日本人工智能初创公司Sakana AI宣布推出“AI CUDA工程师”（AI CUDA Engineer），这一创新性的AI智能体系统旨在自动化生产高度优化的CUDA内核，显著提升机器学习操作的运行效率。根据X平台上的最新消息，该系统通过进化的大型语言模型(LLM)驱动代码优化技术，将常见PyTorch操作的运行速度提高了10至100倍，标志着AI技术在GPU性能优化领域的重大突破。Sakana AI表示，CUDA内核作为GPU计算的核心，直接编写和优化通常需要深厚的专业知识和高技术门槛，而现有框架如PyTorch虽然使用便捷，但在性能上往

在最近的发布会上，数据动力公司（DDN）宣布了其最新的 Infinia2.0对象存储系统，专为人工智能(AI)训练和推理而设计。该系统声称可以实现高达100倍的 AI 数据加速和10倍的云数据中心成本效率提升，吸引了众多行业关注。DDN 的首席执行官兼联合创始人亚历克斯・布扎里（Alex Bouzari）表示:“全球500强企业中有85家在使用 DDN 的数据智能平台来运行他们的 AI 和高性能计算(HPC)应用。Infinia 将帮助客户在数据分析和 AI 框架方面实现更快的模型训练和实时洞察，同时确保 GPU 效率和能耗的未来适应

香港大学（HKU）的研究团队近日宣布，他们成功开发出一款基于人工智能的成像工具，旨在提升癌症诊断的速度和准确性。这项名为 “细胞形态对抗蒸馏”(CytoMAD)的新技术，由工程学院的齐凯文教授领导，利用生成式人工智能的方法进行精确的单细胞分析，且无需传统的标记技术。CytoMAD 的技术经过香港大学李嘉诚医学院及玛丽医院的合作测试，已在肺癌患者的评估中表现出良好的效果，并且能支持药物筛选过程。该技术通过自动纠正成像过程中的不一致性，提高图像的清晰度，并提取先

据《The Information》报道，人工智能初创公司Anthropic计划在未来几周内推出一款全新的混合AI模型。这款模型具备在快速响应和深度推理模式之间灵活切换的能力，为开发者提供了前所未有的控制力和灵活性。该模型的最大亮点在于其可调节的计算成本。与OpenAI模型固定设置不同，Anthropic的模型采用了基于token的滑动比例，允许开发者精确控制计算资源的消耗。当滑动比例设置为“0”时，模型表现类似于OpenAI的GPT-4o，主要侧重于快速响应;而当滑动比例调高时，模型则进入深度推理模式。在深

一项创新的视频生成技术FlashVideo日前宣布开源，该框架通过独特的双阶段设计，巧妙解决了AI视频生成中速度与质量的平衡问题。FlashVideo采用了类似于网页前端LQIP（低质量图像占位符）的思路，将视频生成过程分为预览和质量增强两个阶段。在预览阶段，系统能以极低的计算成本快速生成视频草稿，让用户得到即时反馈，显著提升了用户体验和商业应用可行性。在质量增强阶段，FlashVideo展现出强大的画质提升能力，能将270P的低分辨率预览视频优化至1080P的高清品质，确保最终成品的观看

人工智能芯片公司 Cerebras Systems 于本周四宣布与法国开源 AI 技术公司 Mistral 达成合作，并帮助后者创造了新的速度记录。Mistral 旨在与 Meta 和中国的 DeepSeek 等开源竞争对手抗衡，这些公司在上个月凭借低成本和卓越性能的技术震动了全球市场。这三家公司都在与 ChatGPT 的开发者 OpenAI 展开竞争。图源备注：图片由AI生成，图片授权服务商Midjourney在此次合作中，Mistral 推出了一款名为 “Le Chat” 的应用，声称其能够以每秒1000个字的速度回应用户提问。Cerebras 表示，它为这一成果提供了计算能

在当今的人工智能（AI）发展中，数据传输速度成为制约其进步的重要瓶颈。为了打破这一壁垒，密歇根大学(U-M)领导的研究团队正在开发一种全新的芯片连接系统，采用光波而非传统电缆进行数据传输。这一创新有望解决限制计算速度的 “内存墙” 问题，推动 AI 模型的进一步增长。该项目获得了来自国家科学基金会未来半导体项目的200万美元资助，参与单位包括华盛顿大学、宾夕法尼亚大学、劳伦斯伯克利国家实验室，以及谷歌、惠普企业、微软和英伟达等四家行业合作伙伴。尽管数据

