：从“语音助手”到“主动服务伙伴”
此次合作的核心突破在于，谷歌AI智能体将首次嵌入车载系统，依托骁龙平台的强大算力，实现：
- 多模态交互：融合语音、视觉、传感器数据，理解“看一眼后视镜说‘调暗点’”等复杂指令；
- 个性化服务：基于用户习惯自动调节座椅、温控、音乐，并预判需求（如通勤路线拥堵时建议出发时间）；
- 任务自主执行：可代用户完成“预订餐厅+导航+同步日程”等跨应用链路操作。
这远超传统语音助手的“问答”模式，让汽车真正成为具备理解、推理与执行能力的移动AI代理。
十年合作再进化：从Android Auto到AI原生座舱
自 2016 年合作启动以来，高通与谷歌已推动Android Automotive OS在全球普及。目前，超 7500 万辆汽车搭载高通骁龙座舱平台，包括宝马、通用、蔚来等主流品牌。此次升级，双方将把合作重心转向AI智能体与边缘-云协同架构，确保复杂AI任务在车载芯片（边）与云端之间高效分工，兼顾实时性与智能深度。
中国新势力率先落地：零跑推双骁龙 8797 域控制器
中国市场成为此次技术落地的前沿阵地。零跑汽车宣布，其下一代中央计算平台将采用双高通骁龙 8797 芯片，构建高性能中央域控制器，全面支持谷歌AI智能体与高通车载生态。该方案可实现：
- 跨域融合：座舱、智驾、车身控制统一调度；
- 持续OTA进化：AI能力随云端模型更新而升级；
- 个性化体验：每位家庭成员上车即享专属空间配置与服务。
此外，小鹏、极氪等品牌也被曝正在评估类似方案。
AIbase观察：汽车智能化进入“智能体战争”新阶段
当手机AI竞争转向“谁的Agent更聪明”，汽车战场亦同步升级。高通与谷歌的联手，本质是将Android生态的成功经验复制到汽车领域——以开放平台+强大AI+芯片算力，构建护城河。
对消费者而言，未来的智能汽车将不再是“带轮子的手机”，而是懂你、帮你、陪你的移动生活空间。而这场由高通与谷歌点燃的“AI座舱”革命，正加速驶入现实。
via AI新闻资讯 (author: AI Base)
智能汽车竞争进入“AI智能体”时代。高通与谷歌宣布深化战略合作，将谷歌的AI智能体（Agent）深度集成至高通骁龙数字底盘，共同打造面向下一代智能汽车的边云协同技术解决方案。此举标志着双方合作从“操作系统+芯片”迈向“AI原生座舱”新阶段，零跑汽车等中国新势力将成为首批受益者。
AI智能体上车：从“语音助手”到“主动服务伙伴”
此次合作的核心突破在于，谷歌AI智能体将首次嵌入车载系统，依托骁龙平台的强大算力，实现：
- 多模态交互：融合语音、视觉、传感器数据，理解“看一眼后视镜说‘调暗点’”等复杂指令；
- 个性化服务：基于用户习惯自动调节座椅、温控、音乐，并预判需求（如通勤路线拥堵时建议出发时间）；
- 任务自主执行：可代用户完成“预订餐厅+导航+同步日程”等跨应用链路操作。
这远超传统语音助手的“问答”模式，让汽车真正成为具备理解、推理与执行能力的移动AI代理。
十年合作再进化：从Android Auto到AI原生座舱
自 2016 年合作启动以来，高通与谷歌已推动Android Automotive OS在全球普及。目前，超 7500 万辆汽车搭载高通骁龙座舱平台，包括宝马、通用、蔚来等主流品牌。此次升级，双方将把合作重心转向AI智能体与边缘-云协同架构，确保复杂AI任务在车载芯片（边）与云端之间高效分工，兼顾实时性与智能深度。
中国新势力率先落地：零跑推双骁龙 8797 域控制器
中国市场成为此次技术落地的前沿阵地。零跑汽车宣布，其下一代中央计算平台将采用双高通骁龙 8797 芯片，构建高性能中央域控制器，全面支持谷歌AI智能体与高通车载生态。该方案可实现：
- 跨域融合：座舱、智驾、车身控制统一调度；
- 持续OTA进化：AI能力随云端模型更新而升级；
- 个性化体验：每位家庭成员上车即享专属空间配置与服务。
此外，小鹏、极氪等品牌也被曝正在评估类似方案。
AIbase观察：汽车智能化进入“智能体战争”新阶段
当手机AI竞争转向“谁的Agent更聪明”，汽车战场亦同步升级。高通与谷歌的联手，本质是将Android生态的成功经验复制到汽车领域——以开放平台+强大AI+芯片算力，构建护城河。
对消费者而言，未来的智能汽车将不再是“带轮子的手机”，而是懂你、帮你、陪你的移动生活空间。而这场由高通与谷歌点燃的“AI座舱”革命，正加速驶入现实。
via AI新闻资讯 (author: AI Base)
浙江移动×华为斩获IPv6创新大赛大奖！SPN+AI打造确定性智能网络，赋能千行百业数字化升级
在AI与5G-A驱动算力爆发的新时代，网络基础设施正经历深刻变革。近日，在第三届“IPv6技术应用创新大赛”中，浙江移动与华为联合申报的项目——“IPv6+赋能AI WAN新联接，SPN助力行业智能化发展”，凭借前瞻性架构与落地成效，一举夺得AI WAN赛道一等奖及全国二等奖，成为运营商与设备商协同推动网络智能化升级的标杆案例。
SPN+AI+IPv6+:构建面向AI时代的确定性网络
面对大模型训练、边缘智能、工业控制等场景对超低时延、高可靠、高带宽的严苛要求，传统网络架构面临瓶颈。浙江移动与华为创新性提出基于SPN（切片分组网）的三层融合架构:
- 物理层MESH化组网:打破传统星型拓扑，实现多路径冗余与弹性扩展;
- 网络层确定性切片:通过IPv6+技术为AI流量分配专属网络切片，保障关键业务SLA;
- 应用层AI智能管控:引入AI算法实现流量预测、路径优化与故障自愈。
该方案实测可将端到端时延降低40%，故障识别效率提升90%，运维自动化率超85%，显著提升网络对AI负载的承载能力。
智能运维系统:从“被动响应”到“主动预防”
项目同步开发了AI驱动的智能管控系统，具备:
- 秒级故障定位:基于网络数字孪生与异常检测模型，精准识别链路劣化;
- 自适应调优:根据业务负载动态调整切片资源;
- 预测性维护:提前预警潜在风险，减少业务中断。
在浙江某智能制造园区试点中，该系统成功支撑百台工业机器人同步协同作业，实现“零丢包、微秒级抖动”的确定性网络体验。
迈向规模化推广:筑牢数字经济“新基座”
浙江移动与华为表示，下一步将把该解决方案推广至电力、交通、金融、医疗等关键行业，推动SPN网络从“连接管道”向“智能服务中枢”演进。同时，双方正积极参与IPv6+及SPN国际标准制定，助力中国技术方案走向全球。
AIbase观察:网络智能化，是AI落地的“隐形基石”
当业界聚焦于大模型与芯片时，浙江移动与华为的实践揭示了一个关键真相:再强大的AI，也离不开一张“聪明、可靠、确定”的网络。
在“东数西算”“AI+行业”加速落地的背景下，SPN与IPv6+的融合，正成为构建中国式智能基础设施的核心支柱。而这场由运营商主导的网络革命，或许才是支撑万亿级AI经济的真正底座。
via AI新闻资讯 (author: AI Base)
