在数字时代，计算机芯片越来越小，但计算问题却变得越来越大。随着AI模型的不断发展，数据中心的能耗和计算需求正呈指数级增长。IBM近日推出的光学技术突破，有望彻底改变这一现状。传统数据中心面临两大技术瓶颈:铜线传输和电子传输速度的局限。目前，大多数CPU都处于大量空闲状态，仅仅是在等待数据包传输。这意味着计算资源的巨大浪费。图源备注：图片由AI生成，图片授权服务商MidjourneyIBM的创新方案是使用光学技术替代传统铜线。具体而言，公司开发了一种名为聚合物光波

开源网络爬虫项目Crawl4 AI近日发布了v0.4. 1 版本，带来多项重大更新。最引人注目的是新增的文本模式（Text-Only Mode）功能，该模式通过优化资源加载策略，将爬取效率提升至原来的3- 4 倍。"这次更新的核心是让爬虫变得更快、更智能，"项目维护者表示，"特别是在处理现代网页时，新版本展现出显著优势。"本次更新的一大亮点是全新的文本模式。通过关闭图片加载、JavaScript执行和GPU处理，该模式可以大幅提升爬取速度。用户只需设置text_only=True参数即可启用这一功能，特别适合那些只需获

在近日于拉斯维加斯举办的年度 re:Invent 大会上，亚马逊的云计算服务 AWS 宣布了一系列新技术，强调其数据中心的能效提升，使其服务的效率超过传统本地计算四倍以上。AWS 的负责人普拉萨德・卡拉亚拉曼（Prasad Kalyanaraman）表示，这些创新不仅能提高能源效率，还能够灵活支持新兴工作负载。图源备注:图片由AI生成，图片授权服务商Midjourney此次发布会重点介绍了液体冷却系统和可再生能源的应用。AWS 表示，其基础设施的能效目前已达到比本地基础设施高出4.1倍的水平，并且在 AWS 上优化

熬夜肝文献综述?抓耳挠腮写论文?别慌!AI2的科研大神们带着他们的最新力作OpenScholar来拯救你了!这款科研效率神器，能让文献综述像逛公园一样轻松愉快!OpenScholar的最大秘密武器，就是一个叫做OpenScholar-Datastore （OSDS）4.5亿篇开放获取论文，还有2.37亿个文章段落嵌入。有了这么强大的知识储备，OpenScholar才能游刃有余地应对各种科研难题。当你遇到一个科研问题时，OpenScholar首先会派出它的得力干将——检索器和重新排序器，从OSDS中快速筛选出与你的问题相关的文章段落。接着，一个语言

Anthropic近日在其控制台（Console）推出了重要更新，为开发者带来了提示词优化和示例管理的全新功能。这一升级将帮助开发者更轻松地应用提示工程最佳实践，打造更可靠的AI应用。提示词质量直接影响着AI模型的输出效果。然而，不同模型平台的提示词最佳实践各不相同，优化过程往往耗时费力。针对这一痛点，Anthropic推出的提示词优化器可以自动运用先进的工程技术来完善现有提示词，特别适合优化为其他AI模型编写的提示词或手写提示词。具体来说，优化器通过五大方法来增强提示词

迪士尼研究部门近日发布了一项创新的图像压缩技术，该技术在保持较低数据传输率的同时，能够生成更为逼真的图像效果。这项新型编解码技术虽然在复杂度上较传统的JPEG和AV1等编解码器有所提升，但在图像质量和处理效率方面都展现出显著优势。研究团队发现，通过将量化误差与图像处理中的噪声处理相结合，可以在目标比特率下更好地重建图像细节。迪士尼压缩方法与之前方法的比较。作者声称细节恢复效果有所改善，同时提供了一种不需要数十万美元训练的模型，并且运行速度比

