實體: Google
所有提到 Google 的 AI 新聞與動態。
-
微軟宣佈推出強大新晶片用於AI推論
微軟正式推出最新晶片 Maia 200，這是一款專為縮放 AI 推論設計的矽基工作馬。該晶片繼承自 2023 年發布的 Maia 100，在技術上進行了升級，能夠以更快的速度和更高的效率執行強大的 AI 模型。Maia 200 搭載超過 1000 億個電晶體，在 4 位元精度下可提供超過 10 拍 Flops 的運算能力，在 8 位元精度下則提供約 5 拍 Flops 的效能，這相比其前代產品有顯著提升。推論是指執行模型的計算過程，與訓練模型所需的計算不同。隨著 AI 公司成熟，推論成本日益成為營運成本的重要組成部分，因此最佳化該過程備受關注。微軟希望 Maia 200 能參與這一最佳化，讓 AI 業務在更低功耗和更少幹擾的情況下執行。據公司表示，單一 Maia 200 節點即可輕鬆執行當今最大的模型，並為未來更大模型留足餘地。 微軟的新晶片也反映了科技巨頭轉向自研晶片以減少對英偉達依賴的趨勢。例如，Google 擁有 TPU（張量處理單元），而 Amazon 則推出了 Trainium3。這些自研晶片可用於分流原本分配給英偉達 GPU 的計算任務，從而降低整體硬體成本。在微軟的宣告中，Maia 顯示出與這些替代方案的競爭力，其 FP4 效能是第三代 Amazon Trainium 晶片的三倍，FP8 效能則高於 Google 第七代 TPU。微軟表示，Maia 正在推動其超級智慧團隊的 AI 模型執行，並支援 Copilot 聊天機器人的操作。截至星期一，公司已邀請開發者、學者和前沿 AI 實驗室使用 Maia 200 軟體開發套件進行工作負載。
-
英偉达新的人工智慧天氣模型可能數週前就預測到這場風暴
在冬季風暴襲擊美國多地之際，Nvidia 推出了其最新的 Earth-2 天氣預報模型，宣稱能大幅提升預測速度與準確度。該公司表示，其中一款名為 Earth-2 Medium Range 的模型，在超過 70 個變數上優於 Google DeepMind 於 2024 年 12 月推出的 GenCast 模型。GenCast 本身已比傳統能預測 15 天外的模型更精準。Nvidia 於週一在休斯頓舉行的美國氣象學會會議上正式公佈這些工具。Nvidia 氣候模擬主管 Mike Pritchard 表示，這些模型回歸了簡單性，轉向簡單且可擴充套件的變換器架構，而非過去依賴手動調整的 niche AI 架構。 Earth-2 Medium Range 模型基於 Nvidia 新推出的 Atlas 架構。該套件還包含 Nowcasting 模型與 Global Data Assimilation 模型。Nowcasting 可預測零至六小時後的天氣，利用全球衛星觀測資料，協助氣象學家預測風暴影響，適用於任何有衛星覆蓋的地區。Global Data Assimilation 模型則整合氣象站與氣球資料，生成全球數千個地點的天氣快照，傳統上此過程需消耗大量超級電腦資源，佔傳統預報總負載的 50%，而新模型僅需數分鐘在 GPU 上即可完成。 這三款新模型與現有的 CorrDiff 及 FourCastNet 3 共同組成完整系統。Nvidia 希望讓更多國家與企業，包括國家氣象服務、金融機構與能源公司，能使用這些原本僅富裕國家與大企業負擔得起的強大工具。目前，以色列與臺灣的氣象學家已在使用 Earth-2 CorrDiff，而 The Weather Company 與 Total Energies 正在評估 Nowcasting。Pritchard 強調，天氣是國家安全議題，主權與天氣密不可分，這些工具將讓各國能自主掌握天氣預報能力。
-
人類認為協調是AI接下來的前沿領域，並正在建立模型來證明這一點