在AI与5G-A驱动算力爆发的新时代，网络基础设施正经历深刻变革。近日，在第三届“IPv6技术应用创新大赛”中，浙江移动与华为联合申报的项目——“IPv6+赋能AI WAN新联接，SPN助力行业智能化发展”，凭借前瞻性架构与落地成效，一举夺得AI WAN赛道一等奖及全国二等奖，成为运营商与设备商协同推动网络智能化升级的标杆案例。
SPN+AI+IPv6+:构建面向AI时代的确定性网络
面对大模型训练、边缘智能、工业控制等场景对超低时延、高可靠、高带宽的严苛要求，传统网络架构面临瓶颈。浙江移动与华为创新性提出基于SPN（切片分组网）的三层融合架构:
- 物理层MESH化组网:打破传统星型拓扑，实现多路径冗余与弹性扩展;
- 网络层确定性切片:通过IPv6+技术为AI流量分配专属网络切片，保障关键业务SLA;
- 应用层AI智能管控:引入AI算法实现流量预测、路径优化与故障自愈。
该方案实测可将端到端时延降低40%，故障识别效率提升90%，运维自动化率超85%，显著提升网络对AI负载的承载能力。
智能运维系统:从“被动响应”到“主动预防”
项目同步开发了AI驱动的智能管控系统，具备:
- 秒级故障定位:基于网络数字孪生与异常检测模型，精准识别链路劣化;
- 自适应调优:根据业务负载动态调整切片资源;
- 预测性维护:提前预警潜在风险，减少业务中断。
在浙江某智能制造园区试点中，该系统成功支撑百台工业机器人同步协同作业，实现“零丢包、微秒级抖动”的确定性网络体验。
迈向规模化推广:筑牢数字经济“新基座”
浙江移动与华为表示，下一步将把该解决方案推广至电力、交通、金融、医疗等关键行业，推动SPN网络从“连接管道”向“智能服务中枢”演进。同时，双方正积极参与IPv6+及SPN国际标准制定，助力中国技术方案走向全球。
AIbase观察:网络智能化，是AI落地的“隐形基石”
当业界聚焦于大模型与芯片时，浙江移动与华为的实践揭示了一个关键真相:再强大的AI，也离不开一张“聪明、可靠、确定”的网络。
在“东数西算”“AI+行业”加速落地的背景下，SPN与IPv6+的融合，正成为构建中国式智能基础设施的核心支柱。而这场由运营商主导的网络革命，或许才是支撑万亿级AI经济的真正底座。
via AI新闻资讯 (author: AI Base)
据 AIbase 报道，OpenAI 近期向 Axios 提供的一份独家报告揭示了一个惊人的趋势:健康医疗已成为 ChatGPT 最核心的使用场景之一。全球范围内超过5% 的查询与健康相关，而在美国，每天有约4000万人向这款 AI 寻求医疗建议。从解析晦涩的医疗账单、对比保险方案到初步检查病症，ChatGPT 正在成为许多无法立即预约医生的美国人眼中的“医疗盟友”。
OpenAI 显然早已洞察这一市场需求，并明确将新一代模型 GPT-5定位为特别适用于医疗领域的智能体。与前代相比，GPT-5在处理复杂临床推理和解读医学影像（如病理报告、MRI）方面表现出更强的专业性。报告还指出，目前 ChatGPT 每周处理的保险相关问题近200万个。这一需求激增的背景是，自2026年新年伊始，特朗普政府允许长期实施的医疗保险补贴到期，导致数千万美国人的保费面临大幅上涨，迫使他们求助于 AI 来寻找更经济的替代方案。
然而，依赖 AI 获取医疗建议仍伴随着巨大的风险。尽管 GPT-5在减少幻觉方面取得了进展，但模型虚构事实的特性并未彻底根除。专家警告称，用户在语音模式下咨询时风险更高，因为语音模式往往调用更轻量、推理能力较弱的模型以保证响应速度，这可能导致误诊或漏诊。尽管 OpenAI 在最新的宣传中强调了其作为“医疗助手”的潜力，但对于模型可能产生的幻觉及其在低功耗模式下的性能局限，并未在推广中予以充分警示。
via AI新闻资讯 (author: AI Base)
特斯拉马斯克隔空回应英伟达：自动驾驶做到99%不难
在 2026 年消费电子展（CES）上，芯片巨头英伟达（NVIDIA）高调推出了全新的Alpamayo系列开放式 AI 模型及相关工具，旨在通过大模型技术攻克自动驾驶的安全难题。然而，这一举动很快引起了特斯拉 CEO 埃隆·马斯克的关注，他在社交媒体上对此作出了颇具针对性的评价。
马斯克表示，英伟达目前所做的正是特斯拉已经在深耕的领域。他直言不讳地指出，在自动驾驶开发中，想要让系统达到 99% 的水平其实相对容易，真正的鸿沟在于解决剩下那极其复杂且少见的“长尾问题”（Long-tail problems）。
英伟达此次展示的核心是Alpamayo 1模型。这是一个拥有 100 亿参数的视觉-语言-行动（VLA）模型，采用了先进的思维链技术。其核心优势在于能让车辆像人类一样思考，例如在遇到红绿灯故障等未经历过的复杂路口时，能够自主规划路线。
via AI新闻资讯 (author: AI Base)
在 2026 年消费电子展（CES）上，芯片巨头英伟达（NVIDIA）高调推出了全新的Alpamayo系列开放式 AI 模型及相关工具，旨在通过大模型技术攻克自动驾驶的安全难题。然而，这一举动很快引起了特斯拉 CEO 埃隆·马斯克的关注，他在社交媒体上对此作出了颇具针对性的评价。
马斯克表示，英伟达目前所做的正是特斯拉已经在深耕的领域。他直言不讳地指出，在自动驾驶开发中，想要让系统达到 99% 的水平其实相对容易，真正的鸿沟在于解决剩下那极其复杂且少见的“长尾问题”（Long-tail problems）。
英伟达此次展示的核心是Alpamayo 1模型。这是一个拥有 100 亿参数的视觉-语言-行动（VLA）模型，采用了先进的思维链技术。其核心优势在于能让车辆像人类一样思考，例如在遇到红绿灯故障等未经历过的复杂路口时，能够自主规划路线。
via AI新闻资讯 (author: AI Base)
微软收购 Osmos，助力数据工作流程智能化
近日，微软宣布收购了智能体 AI 数据工程平台 Osmos，旨在简化当前复杂且耗时的数据工作流程。随着各个组织在数据转化方面所面临的挑战不断增加，Osmos 利用智能体 AI 的强大功能，将原始数据转化为便于分析和 AI 应用的准备资产，从而帮助企业更高效地管理和利用数据。
此次收购不仅增强了微软在数据工程领域的竞争力，还进一步巩固了其在 Fabric 平台上的战略目标。微软 Fabric 旨在将所有数据和分析工具整合到一个安全且统一的平台上，以降低客户的运营成本并简化与数据相关的各项流程。这意味着，企业用户可以通过 Fabric 平台更方便地进行数据处理与分析，提升工作效率。
收购完成后，Osmos 的团队将正式加入微软 Fabric 工程团队，进一步推动技术的整合与创新。微软表示，未来用户可以在 Microsoft Fabric 的官方网站上获取更多关于 Osmos 的最新动态和信息。此次收购的成功，将为微软在快速发展的 AI 和数据市场中增添新的动力。
via AI新闻资讯 (author: AI Base)
近日，微软宣布收购了智能体 AI 数据工程平台 Osmos，旨在简化当前复杂且耗时的数据工作流程。随着各个组织在数据转化方面所面临的挑战不断增加，Osmos 利用智能体 AI 的强大功能，将原始数据转化为便于分析和 AI 应用的准备资产，从而帮助企业更高效地管理和利用数据。
