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
亚马逊订单激增三倍，英伟达芯片成全球大厂“硬通货”
近日，亚马逊与英伟达宣布进一步深化战略合作，亚马逊在数月前刚宣布部署超过 100 万枚英伟达GPU的基础上，将订单量直接激增三倍，计划在其数据中心再引入 200 万枚英伟达GPU芯片。这笔跨国巨头的合作不仅印证了当前AI需求的井喷，也再次将算力背后的巨额资本博弈推向了台前。
根据两家公司披露的合作细节，此次新增的 200 万枚GPU芯片涵盖了英伟达最新的Blackwell Ultra、Rubin以及Rubin Ultra等尖端架构，预计将在 2027 年至 2028 年期间正式部署至亚马逊云科技（AWS）的数据中心。尽管双方并未公布具体的财务条款，但考虑到高端GPU的单价，该交易的价值无疑高达数百亿美元。英伟达官方表示，由于初创企业、大型企业、顶尖AI实验室甚至各国政府对算力的需求持续远超预期，促使双方迅速敲定了这笔大单。
值得注意的是，双方的合作早已超越了单纯的芯片买卖。英伟达宣布，其全栈技术生态——包括将数千枚GPU连接成超级集群的网络硬件、开源模型、CPU、数据处理软件以及机器人平台——都将全面整合进AWS。其中，英伟达的Vera CPU也将同步向AWS交付，部分与Rubin架构集成，部分则作为独立处理器使用。此外，亚马逊还计划在其仓储机器人和企业级业务中全面采用英伟达的物理AI技术栈，包括Omniverse数字孪生平台、Cosmos世界模型平台、Isaac机器人开发平台以及Jetson边缘计算硬件。在企业级AI服务方面，AWS的Amazon Bedrock和SageMaker平台也将正式引入英伟达的Nemotron系列开源大模型。
这场史诗级合作展开的同时，亚马逊自身也在大力推进自研芯片战略，试图减少对英伟达的依赖。目前，亚马逊的自研芯片业务增长迅速，其基于Arm架构的Graviton系列CPU正在挑战传统服务器芯片，而专为深度学习负载设计的Trainium芯片也被亚马逊视为英伟达H100 或Blackwell芯片的直接竞争对手。亚马逊高管此前透露，得益于Anthropic和OpenAI等AI实验室高达 225 亿美元的总承诺，其自研芯片业务的年度经常性收入运行率已经突破了 250 亿美元。
从英伟达自身的财务数据来看，其强劲表现依然无可撼动。英伟达在近期发布的财报中显示，第二季度总营收达到96. 2 亿美元，一举超越分析师预期。其中，数据中心业务贡献了高达 89 亿美元的销售额，较去年同期暴增117%。展望第三季度，英伟达预计营收将进一步攀升至 108 亿美元，这其中将包含下一代Rubin GPU的初期量产出货。
为了应对未来几年持续井喷的AI硬件需求，英伟达正在疯狂囤积供应链与制造产能。财报显示，英伟达针对当前及未来数据中心项目的供应链与制造能力承诺投入已大幅增至 279 亿美元，而在上一季度这一数字为 119 亿美元。这其中包括了本财年剩余时间预计支出的 92 亿美元，以及 2028 财年预计支出的 87 亿美元。
正如英伟达CEO黄仁勋在财报电话会议上所强调的，整个行业的核心逻辑已经转变为AI正在产生实际且有用的生产力，AI正在源源不断地创造出能够带来丰厚利润的“Token”。只要拥有更多算力，就能创造更多高价值的利润，这也是推动所有科技巨头不惜代价持续加码、全力押注AI基础设施建设的根本原因。
via AI新闻资讯 (author: AI Base)
近日，亚马逊与英伟达宣布进一步深化战略合作，亚马逊在数月前刚宣布部署超过 100 万枚英伟达GPU的基础上，将订单量直接激增三倍，计划在其数据中心再引入 200 万枚英伟达GPU芯片。这笔跨国巨头的合作不仅印证了当前AI需求的井喷，也再次将算力背后的巨额资本博弈推向了台前。
