【通义】AI视界|苹果发布macOS Sequoia 15.1最新公测版:可体验Apple Intelligence

简介: 本文概览了近期科技动态,包括英伟达与台积电合作遇阻、亿万富翁投资者Druckenmiller后悔清仓英伟达、阿斯麦财报显示芯片需求复苏缓慢、苹果发布macOS Sequoia 15.1公测版及波士顿动力与丰田合作推进人形机器人技术。更多信息,请访问通义。

本文内容均由【通义】自动生成,打开通通知道,获取更多精彩资讯~

24小时精选

  1. Blackwell出货推迟,英伟达台积电“内讧”?
  2. 亿万富翁投资者Druckenmiller:清仓英伟达是重大错误
  3. 阿斯麦财报电话会:芯片业需求复苏缓慢
  4. 苹果发布macOS Sequoia 15.1最新公测版:可体验Apple Intelligence
  5. 会跳舞的机器人Atlas将加持大型行为模型


01 Blackwell出货推迟,英伟达台积电“内讧”?

根据科技媒体The Information的报道,英伟达在其最新的人工智能芯片架构Blackwell发布之后,遇到了与主要制造合作伙伴台积电之间的合作问题,这导致了Blackwell芯片出货的推迟。


英伟达的工程师们在对Blackwell芯片进行测试时发现,在数据中心常见的高压环境下,这些芯片无法正常工作。这意味着可能存在设计或者制造上的缺陷,使得芯片未能达到预期的工作标准。双方开始互相指责,英伟达方面认为台积电的封装技术存在问题,而台积电则可能反驳说是因为英伟达的设计需要赶工而导致的问题。由于上述技术问题,Blackwell芯片的大规模生产计划被延期到了第四季度。这对于英伟达来说可能意味着失去了一部分市场机会,尤其是在竞争激烈的AI芯片领域。


自1995年以来,英伟达就与台积电建立了合作关系,这种长期的合作证明了双方在技术协作和商业利益上的契合度。随着AI业务的快速发展,英伟达对台积电的产能需求增加,这给台积电带来了更大的压力。今年6月,黄仁勋曾要求设专用CoWoS产线,遭台积电拒绝。尽管存在一些摩擦,但英伟达和台积电之间的合作关系仍然是基于相互依赖的基础之上。英伟达离不开台积电的先进制造能力,而台积电也需要英伟达这样的重要客户来维持其领先地位。


02 亿万富翁投资者Druckenmiller:清仓英伟达是重大错误

亿万富翁投资者斯坦利·德鲁肯米勒(Stanley Druckenmiller)以其在市场的预测和操作上屡次成功而闻名。近日他提到清仓英伟达是他“一个重大错误”,他认为自己过早地卖出了这家公司的股票,而此时英伟达的股价可能仍在上涨或表现超出预期。


德鲁肯米勒表示,他在大约800-950美元区间卖掉,而现在股票位于1300美元一线,卖出的原因是该股价格在一年时间涨到三倍。“我正在舔来自那笔糟糕卖出的伤口,我们是人工智能的长期忠实信徒”。如果英伟达股价下跌,他会考虑重新买入这只股票。


03 阿斯麦财报电话会:芯片业需求复苏缓慢

阿斯麦(ASML)作为光刻机领域的领导者,其业绩和市场预测往往被视为半导体行业健康状况的重要指标之一。阿斯麦控股糟糕的三季度财报周二因技术故障被提前放出,导致该公司股票和一众芯片股大跌。


阿斯麦首席执行官Christophe Fouquet在周三的财报电话会上表示,由于第三季度业绩令人失望,预计芯片市场的缓慢复苏将“持续到整个2025年”。阿斯麦仍然认为,人工智能是半导体行业复苏的一个关键推手。高盛、摩根士丹利等分析,阿斯麦近期面临的困境主要是由其主要客户英特尔的需求变化以及逻辑芯片市场的整体疲软所导致的。虽然HBM和DDR5等内存芯片的需求增长可以带来一定程度的缓解,但由于这些产品对EUV技术的依赖程度较低,因此不足以完全抵消逻辑芯片领域的需求下降。


04 苹果发布macOS Sequoia 15.1最新公测版:可体验Apple Intelligence

苹果公司最近发布了macOS Sequoia 15.1的最新公测版本,这次更新引入了一个备受期待的新功能——Apple Intelligence。Apple Intelligence是苹果公司推出的一项旨在提升设备智能化水平的技术,它结合了机器学习和人工智能的优势,旨在为用户提供更个性化、更智能的服务体验。