此次收购不仅增强了微软在数据工程领域的竞争力，还进一步巩固了其在 Fabric 平台上的战略目标。微软 Fabric 旨在将所有数据和分析工具整合到一个安全且统一的平台上，以降低客户的运营成本并简化与数据相关的各项流程。这意味着，企业用户可以通过 Fabric 平台更方便地进行数据处理与分析，提升工作效率。
收购完成后，Osmos 的团队将正式加入微软 Fabric 工程团队，进一步推动技术的整合与创新。微软表示，未来用户可以在 Microsoft Fabric 的官方网站上获取更多关于 Osmos 的最新动态和信息。此次收购的成功，将为微软在快速发展的 AI 和数据市场中增添新的动力。
via AI新闻资讯 (author: AI Base)
特斯拉马斯克隔空回应英伟达：自动驾驶做到99%不难，难在剩下的“长尾”挑战
在2026年消费电子展（CES）上，芯片巨头英伟达(NVIDIA)高调推出了全新的Alpamayo系列开放式 AI 模型及相关工具，旨在通过大模型技术攻克自动驾驶的安全难题。然而，这一举动很快引起了特斯拉 CEO 埃隆·马斯克的关注，他在社交媒体上对此作出了颇具针对性的评价。
马斯克表示，英伟达目前所做的正是特斯拉已经在深耕的领域。他直言不讳地指出，在自动驾驶开发中，想要让系统达到99% 的水平其实相对容易，真正的鸿沟在于解决剩下那极其复杂且少见的“长尾问题”（Long-tail problems）。
英伟达此次展示的核心是Alpamayo1模型。这是一个拥有100亿参数的视觉-语言-行动（VLA）模型，采用了先进的思维链技术。其核心优势在于能让车辆像人类一样思考，例如在遇到红绿灯故障等未经历过的复杂路口时，能够自主规划路线。
英伟达 CEO 黄仁勋对自家技术充满信心，并透露首款搭载该技术的车型预计将于2026年第一季度在美国正式上路。尽管如此，马斯克的言论无疑给这场自动驾驶竞赛增添了火药味，他认为特斯拉在处理极端分布数据上的积累，才是决定自动驾驶最终能否落地的关键。
via AI新闻资讯 (author: AI Base)
在2026年消费电子展（CES）上，芯片巨头英伟达(NVIDIA)高调推出了全新的Alpamayo系列开放式 AI 模型及相关工具，旨在通过大模型技术攻克自动驾驶的安全难题。然而，这一举动很快引起了特斯拉 CEO 埃隆·马斯克的关注，他在社交媒体上对此作出了颇具针对性的评价。
马斯克表示，英伟达目前所做的正是特斯拉已经在深耕的领域。他直言不讳地指出，在自动驾驶开发中，想要让系统达到99% 的水平其实相对容易，真正的鸿沟在于解决剩下那极其复杂且少见的“长尾问题”（Long-tail problems）。
英伟达此次展示的核心是Alpamayo1模型。这是一个拥有100亿参数的视觉-语言-行动（VLA）模型，采用了先进的思维链技术。其核心优势在于能让车辆像人类一样思考，例如在遇到红绿灯故障等未经历过的复杂路口时，能够自主规划路线。
英伟达 CEO 黄仁勋对自家技术充满信心，并透露首款搭载该技术的车型预计将于2026年第一季度在美国正式上路。尽管如此，马斯克的言论无疑给这场自动驾驶竞赛增添了火药味，他认为特斯拉在处理极端分布数据上的积累，才是决定自动驾驶最终能否落地的关键。
via AI新闻资讯 (author: AI Base)
高通与谷歌宣布深化长达十年的汽车领域合作，双方将整合骁龙数字底盘解决方案与谷歌汽车软件及云服务能力，加速软件定义汽车落地，推动AI赋能的智能出行体验规模化普及。双方合作始于2016年，最初聚焦骁龙处理器赋能的嵌入式Android车载信息娱乐系统。
此后合作持续扩展，覆盖AI座舱、语音控制、导航等功能，推动Android Automotive OS（AAOS）规模化应用，为全球数百万车辆提供智能车载体验。
这次深化合作，将在过往技术积累基础上，聚焦智能体AI（Agentic AI）与边云协同能力，构建端到端汽车技术解决方案。
骁龙数字底盘将与谷歌汽车AI智能体、云服务深度集成，采用边云混合架构，结合终端侧即时响应与云端持续进化能力，支持多模态交互与个性化体验。
基于谷歌Gemini模型打造汽车专属AI智能体，覆盖对话式导航、媒体娱乐、车辆控制等场景，通过语音、触控、视觉多方式交互，适配驾驶者需求。
从Android 17开始提供统一参考平台，与骁龙座舱平台的Android Automotive OS路线图保持一致，精简车企研发与生产流程。
据悉，目前全球有超7500万辆汽车搭载骁龙座舱平台，骁龙数字底盘累计覆盖超4亿辆车辆。
覆盖理想、零跑、极氪等多加新势力，其中零跑将推出基于双骁龙8797的中央域控制器。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
第一财经报道，在拉斯维加斯的英伟达发布会上，CEO黄仁勋回顾了过去一年AI行业的进展，指出开源模型的兴起已成为全球创新的重要催化剂。他特别提到，DeepSeek-R1的出现意外推动了整个行业的变革。
黄仁勋表示，当前全球涌现出众多开源模型，其性能正日益接近前沿大模型水平。现场展示的图片中包含了多家开源模型，其中有三款来自中国，分别为Kimi K2、Qwen和DeepSeek-V3.2。
此前，黄仁勋就曾称赞DeepSeek-R1“点燃了全球热情”，并强调推理模型的发展将推动芯片业务增长。
他指出，DeepSeek-R1的发布本质上对AI市场具有积极意义，不仅不会降低对计算资源的需求，反而会加速AI技术的普及应用。
目前，英伟达H20已成为市场上需求最旺盛的芯片之一。随着价格上涨，一台搭载8卡H20的DeepSeek满血版一体机售价已达100万至110万元，价格已接近同级别的英伟达H100产品。
黄仁勋认为，AI技术现已迈入主流，长期来看将渗透至更多行业，推动全球经济增长。而这背后，蕴藏着比当前规模高出百万倍的算力需求。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
据 AIbase 报道，尽管 OpenAI 的旗舰产品 ChatGPT 全球用户量已突破每周9亿大关，但其变现之路正面临严峻的地缘经济挑战。根据 Sensor Tower 的最新追踪数据显示，ChatGPT 约90% 的活跃用户居住在美国和加拿大以外的地区。由于国际市场（尤其是新兴市场）的广告价值远低于北美，这一用户结构比例为 OpenAI 宏大的广告增收计划蒙上了一层阴影。
数据对比显示，这种“收割能力”的差异极其悬殊。以社交平台 Pinterest 为例，其美国用户的平均贡献收入达7.64美元，而海外地区仅为0.21美元。目前，印度和巴西已与美国、日本、法国并列为 ChatGPT 的前五大市场，但这些地区的付费转化率仅维持在5% 左右。为了在低购买力市场寻找平衡，OpenAI 已针对印度等国推出了低价版“ChatGPT Go”计划，每月订阅费约5美元（折合约399卢比），并在特定促销期内提供免费试用，旨在培养用户付费习惯。
