文章
所有發布的 AI 新聞與論文。
-
亞馬遜CEO在年度股東信中針對英偉達、英特爾、星鏈等發起攻擊
亞馬遜執行長安迪·賈西（Andy Jassy）在年度股東信中，以極具競爭力的姿態回應市場質疑，同時展現了對未來巨額資本支出的信心。信中雖提及與英偉達（Nvidia）的緊密合作，並承諾持續支援其晶片，但也指出虛擬所有人工智慧應用目前多依賴英偉達晶片，而新的轉變已開始。亞馬遜自研的 Trainium AI 晶片需求極高，Trainium3 容量幾乎售罄，Trainium4 預計十八個月後上市時也面臨類似情況，這顯示亞馬遜晶片業務已達到每年 200 億美元的營收規模，若作為獨立晶片商銷售，預估年營收將達 500 億美元。 賈西同樣針對英特爾（Intel）提出挑戰，指出亞馬遜自研的 Graviton CPU 已廣泛應用於 98% 的頂級 EC2 客戶，部分公司甚至要求在 2026 年購買所有 Graviton 例項容量。此外，亞馬遜的星鏈競爭對手 Amazon Leo 預計於 2026 年中推出，已獲得達美航空（Delta Airlines）、AT&T、沃達豐及 NASA 等客戶合約。賈西還提及亞馬遜未來可能將一百萬個倉庫機器人的資料轉化為工業與消費用的機器人解決方案。 在資本支出方面，賈西宣佈 2026 年將投入 2000 億美元用於資本支出，主要用於擴建 AWS 資料中心，這比任何其他主要科技公司的投入都大。他強調這不是憑空投資，並舉例 OpenAI 承諾在 AWS 上投入 1000 億美元。儘管有人質疑 OpenAI 是否能兌現承諾，賈西表示還有其他未公佈或進行中的客戶協議將購買 AWS 容量。賈西堅稱對於亞馬遜而言，目前並未出現技術泡沫，並指出亞馬遜股價曾跌至每股低於 200 美元且尚未復甦，因此巨額投資具有明確的戰略意義。
-
Sierra 的 Bret Taylor 表示按鈕點擊的時代已經過去了
Sierra 共同創辦人兼執行長 Bret Taylor 深信人類與軟體的互動方式即將發生轉變。該公司上月推出了名為 Ghostwriter 的代理工具，旨在透過自然語言指令自動建立並部署專用的 AI 代理，取代傳統的點選式網頁應用程式。Taylor 指出，許多企業目前使用的工具如 Workday 並未被頻繁使用，未來使用者將透過語言指令完成任務，無需操作複雜的介面。Sierra 已利用 Ghostwriter 以空前的速度部署代理，例如在四週內為 Nordstrom 實施了相關代理。該公司去年秋季宣佈年營收達到一億美元，成立不到兩十一個月時估值達十億美元，並在九月由 Greenoaks Capital 領軍的三億五千萬美元融資中獲得認可。儘管 Taylor 預測軟體正規化將發生根本性轉變，但多位技術專家與投資人告訴 TechCrunch，目前 AI 代理的實施仍遠未達到完全自主的程度。許多公司，包括 Sierra 和法務 AI 公司 Harvey，都依賴「前線部署」的工程師持續更新與微調客戶代理，以確保其按預期運作。
-
google 與 intel 加強 ai 基礎設施合作
Google 與 Intel 於週四宣佈擴大多年合作夥伴關係，旨在讓 Google Cloud 繼續利用 Intel AI 基礎設施並共同開發處理器。Google Cloud 將使用 Intel 的 Xeon 處理器，包括最新的 Xeon 6 晶片，用於 AI、雲端及推論任務。該公司多年來一直使用 Intel 的各種 Xeon 處理器。雙方將擴大共同開發自定義基礎設施處理單元（IPU）的合作，這些晶片有助於加速並管理資料中心任務，透過將任務從 CPU 解除安裝來實現此目標。這項自 2021 年開始的晶片開發合作將專注於自定義 ASIC 基座的 IPU。Intel 拒絕透露該交易的任何定價資訊。此次擴充套件發生在行業對 CPU 需求迫切的背景下。雖然 GPU 用於開發和訓練 AI 模型，但 CPU 對於執行 AI 模型及一般 AI 基礎設施至關重要。Intel 執行長 Lip-Bu Tan 在新聞稿中表示，AI 正在重塑基礎設施的構建與擴充套件方式，擴充套件 AI 需要更多加速器，更需要平衡的系統，CPU 和 IPU 對於交付現代 AI 工作負載所需的效能、效率和靈活性至關重要。近期更多公司將焦點轉向 CPU，因為全球出現晶片短缺。擁有 SoftBank 的 Arm Holdings 最近宣佈推出 Arm AGI CPU，這是該半導體巨頭自行生產的首款晶片，正值全球 CPU 短缺之際。
-
Anthropic 是否限制發佈 Myths 以保護互聯網或自身？
Anthropic 本週宣佈限制其最新模型 Mythos 的公開發布，原因是該模型在尋找全球使用者依賴的軟體安全漏洞方面能力過強。原本計劃向公眾開放的模型，現在將僅與運營關鍵網路基礎設施的大型企業和組織分享，範圍涵蓋 Amazon Web Services 至 JPMorgan Chase 等機構。OpenAI 據報正考慮採取類似的策略。此舉表面上是為了讓大型企業能先於惡意行為者利用先進的語言模型滲透安全軟體，但背後可能涉及更深的商業考量。AI 網路安全實驗室 Irregular 的執行長 Dan Lahav 曾指出，AI 工具發現漏洞的具體價值取決於攻擊者如何結合使用，關鍵在於這些漏洞是否能在單獨或組合情況下被有效利用。雖然 Anthropic 聲稱 Mythos 的漏洞挖掘能力遠超前代模型 Opus，但業界對其是否為網路安全領域的終極解決方案存疑。AI 安全起點公司 Aisle 表示，他們能使用較小的開放權重模型複製 Mythos 的大部分功能，這顯示網路安全並非依賴單一深度學習模型，而是取決於具體任務。限制發布的另一個原因可能是為了建立大型企業合約的飛輪效應，並增加競爭對手透過蒸餾技術低成本複製模型的難度。軟體工程師兼起點公司 exe.dev 的執行長 David Crawshaw 指出，這種策略將頂級模型鎖定在企業協議中，使小型實驗室無法進行蒸餾，從而確保企業營收持續流動。這反映了 AI 生態系統中前沿實驗室與依賴多模型策略的起點公司之間的競爭，後者常利用來自中國的開放原始碼模型尋求經濟優勢。今年前沿實驗室對蒸餾採取更嚴厲態度，Anthropic 公開揭露中國企業複製其模型的企圖，而 Anthropic、Google 和 OpenAI 三家實驗室更聯合識別並阻擋蒸餾者。阻擋蒸餾對前沿實驗室的商業模式至關重要，因為這消除了透過大量資本規模化帶來的優勢。因此，選擇性發布不僅是保護網路安全的負責做法，也是實驗室保護底線並區分企業產品類別的策略。儘管 Mythos 是否真正威脅網路安全仍有待觀察，但謹慎的發布方式確實能兼顧網路安全與商業利益。