實體: Google
所有提到 Google 的 AI 新聞與動態。
-
Contour 獲得 700 萬美元資金來自 General Catalyst 與 YC，用以開發用於安全監視系統的 AI 搜索引擎
美國移民與關稅執法部門利用 Flock 的攝影機網路進行監控，以及 Ring 因新增功能引發對執法部門索取住宅影像的批評，導致社會對安全、隱私及監控許可權展開廣泛討論。儘管爭議不斷，市場仍持續成長，視覺語言模型的進步更推動企業開發新的監控方案。Conntour 創始人兼執行長 Matan Goldner 表示，雖然公司成立僅兩年，但憑藉包括新加坡中央毒品局在內的大型政府與上市公司客戶，公司有能力嚴格篩選客戶，確保使用案例符合道德與法律規範。Conntour 近期以 700 萬美元完成種子輪融資，由 General Catalyst、Y Combinator、SV Angel 及 Liquid 2 Ventures 等機構投資，資金於 72 小時內籌足。 Conntour 的影片平臺利用 AI 模型，允許安全人員透過自然語言查詢攝影機畫面，即時搜尋特定物件、人物或情境，類似專為安防影片設計的 Google 搜尋引擎。系統能根據預設規則自動監控並檢測威脅，並自動呈現警報。與依賴預設定義的傳統系統不同，Conntour 採用自然語言與視覺語言模型，提供高度靈活性。使用者可詢問「搜尋穿運動鞋經過大廳的人」，系統即可在錄製畫面或即時影片中返回相關結果。平臺還可生成文字報告並附上相關影片片段。 Conntour 的核心賣點是可擴充套件性。其系統可監控高達 50 路攝影機，僅需單一消費級 NVIDIA RTX 4090 顯示卡。透過多模型與邏輯系統動態分配計算資源，達到最佳效能。平臺支援本地部署、雲端部署或混合模式，並可整合現有安防系統或獨立運作。針對攝影機畫質不佳的問題，系統會提供置信度分數，若來源畫質不足，則返回低置信度結果。Goldner 指出，未來最大技術挑戰在於如何在維持高效能的前提下，將大型語言模型的完整能力融入系統，以解決處理數千路影片時的資源限制與靈活性需求之間的矛盾。
-
德欽AI獲2500萬資金挹注 聘請印度專家團隊
印度創業公司 Deccan AI 在首次主要融資輪中籌得 2500 萬美元，該輪為全股權的 Series A，由 A91 Partners 主導，Susquehanna International Group 和 Prosus Ventures 參與投資。Deccan 專注於提供模型訓練後的資料與評估服務，其工作主要由印度專家團隊執行。雖然 OpenAI 和 Anthropic 等前沿實驗室自行開發核心模型，但後期訓練工作，包括資料生成、評估及強化學習，正逐漸外包。Deccan 成立於 2024 年 10 月，提供協助模型提升程式設計與代理能力、訓練系統與外部工具（如 API）互動等服務。該公司與 Google DeepMind 和 Snowflake 等客戶合作，目前擁有約 10 位客戶，同時進行數 dozen 個活躍專案。Deccan 總部設於舊金山灣區，營運團隊位於海德拉巴，僱用約 125 人，並依賴超過 100 萬名貢獻者，其中每月活躍貢獻者約 5000 至 10000 人，約 10% 擁有碩士或博士學位。市場競爭激烈，Scale AI、Surge AI、Turing 和 Mercor 等公司也在提供相關服務。Deccan 強調品質至關重要，錯誤容忍度接近零，且工作時間敏感。儘管該行業曾面臨工作條件與薪資爭議，Deccan 貢獻者時薪約 10 至 700 美元，頂尖貢獻者月薪可達 7000 美元。Deccan 選擇將主力 workforce 集中在印度，以確保品質，目前營收增長 10 倍，達到雙位數百萬美元規模，約 80% 營收來自前五大客戶。
-
Google 發佈 TurboQuant，一款全新 AI 記憶壓縮演算法 — 而網路正在稱它為「Pied Piper
Google Research 於二月份宣佈了一項名為 TurboQuant 的新型超高效 AI 記憶體壓縮演演算法，引發科技社群廣泛討論。由於其極致壓縮特性，許多網友戲稱其為 HBO 影集《Silicon Valley》中虛構公司 Pied Piper 的現實版，該影集描繪了類似技術突破的故事。Google 表示，TurboQuant 利用向量量化技術清除 AI 處理中的快取瓶頸，能在不影響效能與精度的情況下大幅縮小 AI 工作記憶體。研究人員計劃於下個月在 ICLR 2026 會議上發表成果，並介紹了使此壓縮成為可能的兩種方法：PolarQuant 量化方法與 QJL 訓練最佳化方法。若成功應用於實際環境，TurboQuant 有望將 AI 推論階段的 KV cache 工作記憶體減少至少六倍，這被部分專家視為類似中國 AI 模型 DeepSeek 的突破性效率提升，有助於降低執行成本並最佳化速度、功耗及多租戶利用。儘管如此，目前該技術仍處於實驗室階段，尚未廣泛部署，且僅針對推論記憶體，無法解決 AI 訓練所需的巨大記憶體短缺問題。
-
桑德斯與亞倫·奧康奈爾提出禁止資料中心建設的提案
美國新資料中心專案的激增引發了對支撐人工智慧基礎設施的反對聲浪。佛蒙特州參議員伯尼·桑德斯與紐約州眾議員亞歷山德里亞·奧卡西奧 - 柯爾茲今日提出配套法案，禁止任何峰值電力負載超過 20 兆瓦的新資料中心，並要求國會透過全面的人工智慧法規前暫停相關專案。桑德斯的辦公室引用了多位科技領袖的擔憂，包括埃隆·馬斯克（他曾表示「人工智慧比核武器更危險，為何我們沒有任何監管？」）、Google DeepMind 執行長戴米斯·哈薩比斯、Anthropic 執行長達裡奧·阿莫迪、OpenAI 執行長山姆·阿爾曼以及諾貝爾獎得主傑弗裡·辛頓。三月一項皮尤研究中心的民調顯示，多數美國人對人工智慧的擔憂超過興奮，僅有 10% 的受訪者表示興奮大於擔憂。然而，人工智慧公司的龐大政治支出以及擔心在與中國的技術競賽中落後，可能使該法案難以透過。此法案可能成為界定人工智慧監管框架的開端。兩位立法者希望美國政府審查並認證模型在發布前的合規性，實施防止人工智慧驅動的失業保護措施，限制資料基礎設施的環境影響，並要求建設時使用工會勞工。他們還尋求禁止向沒有類似規則的國家出口先進晶片，目前這涵蓋了絕大多數國家。