亚马逊 AI 工具引发小商家怒怼：未经授权展示产品，价格混乱！

亚马逊近期推出的 AI 购物功能 “Buy For Me” 正遭遇小企业主的强烈投诉。这项新技术旨在简化购物流程，却在实施过程中引发了许多争议。多位独立商家的反馈显示，亚马逊的 AI 工具未经许可抓取并更改了他们的网站产品信息，导致了定价混乱、订单错误，以及消费者的困惑。

据反映，受影响的商家发现他们的产品自动出现在亚马逊平台上，甚至包括那些已经下架的商品。这种情况不仅损害了商家的利益，也让消费者在购买时面临困惑。许多商家表示，在发现问题后，维权的过程十分困难，他们难以与亚马逊沟通并寻求解决方案。

值得注意的是，随着投诉的增加，一些知识产权律师已开始考虑对亚马逊采取法律行动。他们认为，亚马逊的 “默认自动加入” 策略和 AI 对内容的修改可能触犯了《计算机欺诈与滥用法》、反不正当竞争法以及联邦贸易委员会的相关规定。这些法律条款旨在保护商家的知识产权和公平竞争环境。

此次事件不仅揭示了电商平台与商家之间的复杂关系，还可能推动相关监管法规的完善。随着越来越多的小企业受到影响，公众的关注也在不断升高，商家和消费者都开始呼吁更透明和公平的在线购物环境。

总的来说，亚马逊的这一举措让很多小商家倍感压力，他们希望能够尽快找到解决方案，以恢复正常的经营秩序。未来，随着监管的加强，或许能更好地保护这些小企业的合法权益，确保电商生态的健康发展。

via AI新闻资讯 (author: AI Base)

2026 AI 行业风向标:模型能力已溢出，用户反成“进化瓶颈”?

进入2026年，全球人工智能行业似乎达成了一项新的共识:AI 模型的能力已经远超普通人的想象，而用户的使用习惯正成为技术潜力释放的主要瓶颈。据 AIbase 报道，OpenAI 产品负责人 Fidji Simo 近日公开表示，目前 AI 模型所能实现的功能，远比大多数人日常体验到的要丰富得多。

为了打破这一僵局，OpenAI明确了2026年的核心目标:弥合“模型能力”与“实际应用”之间的鸿沟。这意味着 ChatGPT 将迎来质的飞跃，从简单的聊天机器人进化为更懂用户意图、能够主动提供帮助的“超级个人助理”。AIbase 获悉，这款助理不仅能理解长远目标，还能精准存储上下文信息，甚至在用户下达指令前就预判需求。

在企业级市场，OpenAI 的野心同样巨大。据 AIbase 报道，其计划将Codex打造为开发者的“自动化队友”，并构建全自动的工作流平台。为了支撑更高级的 AI 智能体（Agent）服务，OpenAI 甚至在考虑推出每月高达2万美元的高端企业方案。

划重点:

● 🧠 行业叙事转向:OpenAI 与微软高管均认为 AI 模型能力已足够强大，2026年的重点在于教用户如何更好地使用它。
● 🤖 超级助理进化:ChatGPT 计划从被动对话转向主动服务，目标是成为一个能理解复杂目标、具备长期记忆的个人助理。
● 💼 深耕商业自动化:OpenAI 拟通过自动化工作流平台和高性能 AI 代理，为企业提供更高价值的服务，甚至可能推出极高单价的订阅版本。

via AI新闻资讯 (author: AI Base)

订单排至2026年中后段:Meta AI智能眼镜因需求爆表推迟海外扩张

当地时间1月6日，Facebook母公司Meta正式宣布，由于市场需求远超预期导致库存极度匮乏，原定于今年年初在加拿大、法国、英国和意大利上市的新款Ray-Ban Display智能眼镜将推迟发布。

这款与全球眼镜巨头EssilorLuxottica合作开发的智能硬件，自去年秋季在美国市场推出后便引发了消费者的疯狂抢购。Meta传播经理莉萨·布朗·哈洛萨（Lisa Brown Jaloza）在官方博客中坦言，目前产品的等候名单已排至2026年中后段。为了应对这种“前所未有”的需求，Meta决定暂停国际扩张计划，集中资源优先满足美国市场的现有订单，并重新评估其全球供货策略。

