分類: 產業與商業
「產業與商業」分類的 AI 新聞與論文。
-
Uber Freight 首席执行長 Lior Ron 离职 加入 自駕車新創 Waabi 擔任 副總裁
自駕貨車製造商 Waabi 已聘請自動駕駛汽車行業資深人士、Uber Freight 執行長 Lior Ron 擔任營運長，以協助該起點公司在今年晚些時候計劃推出公共公路上的無人駕駛貨車之前，擴大其商業運營規模。Rebecca Tinucci，她此前在特斯拉充電網路建設中花費了六年時間，但在該汽車製造商去年裁減充電人員後，將接任 Uber Freight 的負責人。Ron 將繼續擔任 Uber Freight 的董事長。Waabi 的創辦人兼執行長 Raquel Urtasun 表示，Ron 將領導市場進入策略，擴大關鍵合作夥伴關係，並將 Waabi 從目前的階段帶到規模化的商業化階段。Urtasun 和 Ron 關係深厚，Ron 曾共同創立自駕貨車公司 Otto，該公司於 2016 年被 Uber 收購。他在 Uber 期間與 Urtasun 有過重疊，當時 Urtasun 擔任首席科學家，領導 Uber 的自駕研究，時間從 2017 年到 2021 年。Uber Freight 是一個連線貨主與運輸商的數字市場平臺，公司旨在透過與 Aurora Innovation 和 Waabi 等起點公司的合作，將自駕貨車整合到平臺中。Ron 表示，Uber 與 Waabi 的合作關係不受其離任影響。他在 Uber Freight 工作期間，定期與首席供應鏈官員和大型運輸公司會面，這些人表示非常期待自駕貨車。Urtasun 聲稱，Waabi 的「AI 優先」方法論在縮小自主性方面，使其能用更少的資源和更短的時間做更多事情，這在資本密集且許多有前景的起點公司如 TuSimple 和 Embark 已失敗的行業中是一個重大優勢。自 2021 年成立以來，Waabi 已籌資 2.877 億美元，其中大部分來自 2024 年的 2 億美元 B 輪融資。Urtasun 聲稱公司不需要再籌資即可進入下一個增長階段。Waabi 的主要競爭對手是 Aurora，該公司今年推出了美國首條商業無人駕駛貨車路線，並透過風險投資和公開上市籌資近 34.6 億美元。Waabi 能夠快速推出商業試點，是因為它主要在 Wa
-
曾經規模極小的研究實驗室如何協助輝達成為市值四兆美元的公司
2009 年，當比爾·達利（Bill Dally）加入英偉達（Nvidia）研究實驗室時，該實驗室僅有約 dozen 人，專注於光線追蹤技術。如今，該實驗室已發展至擁有超過 400 名員工，協助英偉達從 90 年代的遊戲 GPU 起點轉型為價值 4 兆美元的企業，並推動人工智慧（AI）的繁榮。達利現任英偉達首席科學家，他於 2003 年開始為英偉達提供諮詢，後在斯坦福大學就任時被英偉達高管強行挽留。自 2009 年接手後，實驗室迅速擴充套件至電路設計與大規模整合（VLSI）等領域。 英偉達早在 2010 年便開始研發專為 AI 設計的 GPU，早於當前的人造智慧熱潮超過十年。目前，公司正將目光轉向物理 AI 與機器人技術，旨在開發機器人所需的「大腦」。英偉達副總裁桑賈·菲德勒（Sanja Fidler）於 2018 年加入，她在多倫多建立了名為 Omniverse 的研究實驗室，專注於構建用於物理 AI 的模擬世界。該實驗室開發了可微渲染技術，並推出了 GANverse3D 及神經重建引擎（Neural Reconstruction Engine），這些技術構成了 2022 年 1 月在 CES 發表的 Cosmos 系列世界 AI 模型的基礎。 英偉達於週一在 SIGGRAPH 電腦圖形會議上宣佈，推出了一組新的世界 AI 模型、庫及基礎設施，專為開發機器人所需的合成資料而設計。菲德勒指出，雖然行業對人形機器人的炒作甚囂塵上，但實際應用仍需數年。她將此時間表與自動駕駛汽車的演進進行比較，認為視覺 AI 與生成式 AI 是關鍵推動力。隨著資料量的增長與個別問題的解決，機器人將逐步成熟。
-
首爾 headquartered Datumo 筹得 1550 萬美元對抗 Scale AI，獲得 Salesforce 支持