根据两家公司披露的合作细节，此次新增的 200 万枚GPU芯片涵盖了英伟达最新的Blackwell Ultra、Rubin以及Rubin Ultra等尖端架构，预计将在 2027 年至 2028 年期间正式部署至亚马逊云科技（AWS）的数据中心。尽管双方并未公布具体的财务条款，但考虑到高端GPU的单价，该交易的价值无疑高达数百亿美元。英伟达官方表示，由于初创企业、大型企业、顶尖AI实验室甚至各国政府对算力的需求持续远超预期，促使双方迅速敲定了这笔大单。
值得注意的是，双方的合作早已超越了单纯的芯片买卖。英伟达宣布，其全栈技术生态——包括将数千枚GPU连接成超级集群的网络硬件、开源模型、CPU、数据处理软件以及机器人平台——都将全面整合进AWS。其中，英伟达的Vera CPU也将同步向AWS交付，部分与Rubin架构集成，部分则作为独立处理器使用。此外，亚马逊还计划在其仓储机器人和企业级业务中全面采用英伟达的物理AI技术栈，包括Omniverse数字孪生平台、Cosmos世界模型平台、Isaac机器人开发平台以及Jetson边缘计算硬件。在企业级AI服务方面，AWS的Amazon Bedrock和SageMaker平台也将正式引入英伟达的Nemotron系列开源大模型。
这场史诗级合作展开的同时，亚马逊自身也在大力推进自研芯片战略，试图减少对英伟达的依赖。目前，亚马逊的自研芯片业务增长迅速，其基于Arm架构的Graviton系列CPU正在挑战传统服务器芯片，而专为深度学习负载设计的Trainium芯片也被亚马逊视为英伟达H100 或Blackwell芯片的直接竞争对手。亚马逊高管此前透露，得益于Anthropic和OpenAI等AI实验室高达 225 亿美元的总承诺，其自研芯片业务的年度经常性收入运行率已经突破了 250 亿美元。
从英伟达自身的财务数据来看，其强劲表现依然无可撼动。英伟达在近期发布的财报中显示，第二季度总营收达到96. 2 亿美元，一举超越分析师预期。其中，数据中心业务贡献了高达 89 亿美元的销售额，较去年同期暴增117%。展望第三季度，英伟达预计营收将进一步攀升至 108 亿美元，这其中将包含下一代Rubin GPU的初期量产出货。
为了应对未来几年持续井喷的AI硬件需求，英伟达正在疯狂囤积供应链与制造产能。财报显示，英伟达针对当前及未来数据中心项目的供应链与制造能力承诺投入已大幅增至 279 亿美元，而在上一季度这一数字为 119 亿美元。这其中包括了本财年剩余时间预计支出的 92 亿美元，以及 2028 财年预计支出的 87 亿美元。
正如英伟达CEO黄仁勋在财报电话会议上所强调的，整个行业的核心逻辑已经转变为AI正在产生实际且有用的生产力，AI正在源源不断地创造出能够带来丰厚利润的“Token”。只要拥有更多算力，就能创造更多高价值的利润，这也是推动所有科技巨头不惜代价持续加码、全力押注AI基础设施建设的根本原因。
via AI新闻资讯 (author: AI Base)
Google升级Gemini Live接入Spark，语音直接操控Gmail与全家桶
Google近日对旗下语音交互助手 Gemini Live 进行了重大版本升级，将其从过去单一的自然语音对话工具，正式推向面向生产力场景与智能代理（Agent）工作流的新阶段。自 2024 年推出以来，Gemini Live 持续扩展其功能边界，目前已支持超过 40 种语言，并深度打通了多款 Google 应用。此次更新的核心，在于全面强化了任务执行、跨应用协作以及个性化服务能力。
此次升级中最引人瞩目的变化，是 Gemini Live 接入了 Google 的智能代理系统 Spark。用户只需通过简单的语音描述需求，Spark 便能在后台跨 Google Docs、Google Sheets、Google Drive 以及网页等多种服务，持续处理复杂的多步骤任务。例如，用户可以将零散的想法口述给 Gemini Live，并要求 Spark 自动将其整理成 Google Docs 文档大纲；或者让助手维护每周餐单，并依据保存在 Docs 中的食谱自动生成采购清单。