作为Meta在可穿戴技术领域的重要布局，Ray-Ban Display不仅保留了经典时尚的外观，更集成了拍摄、流媒体传输等功能。其最大的技术突破在于配备了一个微型显示屏，允许用户在不离开视线的情况下查看信息，并通过智能手机连接Meta AI助手，实现深度的语音交互。

Meta的合作伙伴EssilorLuxottica表示，这一合作已显著提振了其品牌（如Ray-Ban、Oakley）的销售额，并预计随着科技集成眼镜的普及，营收将持续加速。Meta创始人兼CEO扎克伯格也向投资者重申，公司在AI眼镜这一前沿赛道上正处于行业领先地位。

然而，AI眼镜领域的市场竞争正迅速白热化。谷歌已官宣将于2026年发布搭载其大语言模型Gemini的智能眼镜;而OpenAI也正紧锣密鼓地研发其自有AI硬件系列，预计最快于2026年底面世。随着巨头纷纷入场，2026年或将成为智能眼镜从“极客玩物”走向“大众标配”的关键节点。

via AI新闻资讯 (author: AI Base)

Reddit 万赞热帖竟是“AI 制造”：一场针对外卖平台的虚假爆料风波

近日，社交平台 Reddit 上一篇指控外卖平台涉嫌欺诈的爆料帖引发全网关注，但反转来得极快。据 AIbase 报道，这篇声称公司利用算法剥削司机、盗取小费的“内部爆料”，最终被证实完全是由 AI 生成的虚假信息。

这篇帖子最初以“吹哨人”的口吻，绘声绘色地描述了自己如何在醉酒状态下利用公共 Wi-Fi 揭露公司黑幕，内容极具煽动性，迅速获得了超过8.7万次点赞，并广泛传播至 X 等其他平台。然而，资深科技记者在核实过程中发现了猫腻。AIbase 获悉，该发帖人提供的所谓“员工证”照片以及长达18页的“技术文档”，均表现出明显的 AI 伪造痕迹。

更具戏剧性的是，识别出这一骗局的功臣也是 AI。报道显示，调查人员利用谷歌的 Gemini 及 SynthID 水印技术，成功确认了相关证据图片包含 AI 生成的数字水印。

划重点:

● 🛑 反转极速上演:一篇在 Reddit 斩获数万赞的“外卖平台欺诈爆料”被证实为 AI 编造的虚假信息。
● 🤖 伪造手段升级:发帖者不仅利用 AI 生成文案，还伪造了极具误导性的员工证件和长达18页的虚假技术文档。
● 🔍 AI 识别 AI:此次调查通过谷歌 Gemini 及其 SynthID 水印检测技术，最终揭穿了这出利用 AI 投毒网络舆论的骗局。

via AI新闻资讯 (author: AI Base)

OpenAI 创始人之一 Jerry Tworek 宣布离职，探索更具挑战性的研究领域

在科技界，消息传来，OpenAI 的研究副总裁 Jerry Tworek 已正式宣布离开这家他服务近七年的公司。这位被誉为 “推理模型之父” 的科研专家，曾主导了多个重大项目，包括 GPT-4、Codex 和 O1/O3推理模型。他的离开引发了广泛关注，尤其是他提到的原因 —— 希望探索 OpenAI 当前环境难以支持的研究方向。

在社交平台上，Tworek 分享了自己离开的艰难决定，并回顾了在 OpenAI 的美好时光。他表示，在这里不仅见证了 AI 技术的飞速发展，还参与了机器学习领域的多个重要突破。回忆起那些与团队成员一起熬夜工作的日子，Tworek 充满感慨，称自己有幸与一群才华横溢的研究人员共事，构建了一个他心目中最强大的机器学习团队。

Tworek 离职的原因并未详细说明，但有分析认为，这可能与 OpenAI 在商业化和产品化方向上的战略转变有关。他提到，未来他希望追求那些在 OpenAI 内部难以开展的研究课题，显示出他对科研的热情和对新挑战的渴望。

在他的告别信中，Tworek 对同事们表达了深深的感谢，并鼓励大家继续努力推动 AI 技术的进步。他的离去，不仅是个人职业生涯的新起点，也可能为整个 AI 研究领域带来新的思考和方向。

Tworek 以其在机器人强化学习和代码模型等领域的贡献，留下了浓厚的印记。他的离职也提醒着我们，科技的快速发展往往伴随着人事变动与理念碰撞。在这个瞬息万变的行业中，每一个人的选择都可能引发新的创新火花。

via AI新闻资讯 (author: AI Base)