LinkedIn即将推出一项突破性的AI招聘助手功能，这项创新技术将彻底改变传统的人才招聘流程。该系统能够根据招聘方提供的职位描述和资格要求，自动从LinkedIn用户库中筛选出最合适的候选人清单，并智能分析每位候选人是否满足岗位的必要和优先考虑的资格条件。LinkedIn产品副总裁Hari Srinivasan表示，这项功能可以精准识别最适合的候选人选，并提供不同匹配程度的评估。这项技术的核心优势在于能够突破传统关键词匹配的局限，通过深度解析职位描述和用户档案，发掘更多潜在的优质人

OPPO今日宣布在全球首次成功将专家混合模型（MoE）架构应用于移动设备。这一突破性进展显著提升了AI处理效率，为终端AI技术的进一步发展开辟了新途径，同时也为AI与移动硬件的深度融合奠定了基础。随着AI技术的快速发展，越来越多的AI任务需要在终端设备上完成。然而，大型AI模型往往需要强大的计算能力，这对硬件资源有限的移动设备来说是一个巨大挑战。为突破这一限制，OPPO与领先芯片厂商展开合作，成功在终端设备上实现了MoE架构。MoE架构的核心优势在于能够根据具体任务动

最近工作中需要处理大量的PDF文件，各种报告、论文、合同看得我眼花缭乱，效率极低。偶然发现了这个名为PDFtoChat的工具，抱着试试看的态度用了几天，感觉提升还是蛮大的，所以来分享一下我的真实使用体验。首先，注册非常简单，免费就能用，这点很吸引人。上传PDF文件也很方便，上传之后，AI就开始分析文档内容了。最让我惊艳的是它的智能问答功能，可以直接用自然语言提问，比如“这份合同的违约条款是什么？”、“这篇论文的核心观点是什么？”，它就能迅速给出答案，准

最近在寻找能提升编程效率的工具？我强烈推荐你试试 DevKit！这款AI驱动的开发者助手，彻底改变了我的编程体验，现在分享一下我的真实感受。DevKit (https://www.getdevkit.com/) 不仅仅是一个工具，更像是一位编程伙伴。它整合了先进的大型语言模型（LLMs）和超过30个便捷的迷你工具，涵盖了开发过程中的方方面面。Product Hunt社区也将其评为顶级开发工具之一，可见其实力非凡。DevKit 的核心功能：生成公共API配置： 告别繁琐的API配置！DevKit 可以一键生成配置，让你快速完成API测试，节约大量

扩散模型（Diffusion Model）作为AI绘画领域的"顶流"技术，一直以其卓越的生成效果备受瞩目。然而，其漫长的训练过程一直是制约其进一步发展的瓶颈。近日，一项名为REPA（REPresentation Alignment）的创新技术为解决这一问题带来了突破性进展，有望将扩散模型的训练效率提升17.5倍。扩散模型的核心原理是通过逐步向图像添加噪声，然后训练模型反向还原出清晰图像的过程。这种方法虽然效果显著，但训练过程耗时耗力，往往需要数百万步的迭代才能达到理想效果。研究人员发现，这一问题的

近日，人工智能公司 Anthropic 正式推出了其新产品 —— 消息批量处理 API（Message Batches API）。这项新技术让企业在处理大量数据时的费用减少了50%，这一举措无疑为大数据处理带来了福音。通过这项 API，企业能够在24小时内异步处理高达10，000条查询，让高端 AI 模型变得更加平易近人。随着 AI 技术的不断发展，企业面临的挑战也在加大，尤其是在数据处理方面。Anthropic 此次推出的批处理 API 在输入和输出的令牌费用上，均比实时处理便宜50%。以一半的成本实现高吞吐量开发人员经常使用

近日，谷歌 DeepMind 公布了其最新的 AI 系统 ——AlphaChip。这一系统致力于加速和优化计算机芯片的开发，AlphaChip 所设计的芯片布局已经在谷歌的 AI 加速器中得到应用。AlphaChip 的工作原理类似于我们之前所听说的 AlphaGo 和 AlphaZero，采用强化学习技术，迅速生成经过优化的芯片布局。根据谷歌 DeepMind 的介绍，AlphaChip 已经在过去三代的张量处理单元（TPU）AI 加速器中被使用。其中，在最新的第六代 TPU——Trillium 中，AlphaChip 实现了25个模块的布局设计，相比于人类专家，电线长度减少了6.2%。