OpenAI 首席财务官 Sarah Friar 此前证实，公司正积极探索在产品中引入广告。根据其财务规划，OpenAI 目标到2030年从免费用户群体中榨取约1100亿美元的收入，其中广告收益被寄予厚望。这笔激进的收入增长对 OpenAI 至关重要，因为公司正背负着高达数千亿美元的数据中心建设与算力租赁承诺。如何在庞大的海外免费用户基数与极低的单客广告价值之间寻找突破口，将成为 OpenAI 转型为平台型科技巨头的关键博弈。
via AI新闻资讯 (author: AI Base)
据 AIbase 报道，在2025年 AI 硬件浪潮中脱颖而出的头部企业 Looki，于 CES2026前夕宣布完成超2000万美元 A 轮融资。本轮融资由蚂蚁集团领投，美团龙珠、华登、中关村资本跟投，老股东 BAI 资本、阿尔法公社及同歌创投持续加码。这笔资金将主要用于组织建设、模型迭代、产品研发及供应链整合，旨在加速其在 AI 原生硬件赛道及下一代交互入口的探索。
Looki 成立于2024年5月，由两位卡内基梅隆大学（CMU）校友——原美团智能硬件负责人孙洋与原美团自动驾驶算法负责人刘博聪联合创办。团队汇聚了来自 Google、亚马逊、字节跳动等顶尖科技公司的精英。公司首款产品 Looki L1自2025年8月发布以来，凭借其独特的可穿戴多模态 AI 记录能力，在海内外市场迅速走红，全球累计销量已近万台。不同于传统的运动相机，L1开创了“生活陪伴与记录”的新品类，被用户亲切地称为“人生回看器”，它能通过视觉、音频和视频梳理生活碎片，提供诸如每日总结 Vlog、连载漫画等极具情绪价值的创意内容。
在即将开幕的 CES2026上，Looki 将发布重磅功能——“主动式 AI”（Proactive AI），推动硬件从被动响应转向“场景自适应智能”。依托对用户习惯和当前环境的实时理解，Looki L1将不再仅仅等待指令，而是能主动干预和提醒。例如，当系统监测到用户摄入过量咖啡或久坐不动时，会实时发起关心;针对 CES 展会，Looki 还特别开发了逛展辅助功能，能自动分析展商重点信息并提供参观建议。
Looki 创始人兼 CEO 孙洋强调，公司的核心理念是构建“以人为中心”的 AI，旨在增强人而非取代人，未来该功能将向全球用户全量推送。
via AI新闻资讯 (author: AI Base)
在今日盛大开幕的CES2026上，机器人行业的领军者波士顿动力宣布了一项里程碑式的进展:经过多年的技术迭代与严苛测试，Atlas 人形机器人正式进入量产阶段。这不仅标志着实验性技术的终结，也预示着人形机器人大规模商业化应用的序幕已正式拉开。
根据现场发布的消息，波士顿动力位于美国的总部已立即启动生产线。尽管生产已经马不停蹄，但2026年的订单早已被抢购一空。首批幸运的“雇主”包括波士顿动力的主要股东现代汽车，以及其最新的 AI 战略合作伙伴谷歌 DeepMind。这些机器人将率先入驻现代汽车的机器人 Metaplant 应用中心，执行物料搬运和订单履行等工业任务。
作为一款企业级人形机器人，量产版Atlas展现出了惊人的自主性。它不仅能快速学习新任务并适应动态环境，还具备极强的续航管理能力——当电池耗尽时，它能够自主导航至充电站更换电池，随后立即恢复工作，实现真正的无缝运转。此外，通过与谷歌 DeepMind的合作，Atlas 被赋予了更深层次的认知能力，使其能够处理更加复杂的逻辑推理与决策。
现代汽车集团对 Atlas 寄予厚望，计划在其制造设施中部署数以万计的机器人。为此，现代汽车已宣布投入260亿美元建设全新的机器人工厂，年产能预计将达到3万台。这一系列的动作清晰地表明，从2026年起，人形机器人将不再仅仅是实验室里的明星，而是真正走进现实生产力的核心。
via AI新闻资讯 (author: AI Base)
字节跳动紧急否认！豆包AI眼镜“即将上市”传闻不实，称“无明确销售计划”
针对近日市场广泛流传的“豆包AI眼镜即将上市”消息，字节跳动今日正式予以否认。公司相关负责人向媒体明确表示:“目前没有明确的销售计划”，并强调所谓“产品已进入出货阶段”的说法“与事实不符”。
此前，有供应链及科技媒体报道称，字节跳动旗下AI品牌“豆包”正联合龙旗科技研发一款轻量化AI眼镜，重量不足50克，需搭配豆包App使用，搭载自研空间算法芯片，提供带摄像头、带Micro-OLED显示等多种配置版本，起售价或低于2000元，预计在2026年上半年上市。该消息一度引发市场对AI可穿戴设备新战局的热议。
否认背后:战略谨慎或产品未达预期?
尽管字节跳动未否认AI眼镜项目的研发存在，但“无明确销售计划”的表态，透露出公司对产品落地仍持谨慎态度。业内人士分析，可能原因包括:
- 技术成熟度不足:轻量化与高性能AI芯片、续航、散热等核心问题尚未完全解决;
- 用户体验未达内部标准:特别是在语音交互准确性、佩戴舒适度或隐私安全方面;
- 市场策略调整:在Ola Friend耳机尚未大规模普及的背景下，暂缓眼镜投入以集中资源。
值得注意的是，字节跳动近年来在硬件领域采取“小步快跑、验证再推”策略，如Ola Friend耳机经历多轮内测才正式发售。此次否认，或意味着豆包AI眼镜仍处于工程验证或用户测试阶段。
AI可穿戴赛道热度不减，巨头仍蓄势待发
尽管字节跳动暂时“降温”，但AI眼镜赛道竞争已全面升温:
- Meta 持续迭代Ray-Ban智能眼镜，强化AI助手功能;
- Rabbit、Humane 等初创公司探索无屏交互新范式;
- 苹果 被传正研发轻量级AI眼镜，作为Vision Pro生态补充。
市场普遍认为，2026年将是AI眼镜从“概念”走向“实用”的关键窗口期。字节跳动手握豆包大模型、海量用户与内容生态，一旦推出成熟产品，仍具颠覆潜力。
AIbase观察:否认上市，不等于放弃布局
字节跳动的澄清，并非否定AI眼镜的战略价值，而是对“过早曝光”和“预期管理失控”的紧急纠偏。在AI硬件普遍面临“叫好不叫座”的困境下，稳扎稳打、确保体验，比抢首发更重要。
可以预见，豆包AI眼镜项目仍在推进中，只是离真正面向消费者，还需更多时间打磨。而这场由AI驱动的“第二屏幕”革命，依然值得期待——只是，别信“马上就能买到”的传言。
via AI新闻资讯 (author: AI Base)
针对近日市场广泛流传的“豆包AI眼镜即将上市”消息，字节跳动今日正式予以否认。公司相关负责人向媒体明确表示:“目前没有明确的销售计划”，并强调所谓“产品已进入出货阶段”的说法“与事实不符”。
此前，有供应链及科技媒体报道称，字节跳动旗下AI品牌“豆包”正联合龙旗科技研发一款轻量化AI眼镜，重量不足50克，需搭配豆包App使用，搭载自研空间算法芯片，提供带摄像头、带Micro-OLED显示等多种配置版本，起售价或低于2000元，预计在2026年上半年上市。该消息一度引发市场对AI可穿戴设备新战局的热议。
否认背后:战略谨慎或产品未达预期?