苹果允许已经加入测试计划的用户下载并安装macOS Sequoia 15.1公测版,用户可以在正式版发布前体验到Apple Intelligence带来的新功能。不过,需要注意的是,由于这是公测版,可能会存在一些已知或未知的问题和漏洞,功能覆盖也并不全面,仅包含基础体验:写作工具、Siri更新、焦点模式和智能回复。

05 会跳舞的机器人Atlas将加持大型行为模型

韩国现代汽车旗下的机器人技术公司波士顿动力(Boston Dynamics)与丰田汽车在美国的高级研究机构丰田研究所(Toyota Research Institute, TRI)宣布了一项重要的合作计划。这项合作旨在利用TRI的大型行为模型(Large Behavior Model, LBM)与波士顿动力的Atlas人形机器人,共同推进通用人形机器人的开发进程。


波士顿动力作为一家领先的机器人技术公司,以其先进的移动机器人设计和制造能力著称,尤其是其Atlas人形机器人,具有高度灵活的动作能力和自主导航功能。TRI是丰田汽车在美国设立的高级研究机构,专注于人工智能、机器人技术等前沿科技的研究与开发。LBM是一种用于模拟和预测机器人行为的模型,可以帮助机器人在不同的环境中执行任务时做出更为准确和自然的响应。将LBM应用于Atlas机器人,可以使后者在执行复杂任务时的准确性达到更高的水平。


这项合作也预示着人形机器人技术朝着更加实用化的方向迈进。通过整合双方的优势资源和技术,有望加速人形机器人从实验室走向实际应用的步伐,推动机器人技术在更多领域的应用和发展。


本文内容均由【通义】自动生成,打开通通知道或扫描下方二维码,获取更多精彩资讯~

内容营销_云社区_云社区内容合作_通通知道首页.png

相关文章
|
21天前
|
Linux 虚拟化 iOS开发
macOS Sequoia 15.1 发布下载,Apple 智能准备就绪
macOS Sequoia 15.1 发布下载,Apple 智能准备就绪
137 11
macOS Sequoia 15.1 发布下载,Apple 智能准备就绪
|
13天前
|
存储 人工智能 安全
【通义】AI视界|苹果停止签署iOS 18.0.1,升级用户无法降级
本文由通义自动生成,涵盖24小时内精选的五条科技资讯:奥特曼谈OpenAI未来发展方向,ChatGPT新搜索功能上线遇故障,Perplexity AI选举搜索面临挑战,马斯克谈特斯拉造手机的可能性,以及苹果停止签署iOS 18.0.1。更多精彩内容,欢迎访问通通知道。
|
19天前
|
人工智能 机器人 API
【通义】AI视界|谷歌Q3财报:Gemini API六个月增长14倍,公司超25%的新代码由AI生成
本文内容由通义自动生成,涵盖谷歌Q3财报、马斯克xAI融资、九巨头联盟挑战英伟达、Meta加大AI投入及麻省理工研究LLM与人脑相似性等热点资讯。更多精彩内容,请访问通通知道。
|
18天前
|
人工智能 自然语言处理 算法
【通义】AI视界|OpenAI最新发布!ChatGPT搜索功能强势来了,挑战谷歌?
本文由【通义】自动生成,精选24小时内的重要资讯:OpenAI推出ChatGPT搜索功能挑战谷歌,微软披露130亿美元投资OpenAI,Reddit首次盈利股价暴涨20%,软银CEO孙正义看好英伟达及“超级AI”前景,谷歌云与沙特PIF共建全球AI中心。更多内容请访问通通知道。
|
20天前
|
人工智能 机器人 云计算
【通义】AI视界|OpenAI据称已计划联手博通和台积电共同打造自研芯片
本文由【通义】自动生成,涵盖苹果iOS 18.2将集成ChatGPT、OpenAI联手博通和台积电自研芯片、微软指责谷歌发起影子运动、英伟达高管预测AI将呈现人类形态、OpenAI董事会主席的初创公司估值达45亿美元等热点资讯。更多精彩内容,请访问通通知道。
|
21天前
|
数据采集 人工智能 搜索推荐
【通义】AI视界|迎接Apple Intelligence,Mac家族进入M4芯片时代
本文概览了近期科技领域的五大热点:苹果宣布Apple Intelligence将于2025年4月支持中文;新款Mac将搭载M4芯片;ChatGPT周活跃用户达2.5亿,主要收入来自订阅;Meta开发AI搜索引擎减少对外部依赖;周鸿祎支持AI发展但反对构建超级智能。更多详情,访问通义平台。
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
19 1
|
4天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
24 10
|
5天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。

热门文章

最新文章