%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
相關推薦
頂尖 AI 研究者創辦 Periodic Labs，成功融資 3 億美元引發風險投資熱潮
前OpenAI研究員Liam Fedus與前Google Brain同事Ekin Dogus Cubuk聯合創立Periodic Labs，專注生成AI技術應用於科學領域。公司上月完成3億美元融資，由Felicis領投，多家頂級投資機構參與。
芯片設計公司Ambiq Micro申請美國 IPO，受益於生成式AI推動的市場需求
芯片設計公司 Ambiq Micro 於週四在其美國首次公開募股（IPO）申請中披露，2024年的淨銷售額增長了16.1%，這一增長得益於生成 AI 對半導體技術需求的不斷提升。隨着投資者重新關注高增長科技初創企業，AI 相關技術股票的強勁需求正在推動 IPO 市場的復甦。位於德克薩斯州奧斯汀的 Ambiq Micro 報告稱，儘管2024年淨虧損爲3970萬美元，但較2023年同期的5030萬美元有所縮窄。該公司的淨銷售額在2024年達到了7610萬美元，同比增長16.1%。雖然 Ambiq 在過去幾年與谷歌和華爲等大客戶的合作帶來了強勁的
加速發展:Gartner 預測生成 AI 應用將實現50% 的交付時間縮減
根據 Gartner 的最新預測，到2028年，80% 的生成 AI 商業應用將會在現有的數據管理平臺上開發。這一轉變有望降低開發複雜性，並將交付時間縮短50%。目前，生成 AI 商業應用的開發主要依賴於將大型語言模型（LLMs）與企業內部數據相結合，以及不斷髮展的技術，如向量搜索、元數據管理、提示設計和嵌入技術。然而，若沒有統一的管理方法，企業可能會採用 “分散技術”，導致交付時間延長和成本增加。圖源備註:圖片由AI生成，圖片授權服務商MidjourneyGartner 在最近舉行的印度孟買數據與分
松下推出 “OmniFlow” 多模態生成AI實現文本、圖像與音頻的自由轉換
松下控股公司（Panasonic HD）聯合美國松下研發公司(PRDCA)及加州大學洛杉磯分校(UCLA)的研究人員，成功開發出名爲 “OmniFlow” 的多模態生成 AI。這項技術的亮點在於其具備 “任意對任意” 的生成能力，可以實現文本、圖像和音頻之間的自由轉換，極大地提升了多模態生成 AI 的應用潛力。近年來，多模態生成 AI 的研究越來越受到關注，尤其是結合音頻的生成技術。然而，傳統方法在數據獲取上存在侷限，尤其是在同時處理文本、圖像和音頻數據時，所需的訓練數據量和成本大幅增加。針對
慕尼黑初創公司 Spaitial：用生成 AI 重塑 3D 空間的未來
慕尼黑的初創公司 Spaitial 正在開發一種全新的生成 AI 技術，旨在創建和理解三維環境。這種技術被稱爲空間基礎模型（SFM），它能夠從文本或圖像中生成真實和想象的3D 場景。Spaitial 的目標是讓 AI 具備對空間的物理理解，這一能力在現有的 AI 模型中存在顯著不足。Spaitial 的 SFMs 專注於3D 結構的生成與理解，不同於傳統的生成 AI 系統，它們不再僅僅處理二維像素或文本。SFM 直接操作幾何形狀、材料及物理屬性，賦予 AI 對時間和空間的深刻理解。這種物理理解將爲未來的世界模型奠定基礎