尽管字节跳动未否认AI眼镜项目的研发存在，但“无明确销售计划”的表态，透露出公司对产品落地仍持谨慎态度。业内人士分析，可能原因包括:
- 技术成熟度不足:轻量化与高性能AI芯片、续航、散热等核心问题尚未完全解决;
- 用户体验未达内部标准:特别是在语音交互准确性、佩戴舒适度或隐私安全方面;
- 市场策略调整:在Ola Friend耳机尚未大规模普及的背景下，暂缓眼镜投入以集中资源。
值得注意的是，字节跳动近年来在硬件领域采取“小步快跑、验证再推”策略，如Ola Friend耳机经历多轮内测才正式发售。此次否认，或意味着豆包AI眼镜仍处于工程验证或用户测试阶段。
AI可穿戴赛道热度不减，巨头仍蓄势待发
尽管字节跳动暂时“降温”，但AI眼镜赛道竞争已全面升温:
- Meta 持续迭代Ray-Ban智能眼镜，强化AI助手功能;
- Rabbit、Humane 等初创公司探索无屏交互新范式;
- 苹果 被传正研发轻量级AI眼镜，作为Vision Pro生态补充。
市场普遍认为，2026年将是AI眼镜从“概念”走向“实用”的关键窗口期。字节跳动手握豆包大模型、海量用户与内容生态，一旦推出成熟产品，仍具颠覆潜力。
AIbase观察:否认上市，不等于放弃布局
字节跳动的澄清，并非否定AI眼镜的战略价值，而是对“过早曝光”和“预期管理失控”的紧急纠偏。在AI硬件普遍面临“叫好不叫座”的困境下，稳扎稳打、确保体验，比抢首发更重要。
可以预见，豆包AI眼镜项目仍在推进中，只是离真正面向消费者，还需更多时间打磨。而这场由AI驱动的“第二屏幕”革命，依然值得期待——只是，别信“马上就能买到”的传言。
via AI新闻资讯 (author: AI Base)
微软正为其Edge 浏览器准备一次重要的界面焕新。根据最新的开发进度，微软已在Edge的 Canary 与 Dev 早期测试版本中引入了全新的设计语言，旨在将Copilot应用的独特视觉风格大规模渗透进浏览器。
此次改版并非简单的功能堆叠，而是一次深度的“视觉重塑”。Edge 浏览器核心界面——包括设置页面、右键菜单以及新标签页——都将采用与Copilot相同的配色方案和字体，窗口与控件边角也变得更加圆润。微软 AI 负责人 Mustafa Suleyman 表示，微软的路径是“演进现有浏览器”，而非打造全新的 AI 产品，最终目标是呈现一种“一体化”的 AI 交互体验。
值得关注的是，这种设计风格深受Inflection AI团队的影响，其视觉特征与 Pi AI 助手高度相似。随着Copilot元素在Edge中的全方位渗透，这款浏览器的 AI 定位将更加鲜明，标志着微软正逐步将其全线产品的 UI 逻辑向 AI 体验靠拢。
via AI新闻资讯 (author: AI Base)
波士顿动力与谷歌DeepMind建立AI合作关系
当地时间1月5日，在2026年国际消费电子展期间，波士顿动力与谷歌DeepMind宣布建立新的人工智能合作伙伴关系，目标将Gemini Robotics人工智能基础模型与波士顿动力的新型Atlas人形机器人集成。双方的联合研究工作预计将在未来几个月内启动。现代汽车集团也公告称，波士顿动力在 CES 上展示新型Atlas人形机器人的量产版本。集团计划将Atlas整合到包括美国大型生产基地HMGMA在内的全球网络中，使其能够在现场执行实际任务。从2028年开始，Atlas将首先应用于已证实具有安全性和质量优势的流程，如零件排序。到2030年，其应用范围将扩展到零部件组装，随时间推移还将承担涉及重复性动作、重载和其他复杂操作的任务。
—— 财联社、Techcrunch
via 风向旗参考快讯 - Telegram Channel
当地时间1月5日，在2026年国际消费电子展期间，波士顿动力与谷歌DeepMind宣布建立新的人工智能合作伙伴关系，目标将Gemini Robotics人工智能基础模型与波士顿动力的新型Atlas人形机器人集成。双方的联合研究工作预计将在未来几个月内启动。现代汽车集团也公告称，波士顿动力在 CES 上展示新型Atlas人形机器人的量产版本。集团计划将Atlas整合到包括美国大型生产基地HMGMA在内的全球网络中，使其能够在现场执行实际任务。从2028年开始，Atlas将首先应用于已证实具有安全性和质量优势的流程，如零件排序。到2030年，其应用范围将扩展到零部件组装，随时间推移还将承担涉及重复性动作、重载和其他复杂操作的任务。
—— 财联社、Techcrunch
via 风向旗参考快讯 - Telegram Channel
📈 中国股市创下四年新高，2026年开局表现强劲
2026年1月6日，中国股市在人工智能板块上涨及经济复苏迹象的推动下触及多年高位。沪深300指数盘中一度上涨1%，创下四年来的最高水平；上海证券交易所综合指数上涨0.9%，达到2015年7月以来的最高点。材料和科技股在当日表现居前。
此次市场上涨受到制造业活动回升、国家主席习近平对经济的积极评价以及政府对关键行业和房地产市场支持措施的支撑。周二上午，境内市场成交额达到2.5万亿元人民币（约3646亿美元），创下自2025年10月中旬以来的最高纪录，融资融券余额也维持在历史高位附近。
Global X Management投资策略师Billy Leung表示，政策透明度的提前提升、年末仓位较轻以及制造业等部分经济领域的稳定迹象共同改善了市场情绪。此外，香港即将迎来的一波上市潮以及DeepSeek推出的新AI训练方法也对市场产生了影响。在全球市场普遍走强的背景下，恒生指数盘中涨幅一度达到1.5%。
(Bloomberg Markets)
via 茶馆 - Telegram Channel
2026年1月6日，中国股市在人工智能板块上涨及经济复苏迹象的推动下触及多年高位。沪深300指数盘中一度上涨1%，创下四年来的最高水平；上海证券交易所综合指数上涨0.9%，达到2015年7月以来的最高点。材料和科技股在当日表现居前。
此次市场上涨受到制造业活动回升、国家主席习近平对经济的积极评价以及政府对关键行业和房地产市场支持措施的支撑。周二上午，境内市场成交额达到2.5万亿元人民币（约3646亿美元），创下自2025年10月中旬以来的最高纪录，融资融券余额也维持在历史高位附近。
Global X Management投资策略师Billy Leung表示，政策透明度的提前提升、年末仓位较轻以及制造业等部分经济领域的稳定迹象共同改善了市场情绪。此外，香港即将迎来的一波上市潮以及DeepSeek推出的新AI训练方法也对市场产生了影响。在全球市场普遍走强的背景下，恒生指数盘中涨幅一度达到1.5%。
(Bloomberg Markets)
via 茶馆 - Telegram Channel
liko.ai斩获首轮融资，要用“端侧视觉语言模型”颠覆智能家居！