联想联手英伟达发布“AI云超级工厂”：Rubin平台与海神液冷助力万亿级大模型

当地时间1月6日，在联想创新科技大会（Tech World）现场，联想集团董事长兼CEO杨元庆与英伟达创始人兼CEO黄仁勋共同宣布，双方将深度整合核心优势，正式推出“联想人工智能云超级工厂”。这一计划标志着两家巨头在混合式AI时代的战略合作再度升级。

根据双方公布的内容，英伟达最新发布的下一代算力底座 Rubin Platform 将作为核心组成部分正式融入该计划。借助这一前沿架构，“AI云超级工厂”旨在为全球云服务提供商解决AI部署中的关键痛点:不仅能极大缩短“首个Token生成时间”（Time to First Token），显著提升模型响应速度，更具备极强的扩展性，可支持迅速扩展至十万台GPU的庞大规模。这种极致的算力密度将直接赋能万亿参数级别的智能体(Agent)及大语言模型的研发与运行。

英伟达CEO黄仁勋在现场高度评价了此次合作的基石。他指出，联想作为全球绝大部分超级计算机的制造者，是目前极少数能将自主设计、大规模制造与全球化服务能力完整整合的企业。为了应对高性能算力带来的散热挑战，杨元庆透露，联想独有的“海神”（Neptune）液冷技术也将深度融入超级工厂计划，通过绿色赋能确保算力的高效与可持续。

此次合作被视为推动AI从实验阶段向大规模工业化应用迈进的重要里程碑，双方将共同构建一条从硬件底座到软件服务的标准化AI生产线，助力全球企业在万亿参数模型时代抢占先机。

via AI新闻资讯 (author: AI Base)

苏姿丰：AI 不会取代人类，但 AMD 更青睐“AI 优先”的求职者

在2026年 CES 国际消费电子展期间，AMD首席执行官苏姿丰（Lisa Su）就人工智能对就业市场的深远影响发表了独到见解。据 AIbase 报道，苏姿丰明确表示，AI 的崛起并未减缓公司的招聘步伐，反而促使企业在人才筛选标准上发生了根本性转变。

苏姿丰在接受 CNBC 采访时指出，AMD目前正处于显著的增长阶段，公司依然在大量招聘新员工。然而，AIbase 获悉，现在的招聘重心已向那些能够“真正拥抱”AI 技术的人才倾斜。她强调，公司正在积极寻找“AI 优先（AI forward）”的候选人，这意味着未来的职场竞争不仅仅是专业技能的比拼，更是对 AI 工具应用能力的考验。

苏姿丰认为，AI 的角色并非简单地取代人类工作，而是作为一种生产力倍增器，改变了工作的性质。AIbase 观察到，这种趋势在半导体巨头内部尤为明显:企业不再仅仅需要传统的工程师，更需要能够利用 AI 优化开发流程、提升创新效率的复合型人才。苏姿丰预测，未来五年内全球活跃的 AI 用户将超过50亿，这种普适性要求每一位求职者都要重新审视自己的技能树。

划重点:

● 📈 招聘需求不降反增:AMDCEO苏姿丰证实，AI 技术的发展并未导致公司缩减人力，招聘规模随业务增长持续扩大。
● 🎯 人才标准发生转移:公司在招聘中优先考虑具有“AI 优先”意识的候选人，强调对 AI 技术的深度应用与理解。
● 🌐 全民 AI 时代来临:随着 AI 用户规模预计在五年内突破50亿，AI 将从一种附加技能转变为职场必备的基础能力。

via AI新闻资讯 (author: AI Base)

进军配送自动化！Grab 收购 AI 机器人公司 Infermove，强化“最后一公里”物流

东南亚超级应用巨头Grab近日宣布了一项重磅收购，正式将中国人工智能机器人初创公司 Infermove（推行科技） 收入麾下。此举标志着 Grab 在物流自动化领域迈出了关键一步，旨在通过前沿技术解决东南亚日益增长的配送需求。

本次收购的核心目标是强化 Grab 在“第一公里”与“最后一公里”配送网络中的竞争力。AIbase 获悉，Grab 计划将Infermove研发的自主移动机器人技术与其现有的配送生态深度融合。通过引入具备“上肢操作能力”的 Carri 机器人，Grab 希望能有效应对劳动力成本上升的挑战，并显著提升室内及短距离配送的效率。