在2024年腾讯全球数字生态大会上，腾讯公司副总裁兼云业务总裁邱跃鹏对外宣布——腾讯混元Turbo大模型的正式亮相。这款新一代的大模型基于MoE（Mixture of Experts）架构设计，相较于前一代产品，在推理效率上实现了翻倍，达到了100%的提升，同时在推理成本上实现了显著降低，降幅达到50%。此外，混元Turbo在解码效率方面也表现出色，提升了20%。

德勤最新报告揭示，约三分之二的公司正增加生成式人工智能（Generative AI）投入，主要看重其在效率和生产力提升上的潜力。然而，多数项目仍处于试点或概念验证阶段，且仅38% 公司跟踪员工生产力变化，54% 企业希望通过AI提高效率，但实际反馈不足。报告指出，尽管生成式AI项目中，仅有30% 实验完全投入生产，企业开始关注通过AI推动创新、提升产品质量与改善客户关系的新价值。数据、扩展性和风险成为实施挑战，而变革管理和组织整合是关键。报告还指出，41% 的受访者在定义和衡量项目影响方面存在困难，仅16% 定期向CFO汇报成果。

AI 代码生成初创公司 Cursor 成功筹集 6000 万美元 A 轮融资，投资方包括 Andreessen Horowitz、Thrive Capital 和 OpenAI。Cursor 的目标是通过先进的 AI 技术简化软件开发，其平台能自动搜索和生成编程代码，大幅提高开发效率。此轮融资吸引了业界多位大佬参与，如谷歌的 Jeff Dean 和 Meta 的 Noam Brown。Cursor 已经吸引了超过 3 万名用户，包括大型企业、研究机构和初创公司。在软件开发领域，Cursor 与 GitHub C o p i l o t 并驾齐驱。其雄心是开发出一款能够编写“全世界软件”的 AI 代码工具，尽管这个目标目前还难以实现。自去年初以来，AI 编程助手的融资总额接近 10 亿美元。

百度网盘AI创意生成工具“超能画布”专业版已推出，旨在为影楼提供高效、定制化的创意生成服务。用户只需上传图片，即可从70余种风格中挑选，轻松生成具有不同妆造、服饰和场景的写真，其“背景重绘”功能智能识别并抠出人物主体，一键更换背景，降低布景成本。专业版专为影楼设计，支持批量生成整套风格图，具备多设备在线协同工作能力，极大提升工作效率。提供创意定制服务，帮助影楼节省每年约15万元的写真研发成本，包含从布光到拍摄姿势、景别引导等保姆级样片指导，确保每个细节精准呈现。支持无限制生图数量，应对海量修图需求。自C端上线以来，用户规模和付费规模实现高速增长，专业版预计将进一步通过技术赋能摄影行业，提供新的盈利模式。

Hugging Face 与 NVIDIA 合作推出推理即服务，利用NVIDIA NIM技术驱动，加速开发者原型设计并高效部署开源AI模型。此服务特别支持强大模型如Llama2和Mistral AI，处理速度比传统部署方式快五倍。通过NVIDIA DGX Cloud，开发者能训练模型，且Hugging Face宣布团队盈利、扩大至220人，并推出SmolLM小型语言模型系列。该合作旨在优化AI应用的响应速度和稳定性，简化从原型到生产的流程，为开发者社区提供强大支持。

["Deloitte调查2,835名企业高管，62%对生成式AI充满热情，79%预计未来三年内公司将发生重大变化。","56%公司专注于提高效率和生产力，仅有29%寻求创新和增长。","调查显示91%的受访者相信通过生成式AI能够实现效率提升，其中27%认为效果显著。","绝大多数公司主要使用现成的生成式AI解决方案，包括内置生成式AI的生产力应用、内置生成式AI的企业平台、现成的生成式AI应用以及公开可用的大型语言模型。","高管们面临挑战，41%表示组织在面对生成式AI采纳的人才、治理和风险方面准备不足。"]