一家名为 liko.ai 的初创公司近日宣布完成了首轮融资，投资者阵容强大，包括知名的商汤国香资本和东方富海等机构。这笔资金将全部投入到核心技术的研发中，重点是开发端侧视觉语言模型（Edge Vision-Language Model）以及配套的 AI 硬件产品。
liko.ai 的宏大愿景是创建下一代家庭计算中枢。他们计划通过其核心产品 AI Home Center 和 AI 摄像头，彻底革新目前的智能家居用户体验，使其变得更加智能和主动。
该公司的掌舵人是拥有二十年智能硬件经验的领军人物 Ryan Li，他曾担任美团硬件委员会主席。核心团队成员也都是来自多家知名科技公司的资深专家。
liko.ai 的目标非常清晰:打造一个能真正理解、保护用户的 AI 管家。通过将复杂的 AI 模型部署在本地的“端侧”设备上，而非完全依赖云端，他们不仅能够实现更高级别的 AI 能力，还能同时确保用户数据和隐私得到最大程度的保护。
投资者对 liko.ai 的前景充满信心，他们认为在 Ryan Li 及其团队的带领下，liko.ai 有望在竞争激烈的智能家居市场中引领创新浪潮，通过端侧 AI 技术驱动家庭场景的智能化升级。
via AI新闻资讯 (author: AI Base)
一家名为 liko.ai 的初创公司近日宣布完成了首轮融资，投资者阵容强大，包括知名的商汤国香资本和东方富海等机构。这笔资金将全部投入到核心技术的研发中，重点是开发端侧视觉语言模型（Edge Vision-Language Model）以及配套的 AI 硬件产品。
liko.ai 的宏大愿景是创建下一代家庭计算中枢。他们计划通过其核心产品 AI Home Center 和 AI 摄像头，彻底革新目前的智能家居用户体验，使其变得更加智能和主动。
该公司的掌舵人是拥有二十年智能硬件经验的领军人物 Ryan Li，他曾担任美团硬件委员会主席。核心团队成员也都是来自多家知名科技公司的资深专家。
liko.ai 的目标非常清晰:打造一个能真正理解、保护用户的 AI 管家。通过将复杂的 AI 模型部署在本地的“端侧”设备上，而非完全依赖云端，他们不仅能够实现更高级别的 AI 能力，还能同时确保用户数据和隐私得到最大程度的保护。
投资者对 liko.ai 的前景充满信心，他们认为在 Ryan Li 及其团队的带领下，liko.ai 有望在竞争激烈的智能家居市场中引领创新浪潮，通过端侧 AI 技术驱动家庭场景的智能化升级。
via AI新闻资讯 (author: AI Base)
社交媒体现大量 AI 虚假图:马杜罗“被捕”影像引千万次围观
在关于美国对委内瑞拉发动突袭的传闻出现后，大量由人工智能生成的虚假图像在社交媒体上疯狂传播。其中，有关委内瑞拉领导人尼古拉斯·马杜罗（Nicolás Maduro）被捕的假照片迅速填补了真实新闻的空白，在短时间内收获了数百万次的点击与分享。
这些AI 生成的虚假内容真假难辨，包括马杜罗被美国特工押送下飞机、民众在街头庆祝以及加拉加斯遭受导弹袭击等画面。事实核查机构NewsGuard指出，仅在 X（原推特）平台上，这类误导性图像和视频的浏览量就已超过1400万次。甚至有美国地方官员因难辨真伪而转发了这些照片，进一步加剧了公众的认知混乱。
专家分析认为，权威信息的缺失与 AI 工具生成能力的飞速提升，使得普通人极难分辨事实与虚构。这些图像往往与真实发生的事件细节相近，这种“近似现实”的特征已成为信息战中的新型武器。
via AI新闻资讯 (author: AI Base)
在关于美国对委内瑞拉发动突袭的传闻出现后，大量由人工智能生成的虚假图像在社交媒体上疯狂传播。其中，有关委内瑞拉领导人尼古拉斯·马杜罗（Nicolás Maduro）被捕的假照片迅速填补了真实新闻的空白，在短时间内收获了数百万次的点击与分享。
这些AI 生成的虚假内容真假难辨，包括马杜罗被美国特工押送下飞机、民众在街头庆祝以及加拉加斯遭受导弹袭击等画面。事实核查机构NewsGuard指出，仅在 X（原推特）平台上，这类误导性图像和视频的浏览量就已超过1400万次。甚至有美国地方官员因难辨真伪而转发了这些照片，进一步加剧了公众的认知混乱。
专家分析认为，权威信息的缺失与 AI 工具生成能力的飞速提升，使得普通人极难分辨事实与虚构。这些图像往往与真实发生的事件细节相近，这种“近似现实”的特征已成为信息战中的新型武器。
via AI新闻资讯 (author: AI Base)
微软收购AI数据平台Osmos！强化Fabric与Azure数据能力，直指Snowflake、Databricks腹地
在AI竞赛从“模型”转向“数据”的关键阶段，微软宣布正式收购AI数据工程平台Osmos，旨在大幅提升其Microsoft Fabric与Azure Data Factory的数据处理能力。此次收购标志着科技巨头正加速整合AI中间层工具链，构建从原始数据到智能应用的端到端闭环，并对Snowflake、Databricks等独立数据云厂商形成直接竞争压力。
Osmos:用AI解决“脏数据”痛点
Osmos是一家专注于AI驱动数据工程的初创公司，其核心能力在于自动化解构、映射、清洗与转换异构数据源。企业常因数据格式混乱、字段缺失、语义不一致等问题，导致AI模型训练效果大打折扣。Osmos通过生成式AI与智能模式识别，可自动完成:
- 跨系统数据摄取（如ERP、CRM、日志文件）;
- 智能字段匹配与语义对齐;
- 异常值检测与缺失值修复;
- 自动生成数据管道与转换逻辑。
该技术可显著缩短数据准备周期，从数周压缩至数小时，确保AI训练与分析的“燃料”足够清洁、可靠。
深度整合:打造微软智能数据底座
收购后，Osmos团队将并入微软数据平台部门，其自动数据转换引擎将深度集成至:
- Microsoft Fabric:作为“OneLake”架构中的智能数据治理模块;
- Azure Data Factory:增强无代码/低代码ETL流程的AI自动化能力;
- Power Platform:让业务用户通过自然语言直接构建数据流。
微软表示，此举旨在响应企业客户对高质量、高效率、高可信度数据管道的迫切需求，尤其在金融、制造、医疗等强监管行业。
战略意图:构建“AI-ready数据”护城河
分析指出，此次收购凸显微软的深层战略:
- 巩固Azure在AI基础设施层的地位:高质量数据是大模型落地的前提;
- 挤压独立数据平台空间:Snowflake、Databricks虽在分析层领先，但在“AI原生数据工程”上尚无同等自动化能力;
- 推动“微软全家桶”协同效应:从Office365到Dynamics，再到Fabric，数据价值在微软生态内无缝流转。
AIbase观察:AI战争进入“数据基建”阶段