传统的视频理解模型在处理长视频时面临着许多挑战，包括理解长视频所带来的复杂上下文。尽管已有不少研究致力于提升视频理解能力，依然难以有效克服训练和推理效率低下的问题。针对这些问题，研究团队通过 HiCo 技术，将视频信息中的冗余部分进行压缩，从而显著降低计算需求，同时保留关键信息。具体而言，HiCo 通过对视频进行层次化压缩，将长视频分割成短片段，进而减少处理的标记数量。这一方法不仅降低了模型对计算资源的要求，还提升了上下文窗口的宽度，增强了模型

国产视频大模型Vidu迎来重大升级，正式发布2.0版本。新版本最显著的提升在于生成速度的大幅跃迁，从原先的30秒缩短至惊人的10秒，效率提升高达三倍。理论上，用户仅需花费5分钟，即可生成长达1分钟的视频素材。这一突破性的进展，无疑将极大加速视频内容的创作效率。Vidu2.0在提升速度的同时，也对视频质量进行了全面优化。新版本生成的视频在风格和主体的一致性上表现更佳，首尾帧过渡也更加自然流畅。此外，Vidu2.0还推出了极具竞争力的超值套餐，创作成本低至每秒4分钱，大大

Mistral公司近日宣布推出其最新的开源编码模型——Codestral25.01，这是其备受欢迎的编码模型Codestral的升级版。这一版本在架构上进行了优化，显著提升了性能，成为其“重量级编码的明显领导者”，速度比前版提升了两倍。与原版Codestral相似，Codestral25.01依然专注于低延迟和高频率操作，支持代码校正、测试生成以及中间填充任务。Mistral公司表示，这一版本特别适合需要更多数据和模型驻留的企业。基准测试显示，Codestral25.01在Python编码测试中的表现超出预期，HumanEval测试得分为86.6%，远超

Mistral 公司近日宣布升级其开源代码生成模型 Codestral，推出了全新版本 Codestral25.01。此次更新使得该模型在编程领域的竞争力显著增强，目标是为开发者提供更高效的代码生成体验。根据 Mistral 的博客文章，Codestral25.01的架构经过优化，承诺在同类模型中成为 “绝对领军者”，其代码生成速度是之前版本的两倍。这一新版本依旧保持了原有模型的优势，专注于低延迟和高频操作，支持代码纠正、测试生成及代码填充等任务。Mistral 表示，这对于拥有大量数据的企业和模型驻留使用场景尤为

在近日的 CES 展会上，英伟达 CEO 黄仁勋表示，公司的 AI 芯片性能提升速度已经超越了摩尔定律的历史标准。摩尔定律是由英特尔联合创始人戈登・摩尔于1965年提出的，预测计算机芯片上的晶体管数量每年大约会翻一番，进而使芯片性能也相应翻倍。然而，近年来，摩尔定律的进展速度已显著放缓。图源备注：图片由AI生成，图片授权服务商Midjourney黄仁勋指出，英伟达的最新数据中心超级芯片在运行 AI 推理工作负载时的速度是前一代的30倍以上。他表示:“我们能够同时构建架构、芯片、系

最近，Answer.AI 和 LightOn 联合发布了开源语言模型 ModernBERT，这是对谷歌 BERT 的重大升级。根据开发者的介绍，ModernBERT 在处理速度、效率和质量上都有了显著提升。该模型可以比其前身快四倍，同时使用更少的内存。ModernBERT 的设计允许它处理长达8192个标记的文本，这比现有编码模型的典型512标记限制提高了16倍。此外，ModernBERT 还是首个经过广泛训练的编程代码编码模型，它在 StackOverflow 问答数据集上的得分超过80，创造了编码模型的新纪录。在通用语言理解评估（GLUE）中，ModernBERT-Large