为了进一步贴合日常办公需求，Gemini Live 还新增了名为“每日简报”（Daily Brief）的功能。用户只需询问相关指令，就能获得一份整合了 Gmail 邮件与 Google 日历中重要信息的语音摘要。同时，更新后的系统加入了免手操作 Gmail 的能力，用户不仅能通过语音指令搜索和概括邮件内容，还可以直接对邮件执行加星标、归档或删除等一系列操作。
在个性化体验与上下文理解方面，以往 Gemini Live 的每次对话基本都独立进行，无法继承过往的交流上下文。经过此次更新，Gemini Live 能够结合先前的对话内容，以及已连接的 Gmail、Google Photos、Google 搜索和 YouTube 等服务信息，输出更贴合用户习惯的个性化回应。Google 举例指出，Gemini Live 能够先汇总 Gmail 中的近期安排，再将后续任务无缝交由 Spark 处理，例如在 Google 日历中创建对应日程，并自动加入预计的驾车时间。
在订阅权限与收费模式方面，使用 Gemini Spark 相关功能需要用户开通 Google AI Pro 或更高等级的订阅服务；而“每日简报”功能则要求用户至少订阅 Google AI Plus。
via AI新闻资讯 (author: AI Base)
Google近日对旗下语音交互助手 Gemini Live 进行了重大版本升级，将其从过去单一的自然语音对话工具，正式推向面向生产力场景与智能代理（Agent）工作流的新阶段。自 2024 年推出以来，Gemini Live 持续扩展其功能边界，目前已支持超过 40 种语言，并深度打通了多款 Google 应用。此次更新的核心，在于全面强化了任务执行、跨应用协作以及个性化服务能力。
此次升级中最引人瞩目的变化，是 Gemini Live 接入了 Google 的智能代理系统 Spark。用户只需通过简单的语音描述需求，Spark 便能在后台跨 Google Docs、Google Sheets、Google Drive 以及网页等多种服务，持续处理复杂的多步骤任务。例如，用户可以将零散的想法口述给 Gemini Live，并要求 Spark 自动将其整理成 Google Docs 文档大纲；或者让助手维护每周餐单，并依据保存在 Docs 中的食谱自动生成采购清单。
为了进一步贴合日常办公需求，Gemini Live 还新增了名为“每日简报”（Daily Brief）的功能。用户只需询问相关指令，就能获得一份整合了 Gmail 邮件与 Google 日历中重要信息的语音摘要。同时，更新后的系统加入了免手操作 Gmail 的能力，用户不仅能通过语音指令搜索和概括邮件内容，还可以直接对邮件执行加星标、归档或删除等一系列操作。
在个性化体验与上下文理解方面，以往 Gemini Live 的每次对话基本都独立进行，无法继承过往的交流上下文。经过此次更新，Gemini Live 能够结合先前的对话内容，以及已连接的 Gmail、Google Photos、Google 搜索和 YouTube 等服务信息，输出更贴合用户习惯的个性化回应。Google 举例指出，Gemini Live 能够先汇总 Gmail 中的近期安排，再将后续任务无缝交由 Spark 处理，例如在 Google 日历中创建对应日程，并自动加入预计的驾车时间。
在订阅权限与收费模式方面，使用 Gemini Spark 相关功能需要用户开通 Google AI Pro 或更高等级的订阅服务；而“每日简报”功能则要求用户至少订阅 Google AI Plus。
via AI新闻资讯 (author: AI Base)
黄仁勋回应OpenAI自研芯片：英伟达做的完全不同
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
—— 凤凰网科技
via 风向旗参考快讯 - Telegram Channel
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