当大模型性能差距逐渐收敛，谁掌握高质量、可复用、可治理的数据资产，谁就掌握AI落地的主动权。微软收购Osmos，正是对这一趋势的精准卡位。
未来，AI竞争将不仅是算法之争，更是数据管道效率之争、数据质量标准之争、数据治理能力之争。而微软正试图用“AI+云+生产力工具”的铁三角，构筑一条难以逾越的护城河。对Snowflake们而言，真正的挑战，才刚刚开始。
via AI新闻资讯 (author: AI Base)
在AI竞赛从“模型”转向“数据”的关键阶段，微软宣布正式收购AI数据工程平台Osmos，旨在大幅提升其Microsoft Fabric与Azure Data Factory的数据处理能力。此次收购标志着科技巨头正加速整合AI中间层工具链，构建从原始数据到智能应用的端到端闭环，并对Snowflake、Databricks等独立数据云厂商形成直接竞争压力。
Osmos:用AI解决“脏数据”痛点
Osmos是一家专注于AI驱动数据工程的初创公司，其核心能力在于自动化解构、映射、清洗与转换异构数据源。企业常因数据格式混乱、字段缺失、语义不一致等问题，导致AI模型训练效果大打折扣。Osmos通过生成式AI与智能模式识别，可自动完成:
- 跨系统数据摄取（如ERP、CRM、日志文件）;
- 智能字段匹配与语义对齐;
- 异常值检测与缺失值修复;
- 自动生成数据管道与转换逻辑。
该技术可显著缩短数据准备周期，从数周压缩至数小时，确保AI训练与分析的“燃料”足够清洁、可靠。
深度整合:打造微软智能数据底座
收购后，Osmos团队将并入微软数据平台部门，其自动数据转换引擎将深度集成至:
- Microsoft Fabric:作为“OneLake”架构中的智能数据治理模块;
- Azure Data Factory:增强无代码/低代码ETL流程的AI自动化能力;
- Power Platform:让业务用户通过自然语言直接构建数据流。
微软表示，此举旨在响应企业客户对高质量、高效率、高可信度数据管道的迫切需求，尤其在金融、制造、医疗等强监管行业。
战略意图:构建“AI-ready数据”护城河
分析指出，此次收购凸显微软的深层战略:
- 巩固Azure在AI基础设施层的地位:高质量数据是大模型落地的前提;
- 挤压独立数据平台空间:Snowflake、Databricks虽在分析层领先，但在“AI原生数据工程”上尚无同等自动化能力;
- 推动“微软全家桶”协同效应:从Office365到Dynamics，再到Fabric，数据价值在微软生态内无缝流转。
AIbase观察:AI战争进入“数据基建”阶段
当大模型性能差距逐渐收敛，谁掌握高质量、可复用、可治理的数据资产，谁就掌握AI落地的主动权。微软收购Osmos，正是对这一趋势的精准卡位。
未来，AI竞争将不仅是算法之争，更是数据管道效率之争、数据质量标准之争、数据治理能力之争。而微软正试图用“AI+云+生产力工具”的铁三角，构筑一条难以逾越的护城河。对Snowflake们而言，真正的挑战，才刚刚开始。
via AI新闻资讯 (author: AI Base)
Nvidia 推出新一代 Rubin 芯片架构，全面提升 AI 计算能力
在今日的消费电子展（CES）上，Nvidia 首席执行官黄仁勋正式发布了公司全新的 Rubin 计算架构，他称其为当前人工智能硬件的尖端之作。Rubin 架构目前已经进入生产阶段，预计将在下半年加速推广。
黄仁勋表示:“Vera Rubin 旨在解决一个根本性挑战:AI 所需的计算量正在激增。” 他补充道:“今天我可以告诉大家，Vera Rubin 已经全面投入生产。”
Rubin 架构首次于2024年宣布，是 Nvidia 不断推进硬件开发的最新成果，这一努力使得 Nvidia 成为全球最具价值的公司。Rubin 架构将取代此前的 Blackwell 架构，而 Blackwell 则替代了 Hopper 和 Lovelace 架构。
Rubin 芯片已被多家主要云服务提供商所采用，包括 Nvidia 与 Anthropic、OpenAI 以及亚马逊网络服务（AWS）等公司的重要合作。Rubin 系统还将用于 HPE 的 Blue Lion 超级计算机和劳伦斯・伯克利国家实验室即将上线的 Doudna 超级计算机。
Rubin 架构以天文学家 Vera Florence Cooper Rubin 命名，由六个独立芯片共同协作构成，Rubin GPU 是其核心。该架构还针对存储和互连中的瓶颈进行了改进，新增了 Bluefield 和 NVLink 系统。此外，Rubin 架构还包含了一款新型 Vera CPU，专为自主推理设计。
Nvidia 的 AI 基础设施解决方案高级总监 Dion Harris 在电话会议中解释了新存储的优势。他提到，现代 AI 系统的缓存相关内存需求日益增加。随着新工作流的引入，例如自主 AI 或长期任务，这对键值缓存（KV cache）提出了更高的要求。他表示:“我们引入了一种新的存储层，能与计算设备外部连接，从而更高效地扩展存储池。”
根据 Nvidia 的测试，Rubin 架构在模型训练任务上的速度比前代 Blackwell 架构快三倍半，在推理任务上快五倍，计算能力可达50拍浮点运算每秒（petaflops）。新平台每瓦特支持的推理计算能力也提升了八倍。
Rubin 架构的推出正值 AI 基础设施竞争加剧之际，各大 AI 实验室和云服务提供商争相抢购 Nvidia 的芯片及其所需的运算设施。在2025年10月的一次财报电话会议上，黄仁勋预测未来五年将有3000亿到4000亿美元投入到 AI 基础设施建设中。
via AI新闻资讯 (author: AI Base)
在今日的消费电子展（CES）上，Nvidia 首席执行官黄仁勋正式发布了公司全新的 Rubin 计算架构，他称其为当前人工智能硬件的尖端之作。Rubin 架构目前已经进入生产阶段，预计将在下半年加速推广。
黄仁勋表示:“Vera Rubin 旨在解决一个根本性挑战:AI 所需的计算量正在激增。” 他补充道:“今天我可以告诉大家，Vera Rubin 已经全面投入生产。”
Rubin 架构首次于2024年宣布，是 Nvidia 不断推进硬件开发的最新成果，这一努力使得 Nvidia 成为全球最具价值的公司。Rubin 架构将取代此前的 Blackwell 架构，而 Blackwell 则替代了 Hopper 和 Lovelace 架构。
Rubin 芯片已被多家主要云服务提供商所采用，包括 Nvidia 与 Anthropic、OpenAI 以及亚马逊网络服务（AWS）等公司的重要合作。Rubin 系统还将用于 HPE 的 Blue Lion 超级计算机和劳伦斯・伯克利国家实验室即将上线的 Doudna 超级计算机。