Infermove 由 Aaron Lu 于2021年创立，专注于非结构化环境下的自动驾驶系统。其业务表现极为亮眼，年收入在短短两年内实现了从10万元到1000万元人民币的爆发式增长。根据交易协议，Infermove 将作为 Grab 的独立子公司运营，原核心团队保持不变。

目前，Grab 计划将研发重心设在新加坡，以该地为基地进一步优化 Infermove 的技术方案。受此利好消息推动，Grab 在纳斯达克的股价应声上涨3.54%。AIbase 认为，随着巨头纷纷入场，配送机器人的商业化落地进程正按下“快进键”。

via AI新闻资讯 (author: AI Base)

黄仁勋CES断言：开源大模型距闭源顶流仅差6个月！AI竞赛进入“半年一代”快车道

在 2026 年CES展会期间，英伟达CEO黄仁勋对 2025 年AI开源浪潮给出权威研判：开源大模型虽已触及技术前沿，但与谷歌Gemini、Anthropic Claude、OpenAI GPT等闭源“御三家”相比，整体仍存在约 6 个月的代际差距。这一判断精准概括了当前AI竞赛的核心格局——开源与闭源并行竞速，差距可控但追平不易。

 2025：开源高光与闭源反超的拉锯之年

2025 年初，中国开源力量曾惊艳全球：DeepSeek R1、通义千问（Qwen）等模型在代码、多语言、推理等任务上表现卓越，掀起“开源即主流”的乐观情绪。

然而下半年，闭源巨头强势反扑：

- 谷歌Gemini3 系列在多模态与推理榜单持续刷分；

- Anthropic Claude凭借卓越的代码生成与工程理解能力，成为开发者首选；

- OpenAI GPT- 5 虽争议不断，但仍是API调用量与商业落地的顶流。

开源阵营虽活跃，却难撼动闭源在数据规模、算力投入、工程优化上的系统性优势。

 黄仁勋的 6 个月法则：差距存在，但非鸿沟

黄仁勋指出，开源大模型的真正价值在于民主化AI：

- 下载量爆发式增长，每个国家、企业、开发者都能参与创新；

- 可免费或低成本部署，极大降低AI应用门槛；

- 技术透明，便于审计与定制，尤其适合政务、金融等高合规场景。

但他也坦言：“顶尖闭源模型仍领先约 6 个月。” 这一窗口期，恰好是巨头投入数千张H100/B100、数万亿Token训练、数亿美元成本的成果。

 “半年一代”：AI竞赛进入超快迭代周期

更关键的是，AI进化节奏已压缩至“每半年一代”：

- 闭源方每 6 个月推出更强模型，巩固领先；

- 开源社区紧随其后，通过蒸馏、微调、MoE架构等方式快速追赶；

- 结果是：差距稳定在 6 个月左右，既未拉大，也未缩小。

对普通用户与中小企业而言，开源模型已足够满足多数场景——写代码、做客服、分析数据、生成内容。而闭源模型则聚焦高精度、高可靠性、高并发的商业核心场景。

 AIbase观察：开源不是替代，而是共生

黄仁勋的评价揭示了一个现实：开源与闭源并非零和博弈，而是构成AI生态的“双引擎”。

- 闭源提供技术天花板与商业标杆；

- 开源保障技术普及、创新活力与供应链安全。

尤其在全球地缘竞争加剧的背景下，拥有高性能开源大模型，已成为国家战略能力的一部分。中国Qwen、DeepSeek、MiniMax等的崛起，正是这一逻辑的体现。

未来，谁能在这场“ 6 个月冲刺赛”中持续输出、快速迭代、深度落地，谁就能在AI新时代赢得话语权。而对开发者而言，好消息是：无论选择开源还是闭源，强大、可用、可负担的AI，已经就在手边。

via AI新闻资讯 (author: AI Base)

超额募资200亿美元!马斯克旗下 xAI 完成 E 轮融资，算力军备竞赛升级

全球 AI 领域再次迎来重磅“炸弹”。由埃隆·马斯克（Elon Musk）创立的人工智能初创公司xAI正式宣布完成高达 200亿美元 的 E 轮融资。这一数字不仅远超此前设定的150亿美元目标，也再次刷新了科技界对 AI 赛道“吸金”能力的认知。