由前 Anthropic、Meta、OpenAI、xAI 及 Google DeepMind 校友創立的 startup humans& 近日籌得 4.8 億美元種子輪融資，旨在構建人類與 AI 經濟的「中央神經系統」。該公司認為，現有 AI 聊天機器人雖能回答問題、總結檔案或解數學題，但仍僅能像單一使用者的助手般運作，缺乏處理真實協作中複雜任務的能力，例如協調優先順序衝突、追蹤長期決策及維持團隊一致性。humans& 的實際願景是開發一種專為社會智慧設計的新基礎模型架構，而非僅限於資訊檢索或程式碼生成。 humans& 的 CEO Eric Zelikman 指出，公司致力於推動人們進入 AI 新時代，超越「AI 取代工作」的敘事，專注於協助團隊更有效溝通與協作。他們計劃的產品可能取代 Slack 或 Google Docs 等多使用者平臺，並透過訓練模型以類似朋友或同事的方式提問，來解決當前聊天機器人過度詢問且缺乏情境理解的問題。該模型將採用長時限與多智慧體強化學習（RL）技術，使模型能規劃、執行、修正並跟進長期行動，同時具備記憶個人與使用者需求的能力。 儘管團隊背景強勁，humans& 仍面臨巨大挑戰。公司目前尚未推出具體產品，且需龐大資金支援模型訓練與擴充套件，同時與 Notion、Slack 等現有工具競爭。更關鍵的是，它正與 OpenAI、Anthropic 等頂尖 AI 巨頭競爭，後者也在其平臺上強化人類協作功能。humans& 表示拒絕被收購，並希望成為能根本改變人類與模型互動方式的世代性公司。此文章原於 2026 年 1 月 22 日發布。
-
前Google員工推出AI學習應用吸引兒童
大科技公司與新興起點希望利用生成式 AI 為兒童開發軟體與硬體，但現有體驗多侷限於文字或語音，難以吸引孩子。前 Google 員工 Lax Poojary、Lucie Marchand 與 Myn Kang 創立了名為 Sparkli 的互動應用程式，旨在克服此障礙。Poojary 與 Kang 作為父母，發現使用 ChatGPT 或 Gemini 解釋孩子關於汽車運作或降雨等問題時，仍會呈現大段文字，無法滿足兒童對互動體驗的需求。Sparkli 由三人於去年創立，Poojary 與 Kang 此前曾在 Google 的 Area 120 內部創業孵化器共同創立旅遊聚合平臺 Touring Bird 與影片社交電商應用 Shoploop，Poojary 後續在 Google 與 YouTube 負責購物業務，Marchand 則擔任 Sparkli 技術長。 Sparkli 透過生成式 AI 即時建立媒體素材，能在使用者提問後兩分鐘內建立學習體驗，並持續縮短此時間。該應用允許使用者探索預定義主題或自訂問題以生成學習路徑，每日推薦新主題，內容包含聽覺、視覺、影象、測驗與遊戲。章節設計混合多種媒體形式，並提供「隨選隨玩」的冒險模式，避免孩子因答錯而產生壓力。公司強調教育體系常滯後於現代概念，Sparkli 致力於教授技能設計、財務素養與創業精神，並聘請教育科學博士與教師作為首批員工，確保內容符合教學法則。針對兒童使用 AI 的安全疑慮，Sparkli 禁止性內容，若孩子詢問自殘等問題，則引導其學習情緒智商並鼓勵與父母溝通。 Sparkli 正與擁有超過一萬名學生的學校網路合作進行測試，目標受眾為五至十二歲兒童，去年已在超過二十所學校測試產品。應用內建教師模組，讓老師可追蹤進度並佈置作業，靈感來自 Duolingo，透過連貫數值、獎勵機制與任務卡片提升孩子使用頻率。學校試點中，老師利用 Sparkli 建立課堂探索活動或課後作業，以深化理解。公司計劃未來數月主要與全球學校合作，預計於二零二六年年中開放消費者下載。Sparkli 已獲得由瑞士風險投資機構 Founderful 領投的五百萬美元預種子輪