近日，苹果公司在机器学习领域的最新研究显示，他们通过与 NVIDIA 的合作，成功将大型语言模型（LLM）的生成速度提高了近三倍。这一进展的关键在于苹果开源的技术 “Recurrent Drafter”(ReDrafter)，它采用了一种推测解码方法，能够显著提升模型训练的效率。在过去，创建大型语言模型的过程通常非常耗时和耗资源，企业常常需要购买大量的硬件设备，进而增加了运营成本。2024年早些时候，苹果发布了 ReDrafter，这一技术结合了递归神经网络和动态树关注的方法，能够快速生成和验证标记，

知名AI绘图平台Midjourney近日宣布一项重磅福利计划——“Relax马拉松”活动，即日起至2024年底，用户仅需支付10美元，即可在Relax模式下无限制生成图像，包括变体制作和参考图生成等基础功能，而图片生成的速度也大幅提升，几乎实现“立等可取”。此次活动是为了充分利用为明年新模型购置的大量服务器资源，目前这些服务器暂时处于闲置状态。Midjourney因此决定面向所有用户开放，无论是普通用户还是基础会员，都可以参与这一福利活动。这项举措尤其适合节日贺卡设计、新年创意开

据高盛（Goldman Sachs）最新发布的报告显示，截至2024年第四季度，只有6.1% 的美国企业将人工智能(AI)技术纳入其运营中，这一比例相比于前一季度的5.9% 略有上升。这一数据反映出，尽管 AI 技术的潜力巨大，但在美国企业中，AI 的实际应用仍然缓慢推进。图源备注:图片由AI生成，图片授权服务商Midjourney报告指出，尽管信息技术、教育和制造等行业的 AI 采纳率有所下降，但银行和保险行业则在 AI 集成方面走在前列。尤其是拥有250名以上员工的大型企业，报告显示其 AI 采纳率达到了10%。高盛

曾主导Snapchat“My AI”聊天机器人开发的深度学习科学家艾伦·贝克尔博士，近日再次出山，创立了一家名为eSelf的新公司。这家初创企业致力于打造实时、视频化的对话式AI助手平台，并成功获得450万美元的种子轮融资，正式加入这场AI助手领域的激烈角逐。eSelf的早期目标是为教育、销售、金融服务、房地产以及健康保健等垂直领域提供更具真实感和互动性的AI助手。他们的核心竞争力在于其AI助手极速的响应时间——查询或交互响应时间仅需1.7秒，据称远超OpenAI等领先公司。更令人惊喜的

科技巨头谷歌的AI研究部门近日推出了Gemini AI模型的最新迭代——Gemini2.0Flash。这款新模型在性能上进行了显著提升，特别是在处理速度和多模态功能扩展方面。官方表示，全球 Gemini 用户可以通过在桌面和移动 Web 的模型下拉列表中选择2.0Flash 实验版来访问聊天优化版本，并且它很快就会在 Gemini 移动应用程序中提供。明年年初，会将 Gemini2.0扩展到更多 Google 产品。Gemini2.0Flash的一个关键发展是其增强的处理速度。谷歌表示，新模型的运行速度是前代Gemini1.5Pro的两倍，同时在各种基准测试中

IBM 在纽约约克城宣布了一项重大的光学技术突破，该技术将显著数据中心在训练和运行生成式人工（AI）模型时的效率。IBM 的研究人员开发了一种新型的共封装光学技术（CPO），这项技术能够利用光速实现数据中心内部的连接，从而替代目前使用的铜电缆。尽管光纤技术已在全球商业和通信中广泛应用，但大多数数据中心内部仍依赖于铜电缆进行短距离通讯。这导致 GPU 加速器在训练过程中常常处于闲置状态，浪费大量的时间和能源 IBM 的研究团队展示了如何将光的速度和容量引入数据中

在 AI 的世界里，"大力出奇迹" 似乎成了金科玉律。模型越大，数据越多，算力越强，仿佛就能越接近智能的圣杯。然而，这狂飙突进的背后，也隐藏着巨大的成本和能耗压力。为了让 AI 训练更高效，科学家们一直在寻找更强大的优化器，就像一位教练，引导模型的参数不断优化，最终达到最佳状态。AdamW 作为 Transformer 预训练的默认优化器，多年来一直是业界标杆。然而，面对日益庞大的模型规模，AdamW 也开始显得力不从心。难道就没有一种方法，既能提升训练速度，又能降低能耗吗?别急