來源類型: 新聞
「新聞」來源類型(news=新聞 / paper=論文 / blog)的 AI 內容。
-
獨家：Google 與思考機器實驗室簽訂新百億美元協議深化合作
前 OpenAI 高管 Mira Murati 創立的 Thinking Machines Lab 與 Google 簽署了一份價值數十億美元的新協議，旨在擴大使用 Google Cloud 的 AI 基礎設施，其中包括搭載 Nvidia 最新 GPU 的系統。據知情人士透露，該交易估值為十億美元級別，並包含對 Google 最新 AI 系統的訪問許可權，這些系統建立在 Nvidia 新推出的 GB300 晶片之上，同時還提供支援模型訓練與部署的基礎設施服務。Google 正積極與 AI 開發者簽署雲端計算合約，以整合其 AI 計算服務與其他雲端服務，如儲存、Kubernetes 引擎及 Spanner 資料庫產品。 近期 AI 領域競爭激烈，Anthropic 本月已與 Google 及 Broadcom 簽署協議，獲取多吉瓦的張量處理單元（TPU）容量，而 Anthropic 也剛與 Amazon 簽署新約，確保高達 5 吉瓦的容量用於訓練和部署 Claude 模型。Thinking Machines 今年早些時候曾與 Nvidia 合作並獲得投資，但此次是該實驗室首次與雲端服務提供商簽約。此協議並非獨家，Thinking Machines 未來可能使用多家雲端供應商，但這顯示 Google 正試圖鎖定快速成長的前沿實驗室。 Murati 於 2025 年 2 月離開 OpenAI 技術長職位後創立了 Thinking Machines。該公司隨後以 120 億美元估值籌資 20 億美元種子輪，雖保持高度保密，但於 10 月推出了首款產品 Tinker，這是一款自動化建立自定義前沿 AI 模型的工具。週三的協議揭示了 Thinking Machines 的研發方向，Google 表示其雲端服務可支援該公司的強化學習工作負載，這是 Tinker 架構所依賴的技術。強化學習是 DeepMind 和 OpenAI 近期突破的基礎，而 Google Cloud 協議的規模反映了該工作的高計算成本。Thinking Machines 是首批能使用 Google Cloud 搭載 GB300 系統的客戶，據 Google 表示，這些系統相比前代 GPU 在訓練和服務速度上提升了 2 倍。Thinking Machines 創始研究者 Myle Ott 表示，Google Cloud 幫助他們以記錄的速度執行，並滿足其對可靠性的要求。
-
Google地圖即將迎來強大的AI升級
Google 於本週在拉斯維加斯舉辦的 Cloud Next 活動中，正式推出針對企業使用者設計的新一代生成式 AI 功能，旨在強化其地圖與地理空間應用。其中一項名為「Maps Imagery Grounding」的新功能，允許企業使用者透過 Gemini Enterprise Agent Platform 輸入提示詞，即可在 Google Street View 中快速生成逼真的場景，用於視覺化電影拍攝場地或規劃中的建築工地，甚至可結合 Veo 技術進行場景動畫製作。此外，Google 還擴充了對衛星影像資料的分析能力，推出「Aerial and Satellite Insights」功能，讓使用者能直接在 Google Cloud 的 BigQuery 資料倉儲中分析影像，將原本需要數週的工作縮短至數分鐘內完成。同時，Google 推出了兩款新的 Earth AI Imagery 模型，這些系統經過訓練能自動識別影像中的特定物件，如橋樑、道路和電力線路，大幅降低了企業自行開發和訓練 AI 系統所需數月的時間成本。目前，Google 的 Earth AI 平臺已與空客及波士頓兒童醫院等合作夥伴共同應用於環境監測與災難應變等領域，這些更新為企業、資料分析師及城市規劃者帶來了全新的可能性。
-
2026 Google Cloud Next 展示最引人注目的新創公司
Google Cloud Next 於拉斯維加斯舉行，明確傳達 Google 希望 AI 起點企業能使用其雲端服務。為此，Google 宣佈撥出 7.5 億美元預算，協助雲端合作夥伴向企業銷售更多 AI 代理。此資金適用於從起點企業到大型諮詢公司的合作夥伴，可用於 Gemini 概念驗證專案、Google 前線部署工程師、雲端信譽金以及部署回扣等成本。Google 同時列出一長串使用 Google Cloud 的起點企業名單，包括新簽約或擴大版圖者。其中，Lovable 正透過 Google 企業應用程式市場推出新的編碼代理，該起點企業於二月時擁有 4 億美元年度經常性收入。Notion，估值約 110 億美元的矽谷最受歡迎的 AI 增強文件生產力應用程式，正使用 Gemini 模型驅動其文字與影象生成功能。Gamma，一家近期估值為 21 億美元的 AI 驅動 PowerPoint 替代者，正使用 Google 最先進的影象模型 Nano Banana 2 及其他 Google Cloud 功能。Inferact，來自 vLLM 創始人的商業推理起點企業，透過 Google Cloud 存取 Nvidia 的 GPU，並使用該巨頭的 AI 堆疊。ComfyUI，一個流行的開源 AI 生成影象和多媒體工具，也提供對 Nano Banana 2 的存取並使用其他雲端功能。其他今年獲得 Google Cloud 讚揚的起點企業包括 Chorus，其製造追蹤貨物狀況與移動的 AI 智慧標籤；Emergent AI，一個氛圍編碼平臺；ExaCare AI，製造用於後急性醫療設施的 AI 軟體；Insilica，建立 AI 生成合規化學安全報告；Parallel，建立為 AI 代理設計的網頁搜尋與研究 API；Proximal Health，製造自動化保險索賠審判流程的 AI 軟體；Reducto，進行 AI 驅動文件解析；Stord，處理電商履行與包裹操作；Stylitics，為零售商製造 AI 影象生成軟體以進行服裝搭配與產品組合；Temporal，一個旨在防止失敗的開發者雲端環境；Vapi，製造構建對話語音代理的開發工具；Vurvey Labs，透過 AI 代理進行合成市場研究；Wand，單人 PC 遊戲的遊戲內助手；Watershed，幫助企業報告及管理可持續性計劃的軟體；
-
Meta 將記錄員工鍵盤輸入並用於訓練其 AI 模型
Meta 發現了訓練其人工智慧模型的新資料來源，即其內部員工。公司計畫利用從員工滑鼠移動軌跡和鍵盤輸入中篩選出的資料，來構建更強大且高效的人工智慧系統。路透社報導了這一訊息，顯示科技公司在尋找新資料來源方面所付出的努力，這些資料是讓程式學習更有效執行任務及回應使用者查詢的關鍵。當 TechCrunch 聯絡 Meta 求取評論時，一位發言人表示，若公司要開發協助人們完成日常電腦任務的代理系統，模型需要真實的使用範例，例如滑鼠操作、點選按鈕及導覽下拉選單等。為此，Meta 將推出內部工具，在特定應用程式中捕捉這類輸入以協助訓練模型。發言人強調已實施保障措施保護敏感內容，且資料不會用於其他目的。此趨勢揭示了人工智慧產業中令人擔憂的隱私面向。上週另有報導指出，舊有的新創公司正被挖掘其企業通訊資料（如 Slack 檔案與 Jira 工單），並轉換為人工智慧訓練資料。