本次融资吸引了众多顶级投资机构的参与。AIbase 获悉，卡塔尔投资局（QIA）、Valor Equity Partners、Stepstone Group 等机构均在投资名单之列。值得关注的是，行业巨头**英伟达(Nvidia)和思科（Cisco）**也作为战略投资者加入了本轮融资，显示出产业链上下游对 xAI 技术路径的高度认可。马斯克随后在社交平台 X 上向团队表示祝贺，并感谢投资者对公司愿景的信任。

此次巨额资金注入，无疑将为 xAI 旗下的大模型 Grok 提供更强劲的研发动力。随着 AI 行业步入万亿级参数时代，模型训练和推理对算力的需求呈指数级增长。AIbase 观察到，xAI 及其他顶尖 AI 创企正在以极快的速度消耗资金，用于构建超大规模的算力集群和采购尖端芯片。

这笔资金的到位，意味着 xAI 将有更充足的底气在竞争激烈的生成式 AI 市场中，与 OpenAI、谷歌等对手展开正面硬刚。在今年3月将 X 平台正式并入 xAI 体系后，马斯克正试图通过数据与算力的深度整合，构建一个全新的 AI 帝国。

划重点:

● 💰 融资规模空前:xAI 成功筹集200亿美元资金，大幅超出原定的150亿美元融资目标。
● 🤝 巨头战略入股:英伟达与思科作为战略投资者现身，为 xAI 提供算力与网络技术层面的背书。
● ⚡ 算力竞赛加速:所得资金将主要用于提升模型规模与推理能力，应对行业内日益激烈的资本与技术博弈。

via AI新闻资讯 (author: AI Base)

🚀 Opus 4.5 与 AI 编程代理引发开发者关于工程本质与行业未来的深度辩论

技术表现与“氛围编程”的兴起

开发者近期针对 Anthropic 推出的 Opus 4.5 模型及其配套工具 Claude Code 展开了广泛讨论。多位用户指出，Opus 4.5 在处理大型既有代码库时表现出显著的性能提升，能够精准匹配代码库中的惯例、抽象和习惯用法，表现优于此前的 Sonnet 4.5 和 GPT-5.2 等模型。讨论中出现了一个核心概念——“氛围编程”（Vibe Coding），即开发者在不掌握特定编程语言（如 Kotlin）或不直接阅读源代码的情况下，仅通过自然语言描述需求，即可驱动 AI 代理构建出功能完整的应用程序。一些案例显示，Opus 4.5 能够独立完成从环境配置到功能实现的全过程，且在处理 SIMD 优化等复杂任务时，能提供比原始标量实现快 3 至 6 倍的代码。

自动化工作流与工程实践的转变

在实际应用中，Claude Code 等代理工具正被整合进深层的开发流程。开发者分享了利用 AI 代理执行 PR 自动审查、ESLint 自动化校验、工单分类（Ticket Triage）以及定期同步文档与代码提交记录的经验。通过为代理构建特定的“技能库”，AI 能够遵循特定仓库的 UI 规范和 API 结构进行输出。然而，针对底层开发（如 C++、Rust）以及专业图形 API（如 Vulkan、OpenGL）的测试显示，AI 代理在处理此类高复杂度、低容错的任务时仍频繁出现幻觉，且难以理解 2003 年左右的经典学术论文算法。此外，关于代码是否已成为“廉价商品”的争论也愈发激烈：部分观点认为，若生成和重构代码的成本极低，则代码质量和可维护性的重要性将下降；而资深工程师则警告，缺乏全局视野的局部修复会导致复杂系统最终崩溃。

行业影响与社会资源成本

讨论进一步延伸到了 AI 技术的宏观影响。支持者认为 AI 正在实现软件开发的“大众民主化”，允许非技术人员以极低成本构建定制化工具。但在经济与环境层面，参与者表达了对数据中心高昂能耗和水资源消耗的担忧，指出部分地区的公用事业成本因数据中心需求而上升。关于职业前景，虽然有观点认为初级和中级工程师的岗位面临被自动化取代的风险，但也有开发者认为，AI 代理实际上是将个体开发者转化为“管理者”，使其能够以单人团队的形式完成以往需要整个部门协作的项目。尽管存在对 AI 行业估值泡沫的质疑，但多数开发者承认，2026 年的编程范式已发生根本性改变，开发者正被迫从单纯的代码编写者向系统架构师和需求审查者转型。

(HackerNews)

via 茶馆 - Telegram Channel

一场18页文档精心构筑的骗局，AI 举报人如何玩弄数千万网友?