Rubin 架构以天文学家 Vera Florence Cooper Rubin 命名，由六个独立芯片共同协作构成，Rubin GPU 是其核心。该架构还针对存储和互连中的瓶颈进行了改进，新增了 Bluefield 和 NVLink 系统。此外，Rubin 架构还包含了一款新型 Vera CPU，专为自主推理设计。
Nvidia 的 AI 基础设施解决方案高级总监 Dion Harris 在电话会议中解释了新存储的优势。他提到，现代 AI 系统的缓存相关内存需求日益增加。随着新工作流的引入，例如自主 AI 或长期任务，这对键值缓存（KV cache）提出了更高的要求。他表示:“我们引入了一种新的存储层，能与计算设备外部连接，从而更高效地扩展存储池。”
根据 Nvidia 的测试，Rubin 架构在模型训练任务上的速度比前代 Blackwell 架构快三倍半，在推理任务上快五倍，计算能力可达50拍浮点运算每秒（petaflops）。新平台每瓦特支持的推理计算能力也提升了八倍。
Rubin 架构的推出正值 AI 基础设施竞争加剧之际，各大 AI 实验室和云服务提供商争相抢购 Nvidia 的芯片及其所需的运算设施。在2025年10月的一次财报电话会议上，黄仁勋预测未来五年将有3000亿到4000亿美元投入到 AI 基础设施建设中。
划重点:
🌟 Rubin 架构是 Nvidia 最新推出的 AI 计算架构，预计将全面提升计算能力。
💻 Rubin 芯片已被多家云服务商采用，并将用于多个超级计算机项目。
⚡ Rubin 架构在速度和能效上较前代提升显著，为 AI 基础设施的竞争注入新动力。
via AI新闻资讯 (author: AI Base)
🌐 委内瑞拉局势期间的BGP异常及网络安全动态汇总
核心关注：委内瑞拉BGP路由异常
在2026年1月初委内瑞拉局势变动期间，网络监测数据显示该国互联网路由出现了明显的BGP（边界网关协议）异常。根据Cloudflare Radar的数据，1月2日，委内瑞拉国有电信公司CANTV（AS8048）的路由路径出现异常波动，共有8个IP地址前缀通过CANTV进行路由，且路径中涉及意大利转接商Sparkle和哥伦比亚运营商GlobeNet。技术分析发现，AS8048在自治系统路径（AS path）中被重复叠加了10次，这种异常的“路径预挂”行为通常会使该路径在BGP选择中失去吸引力。
进一步的数据处理显示，受影响的8个前缀均位于200.74.224.0/20网段内，经WHOIS查询属于加拉加斯的托管与电信供应商Dayco Telecom。反向DNS查询表明，这些网段涵盖了银行、互联网服务提供商及邮件服务器等关键基础设施。时间线显示，此次BGP路由泄露发生在1月2日15:40（UTC），随后在1月3日凌晨，加拉加斯相继发生爆炸及相关的军事行动。
科技与安全动态
在人工智能安全领域，最新的深度分析展示了恶意模型上下文协议（MCP）服务器如何通过技术手段窃取AI提示词、推理过程及.env配置文件。与此同时，开源项目curl在移除`strncpy()`后，进一步清除了代码中的`strcpy()`函数，转而使用要求明确缓冲区大小的包装器，此举旨在预防潜在的安全漏洞及AI生成的漏洞报告。
在操作系统与开发工具方面，受Valve的Steam Deck推广以及微软在系统中集成AI功能的影响，Linux桌面系统的使用率在2026年呈现增长态势。新发布的工具包括：Frontier Data Centers，支持通过卫星图像追踪主要AI数据中心及许可分析；Ghostty项目通过Hack Club Bank实现了财务透明化管理；以及hindsight，一个可扫描本地目录并聚合Git贡献历史热图的命令行工具。此外，研究人员还发布了利用macOS内置`tclsh`解释器绕过防病毒保护的漏洞验证代码。
行业趋势与资源
2025年LLM年度回顾涵盖了推理模型、编码代理、中国开源权重模型及MCP协议的采用情况。在出版领域，有作者因出版社强制要求集成AI、降低版税及削减内容个性化而取消了传统的图书出版合约。在网络技术资源方面，新的指南涵盖了Kubernetes网络最佳实践（包括CNI选择与网络策略），并提供了免费的机器学习数学教程及可视化资源。
(HackerNews)
via 茶馆 - Telegram Channel
核心关注：委内瑞拉BGP路由异常
在2026年1月初委内瑞拉局势变动期间，网络监测数据显示该国互联网路由出现了明显的BGP（边界网关协议）异常。根据Cloudflare Radar的数据，1月2日，委内瑞拉国有电信公司CANTV（AS8048）的路由路径出现异常波动，共有8个IP地址前缀通过CANTV进行路由，且路径中涉及意大利转接商Sparkle和哥伦比亚运营商GlobeNet。技术分析发现，AS8048在自治系统路径（AS path）中被重复叠加了10次，这种异常的“路径预挂”行为通常会使该路径在BGP选择中失去吸引力。
进一步的数据处理显示，受影响的8个前缀均位于200.74.224.0/20网段内，经WHOIS查询属于加拉加斯的托管与电信供应商Dayco Telecom。反向DNS查询表明，这些网段涵盖了银行、互联网服务提供商及邮件服务器等关键基础设施。时间线显示，此次BGP路由泄露发生在1月2日15:40（UTC），随后在1月3日凌晨，加拉加斯相继发生爆炸及相关的军事行动。
科技与安全动态
在人工智能安全领域，最新的深度分析展示了恶意模型上下文协议（MCP）服务器如何通过技术手段窃取AI提示词、推理过程及.env配置文件。与此同时，开源项目curl在移除`strncpy()`后，进一步清除了代码中的`strcpy()`函数，转而使用要求明确缓冲区大小的包装器，此举旨在预防潜在的安全漏洞及AI生成的漏洞报告。
在操作系统与开发工具方面，受Valve的Steam Deck推广以及微软在系统中集成AI功能的影响，Linux桌面系统的使用率在2026年呈现增长态势。新发布的工具包括：Frontier Data Centers，支持通过卫星图像追踪主要AI数据中心及许可分析；Ghostty项目通过Hack Club Bank实现了财务透明化管理；以及hindsight，一个可扫描本地目录并聚合Git贡献历史热图的命令行工具。此外，研究人员还发布了利用macOS内置`tclsh`解释器绕过防病毒保护的漏洞验证代码。
行业趋势与资源
2025年LLM年度回顾涵盖了推理模型、编码代理、中国开源权重模型及MCP协议的采用情况。在出版领域，有作者因出版社强制要求集成AI、降低版税及削减内容个性化而取消了传统的图书出版合约。在网络技术资源方面，新的指南涵盖了Kubernetes网络最佳实践（包括CNI选择与网络策略），并提供了免费的机器学习数学教程及可视化资源。
(HackerNews)
via 茶馆 - Telegram Channel
