文章
所有發布的 AI 新聞與論文。
-
資料曲線籌集1500萬美元對抗Scale AI
隨著 AI 公司日益成熟，高品質資料的爭奪成為行業中最具競爭力的領域之一。Alexandr Wang 曾創立的 Scale AI 是其中的佼佼者，但隨著 Wang 轉任 Meta 負責 AI 業務，投資者看到了新的機會，願意資助擁有獨特資料收集策略的公司。Y Combinator 畢業生 Datacurve 便是其中之一，專注於軟體開發所需的高品質資料。該公司於週四宣佈完成由 Chemistry 領投、Mark Goldberg 主導的 1500 萬美元 A 輪融資，參與機構包括 DeepMind、Vercel、Anthropic 和 OpenAI 的員工。此輪融資緊接其獲得前 Coinbase CTO Balaji Srinivasan 投資的 270 萬美元種子輪之後。 Datacurve 採用「賞金獵人」系統，吸引具備技能的軟體工程師完成難以獲取的資料集，目前已分發超過 100 萬美元賞金。共同創辦人 Serena Ge 強調，財務回報並非最大動力，因為高價值服務如軟體開發的資料工作薪資遠低於傳統就業，因此公司最核心的優勢在於提供極佳的使用者體驗。Ge 表示，公司將此視為消費產品而非資料標記作業，投入大量時間最佳化平臺以吸引目標使用者。隨著後訓練資料需求日益複雜，早期模型使用的簡單資料集已無法滿足當前 AI 產品對複雜強化學習（RL）環境的構建需求。隨著環境日益精進，資料在數量與品質上的要求都大幅提升，這可能讓 Datacurve 這類高品質資料收集公司獲得競爭優勢。 目前 Datacurve 專注於軟體工程領域，但 Ge 指出其模式同樣可應用於金融、行銷甚至醫療等領域。公司正致力於建立一套基礎設施，用於吸引並留住各自領域中高度專業的人才，以滿足日益複雜的資料收集需求。
-
Figma 與 Google 合作將 Gemini AI 加入其設計平台
設計平臺 Figma 宣佈與 Google 合作，將更多 AI 功能整合進其軟體中。此次合作將引入 Gemini 2.5 Flash、Gemini 2.0 以及 Imagen 4 等模型，以應對產品設計師及其團隊不斷變化的需求。Figma 目前擁有每月 1300 萬活躍使用者，Gemini 2.5 Flash 將被整合到圖片編輯與生成流程中，允許使用者透過提示詞生成 AI 圖片並要求修改。根據早期測試，Gemini 2.5 Flash 在 Figma 的「Make Image」功能中使延遲時間降低了 50%。此舉旨在加速工作流程，並與 OpenAI 等公司推動模型整合現有應用以爭取市場主導權的策略一致。OpenAI 近期也宣佈其使用者可在 ChatGPT 中與 Spotify、Booking.com、Canva 等應用進行對話。此次 Figma 合作並非孤例，Google 同時推出了 Gemini Enterprise，旨在將 AI 帶入企業現有工作流，讓員工能與公司檔案、資料及應用對話，並部署 AI 代理。Google 表示 65% 的 Google Cloud 客戶正在使用其 AI 產品。此外，Google 還與 GAP、Gordon Foods、Klarna、Macquarie Bank、Melexis、Mercedes、Signal Iduna、Valiuz 及 Virgin Voyages 等企業達成 AI 合作，這些夥伴與 Banco BV、Behr、Box、DBS Bank、Deloitte、Deutsche Telekom、FairPrice Group、美國能源部等現有 Gemini 使用者一同加入。
-
Reflection AI 融資 20 億美元成為美國開放前沿 AI 實驗室，挑戰 DeepSeek
Reflection AI 是一家由前 Google DeepMind 研究人員米沙·拉斯金和伊奧尼斯·安東諾格盧於 2024 年 3 月創立的起點公司，近期以 80 億美元估值籌資 20 億美元，較七個月前 5.45 億美元的估值增長了 15 倍。該公司最初專注於自主編碼代理，現正定位為 OpenAI 和 Anthropic 等封閉前沿實驗室以及中國 AI 企業如 DeepSeek 的開源替代方案或西方對等夥伴。拉斯金曾領導 DeepMind Gemini 專案的獎勵建模，而安東諾格盧則共同創造了 2016 年擊敗世界冠軍的 AlphaGo。團隊目前約有 60 名成員，主要來自 DeepMind 和 OpenAI，並已建立先進的 AI 訓練堆疊，承諾對所有人開放。 公司宣稱已識別出一種可擴充套件的商業模式，與其開放智慧戰略一致。團隊計劃明年發布一個前沿語言模型，該模型將基於「數兆兆 token」進行訓練，並具備訓練大規模專家混合（MoE）模型的能力。MoE 架構此前僅大型封閉 AI 實驗室能訓練，但 DeepSeek、Qwen 等中國模型的突破讓拉斯金意識到，若美國不採取行動，全球智慧標準將由他人建立，美國將處於劣勢。由於企業和主權國家可能因法律後果而不使用中國模型，美國及其盟友面臨競爭劣勢或迎頭趕上的選擇。 美國技術界對 Reflection AI 的使命表示支援。白宮 AI 與加密事務負責人戴維·薩克斯在 X 上表示，開放源開源 AI 模型對全球市場有重要意義，美國希望在此類別中獲勝。Hugging Face 聯合創始人克萊姆·德朗格也稱讚此舉，但指出挑戰在於展示開放 AI 模型和資料集的高速度共享。Reflection AI 對「開放」的定義側重於訪問而非開發，類似 Meta 的 Llama 或 Mistral 策略。公司將公開模型權重供公眾使用，但保留資料集和完整訓練管道專有。 商業模式方面，研究人員可免費使用模型，但收入將來自大型企業基於 Reflection AI 模型開發產品，以及政府開發「主權
-
在OpenAI積極建設AI資料中心之際， Nadella提醒我們微軟早已擁有這樣的設施
微軟執行長薩提亞·納德拉於週四發布了一段影片，展示其公司首個部署的大型 AI 系統，該系統被英偉達稱為 AI「工廠」。納德拉表示，這只是將部署於微軟 Azure 全球資料中心以運算 OpenAI 工作負載的眾多英偉達 AI 工廠中的第一個。每個系統由超過 4,600 臺搭載英偉達備受矚目的 Blackwell Ultra GPU 晶片及 GB300 機架式電腦的叢集組成，並透過英偉達的高速 InfiniBand 網路技術連線。英偉達執行長詹森·黃早在 2019 年以 69 億美元收購 Mellanox 時，便已鎖定 InfiniBand 市場。微軟承諾將在全球部署數十萬顆 Blackwell Ultra GPU。此訊息發布時機尤為關鍵，正值其合作伙伴兼競爭對手 OpenAI 與英偉達及 AMD 簽署兩筆高規格資料中心合約。據估計，OpenAI 在 2025 年已承諾投入 1 兆美元用於自建資料中心，其執行長山姆·阿爾曼亦表示更多計畫即將推出。微軟強調，其已擁有位於 34 個國家的超過 300 個資料中心，能滿足前沿 AI 需求，並可運算引數達數百兆的下一代模型。微軟預計本月底將進一步說明如何提升 AI 工作負載服務能力，其技術長凱文·斯科特將於 10 月 27 日至 29 日在舊金山參加 TechCrunch Disrupt 活動。