根據麥肯錫最新報告，大多陣列織表示尚未完全準備好以安全負責的方式使用生成式 AI，主要擔憂在於可解釋性。雖然 40% 的受訪者認為這是重大風險，但只有 17% 正在積極應對。韓國首爾的 Datumo 公司最初是一家 AI 資料標註公司，現已轉型為幫助企業建立更安全 AI 的解決方案，提供無需技術專長的測試、監控與模型改進工具。該公司於本週一籌資 1550 萬美元，累計融資約 2800 萬美元，投資方包括 Salesforce Ventures、KB Investment、ACVC Partners 及 SBI Investment 等。 Datumo 創辦人 David Kim 曾為韓國國防開發研究院 AI 研究員，因嫌資料標註耗時而創立此獎勵機制應用，讓使用者利用閒暇時間標註資料並獲酬。該公司於 2018 年與五名 KAIST 校友共同創立，前身為 SelectStar。在早期驗證階段，Datumo 已獲得數萬美元預合同銷售，主要來自 KAIST 校友企業。首年營收突破 100 萬美元，目前客戶涵蓋三星、LG、現代、Naver 及 SK Telecom 等韓國大企業。隨著客戶需求升級，Datumo 從單純標註擴充套件至 AI 模型評估，並推出韓國首個專注於 AI 信任與安全的基準資料集。 該公司現擁有超過 300 家韓國客戶，2024 年營收約 600 萬美元。Meta 近期對 Scale AI 的投資顯示資料標註市場重要性，OpenAI 隨後停止使用 Scale AI 服務，反映 AI 訓練資料競爭加劇。Datumo 與 Scale AI 相似，但提供獨家的出版書籍爬蟲資料，並擁有全棧評估平臺 Datumo Eval，可自動生成測試資料以檢查不安全、偏誤或錯誤回應，無需手動編寫指令碼。其標誌性產品為無程式碼評估工具，專為政策、信任與合規團隊設計。 Datumo 曾於韓國舉辦與 DeepLearning.AI 創辦人 Andrew Ng 的對話會，此後吸引 Salesforce Ventures 投資。新資金將用於加速企業 AI 自動化評估工具研發，並擴充套件全球市場至韓國、日本及美國。該公司現有 15
-
馬斯克確認關閉特斯拉Dojo 被視為演化死胡同
埃隆·馬斯克確認，特斯拉已解散開發其 Dojo AI 訓練超級電腦的團隊，這發生在他僅幾週前宣佈預計 2026 年讓特斯拉第二叢集在規模上執行的訊息之後。馬斯克在週日於其擁有的社交媒體平臺 X 上表示，一旦所有路徑都匯聚到 AI6，他必須關閉 Dojo 並做出艱難的人員調整，因為 Dojo 2 現在已成為演進上的死衚衕。他補充稱，Dojo 3 或許以大量 AI6 系統在單塊板上的形式繼續存在。特斯拉在將第一臺 Dojo 超級電腦帶入生活並使用英偉達 GPU 和自製 D1 晶片供電後，曾計劃建造第二座 Dojo 工廠，即所謂的 Dojo 2，該工廠將由第二代 D2 晶片供電。看來，開發中的 D2 晶片以及更廣泛的 Dojo 專案已被擱置，因為特斯拉將重點轉向由 TSMC 和三星分別製造的 AI5 和 AI6 晶片。AI5 晶片主要用於供電給特斯拉的駕駛輔助系統 FSD，而 AI6 則設計用於車載推論，包括自駕汽車和人形機器人自主能力，以及大規模 AI 訓練。馬斯克指出，將資源分為兩個截然不同的 AI 晶片設計設計並沒意義，特斯拉的 AI5、AI6 及後續晶片對於推論將非常出色，對於訓練也至少相當不錯，所有努力都集中在這一點上。他還表示，對於超級電腦叢集而言，將許多 AI5/AI6 晶片放在板上，無論是用於推論還是訓練，都可以減少幾個數量級的網路線纜複雜度和成本，這或許可以稱為 Dojo 3。馬斯克自 2019 年以來一直談論 Dojo，重申其將是特斯拉實現完全自駕和商業化人形機器人使命的基石。Dojo 的談論在 2024 年 8 月左右停止，當時馬斯克開始推廣 Cortex，這是一個正在特斯拉奧斯汀總部建造的巨型新 AI 訓練超級叢集，旨在解決現實世界的 AI 問題。目前尚不清楚 Cortex 是否仍在進行中。科技媒體 TechCrunch 已聯絡特斯拉以瞭解更多資訊，並詢問特斯拉在紐約布法羅投資 5 億美元建造的