—— 凤凰网科技
via 风向旗参考快讯 - Telegram Channel
通义千问发布Qwen3.8-Flash-Next，提前剧透Qwen4架构
大模型开源领域的创新节奏再次刷新纪录。阿里通义千问团队近日正式开源了全新多模态MoE模型Qwen3.8-Flash-Next，作为Qwen4 架构的早期预览版本，该模型在保持极低计算开销的同时展现出了越级的性能表现。
在核心架构与参数规模上，Qwen3.8-Flash-Next采用了高度稀疏的混合专家（MoE）设计。整个模型总参数量为 1250 亿，并额外搭配了 510 亿参数的N-gram嵌入表以及 40 亿参数的多token预测模块，但每个token实际激活的参数量仅有 60 亿。其整体拥有 48 层网络结构，MoE层集成了 512 个专家并通过top- 10 进行路由分配。
技术创新方面，该模型集成了多项前沿升级。它引入了GDN与QSA混合注意力机制，兼顾了长文本处理任务的运行效率与信息检索精度，将原生256K的上下文窗口通过YaRN技术成功扩展至1M。同时，通过引入 510 亿参数的N-gram嵌入，几乎不增加额外计算成本便大幅扩展了容量，且支持通过异步预取使其驻留于系统低速DRAM内存中；此外还采用了门控残差连接（GR）以及微块粒度选择上下文的稀疏注意力设计。
在实际性能与成本表现上，该模型交出了亮眼答卷。受益于极致的稀疏化设计，其训练成本仅为上一代Qwen3.7-Plus的九分之一，但在代码编写与办公等核心任务上的表现实现了显著跃升。多方评测与最新报道确认，凭借仅6B的激活参数，该模型在能力上成功击败了Claude Opus 4.6 Max等顶尖旗舰。
在生态部署与开源节奏上，SGLang在模型发布首日便提供了Day- 0 级别的直接支持，开发者可以通过开源渠道获取模型权重并在本地或集群环境中高效部署。这一系列底层架构的创新与突破，不仅为全球开源社区提供了前沿的技术探索样本，也进一步推动了高性能AI大模型向低成本、高效率的规模化落地演进。
via AI新闻资讯 (author: AI Base)
大模型开源领域的创新节奏再次刷新纪录。阿里通义千问团队近日正式开源了全新多模态MoE模型Qwen3.8-Flash-Next，作为Qwen4 架构的早期预览版本，该模型在保持极低计算开销的同时展现出了越级的性能表现。
在核心架构与参数规模上，Qwen3.8-Flash-Next采用了高度稀疏的混合专家（MoE）设计。整个模型总参数量为 1250 亿，并额外搭配了 510 亿参数的N-gram嵌入表以及 40 亿参数的多token预测模块，但每个token实际激活的参数量仅有 60 亿。其整体拥有 48 层网络结构，MoE层集成了 512 个专家并通过top- 10 进行路由分配。
技术创新方面，该模型集成了多项前沿升级。它引入了GDN与QSA混合注意力机制，兼顾了长文本处理任务的运行效率与信息检索精度，将原生256K的上下文窗口通过YaRN技术成功扩展至1M。同时，通过引入 510 亿参数的N-gram嵌入，几乎不增加额外计算成本便大幅扩展了容量，且支持通过异步预取使其驻留于系统低速DRAM内存中；此外还采用了门控残差连接（GR）以及微块粒度选择上下文的稀疏注意力设计。
在实际性能与成本表现上，该模型交出了亮眼答卷。受益于极致的稀疏化设计，其训练成本仅为上一代Qwen3.7-Plus的九分之一，但在代码编写与办公等核心任务上的表现实现了显著跃升。多方评测与最新报道确认，凭借仅6B的激活参数，该模型在能力上成功击败了Claude Opus 4.6 Max等顶尖旗舰。
在生态部署与开源节奏上，SGLang在模型发布首日便提供了Day- 0 级别的直接支持，开发者可以通过开源渠道获取模型权重并在本地或集群环境中高效部署。这一系列底层架构的创新与突破，不仅为全球开源社区提供了前沿的技术探索样本，也进一步推动了高性能AI大模型向低成本、高效率的规模化落地演进。
via AI新闻资讯 (author: AI Base)