近日，一则声称来自“外卖平台内部举报人”的 Reddit 帖子在社交媒体引发海啸级传播，却最终被证实是一场利用生成式 AI 编造的彻底骗局。该帖以“揭露算法剥削司机”为噱头，不仅在 Reddit 斩获8.7万次赞，在 X 平台更是获得了超过3680万次浏览。

精心伪造的“内部真相”

该发帖人自称是 UberEats 员工，通过长篇檄文控诉公司利用法律漏洞窃取司机工资。为了增加可信度，他向知名科技记者凯西·牛顿（Casey Newton）提供了一张“员工证照片”以及一份长达18页的“内部文件”。文件详细描述了公司如何利用人工智能计算司机的“绝望程度评分(Desperation Score)”，其专业程度与技术细节足以令资深记者难辨真伪。

AI 辅助调查:识破合成真相

记者牛顿在核实过程中，借助谷歌 Gemini 及其集成的 SynthID 水印技术，确认该员工证照片实为人工智能合成。尽管发帖人试图通过裁剪、压缩等手段掩盖痕迹，但 SynthID 的稳健性最终锁定了伪造事实。

Pangram Labs 创始人 Max Spero 对此指出，LLM（大语言模型）的广泛应用使得制造高质量“真实垃圾内容”的成本大幅降低。目前，甚至有专业公司通过购买 Reddit 的“自然互动”，利用 AI 生成的病毒式贴文进行品牌操纵或恶意误导。

防不胜防的“虚假信息时代”

这并非孤例。就在该骗局被揭穿的同时，Reddit 上竟同时并存着另一个同样火爆的 AI 送餐骗局。专家警告称，目前的检测工具在应对多媒体合成内容时仍非万能。即便虚假信息最终被揭穿，但其在“病毒式传播”期间造成的社会影响往往已无法挽回。

在 AI 辅助作恶的今天，公众与媒体在浏览社交平台时，正被迫陷入一种类似“侦探”的生存状态，必须对任何看似逻辑自洽的信息进行反复的真相推演。

via AI新闻资讯 (author: AI Base)

英伟达发布全新“鲁宾”架构：超级芯片 Vera Rubin 现身，AI 算力成本将大幅下降

在拉斯维加斯举办的2026年 CES 国际消费电子展上，人工智能领军者英伟达正式推出了其备受期待的下一代 AI 平台——鲁宾（Rubin）。作为该平台的核心，全新超级芯片 Vera Rubin 首次亮相，标志着英伟达在高性能计算领域再次迈出跨越性一步。

据 AIbase 报道，鲁宾平台旨在为当前的智能体 AI 和大规模推理模型提供更高效的算力支持。Vera Rubin 芯片采用了创新的集成设计，在单一处理器中封装了一颗薇拉（Vera）CPU 和两颗鲁宾(Rubin)GPU。相比前代布莱克威尔(Blackwell)架构，新平台在效率上有了质的飞跃。英伟达官方数据显示，在训练相同的混合专家模型(MoE)时，鲁宾平台所需的 GPU 数量仅为原来的四分之一。

除了核心芯片，英伟达还展示了配套的 NVLink6交换机和 ConnectX-9超级网卡等一系列网络与存储组件。这些技术共同构成了 Vera Rubin NVL72服务器，能够构建出极具规模的超级计算集群。

对于企业而言，新架构带来的直接好处是成本的显著降低。AIbase 获悉，鲁宾平台能将 AI 推理阶段的“令牌（Token）”处理成本降低90%。这意味着在处理海量语言、图像和视频数据时，企业的能耗和运营总成本将大幅优化。尽管面临来自超威半导体(AMD)以及谷歌、亚马逊等科技巨头自研芯片的竞争，英伟达通过保持每年更迭一代产品的快节奏，试图继续稳固其在全球 AI 算力市场的霸主地位。

划重点:

● 🚀 新一代架构发布:英伟达正式推出鲁宾（Rubin）平台，其中 Vera Rubin 超级芯片集成了全新的 CPU 与 GPU 核心。
● 📉 效率大幅提升:相比前代产品，训练同类 AI 模型所需的 GPU 数量减少了75%，推理成本更是降低了九成。
● 🌐 全栈算力方案:新平台涵盖了从交换机到存储方案的完整生态，旨在支撑万亿参数规模的复杂 AI 模型推理。

via AI新闻资讯 (author: AI Base)