【新智元导读】人工智能热潮中最引人注目的赢家英伟达，通过成为从芯片、软件到其他服务的一站式人工智能开发商，确立了自己的主导地位。「每个人都是基于英伟达进行开发的。」Rao说，「如果你想推出新的硬件，你就得赶上去和英伟达竞争。」Naveen Rao是一名神经科学出身的科技企业
......
本文由站长之家合作伙伴自媒体作者“新智元公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
【新智元导读】过去一年的时间，英伟达市值突破2万亿美元，一举成为21世纪的AI巨头。在老黄的最新采访中，向我们展示了即将到来的工业革命是怎样的。但老黄预见更多的是，AI未来是充满进步和繁荣的不是机器主宰我们的未来。
NVIDIA正在印度招聘经验丰富的AI工程师，加入其合作伙伴公司。被选中的候选人将作为员工加入NVIDIA合作伙伴网络，负责推动NVIDIA技术的采用，并在数据中心、边缘和云部署领域获取创新设计。具有与NVIDIA软件平台和GPU开发经验、熟悉Docker/容器、Kubernetes和数据中心部署等MLOps技术的知识的候选人尤为出色。
2024是黄金爆发年，金价连续攀升历史最高价，人们对黄金的追捧从实物黄金到期货、现货黄金，本文祥瑞金业将从历史以来人类对黄金开采的事件梳理及当下黄金开采情况向大家介绍下黄金。先来了解黄金开采历史中的重要淘金事件。了解黄金开采历史，以及黄金开采量的变化有助于洞察黄金价格变化趋势，虽然黄金开采量随着工业技术大幅提升，但黄金价格依旧飙升，本质原因还是因为虽然开采多了，但量还是稀有的，祥瑞金业提醒，当然黄金价格不止受开采量影响，是多种因素叠加决定的，因此，再判断价格变动需要多方考量。
近日，英伟达创始人兼CEO黄仁勋参加了TiECon2024年度大会，并与风投公司Mayfield管理合伙人纳文查德哈进行了炉边对话，在谈话中黄仁勋回忆了创办英伟达的经历。黄仁勋首先就表示，自己的创业之旅其实相当平凡，仅仅是因为我有两位极好的朋友，他们非常希望我成为他们团队的一员，并且他们一直在催促我加入。
快科技5月15日消息，随着人工智能的火爆进行，最受益的公司当属英伟达。英伟达在周二提交的年度代理文件中称，截至今年1月份的2024财年里，黄仁勋的总薪酬为3420万美元，较前一年的2140万美元增长60%。此外，老黄的股票奖励价值比2023财年高出大约700万美元。他的现金奖金为400万美元。他还拿到了250万美元的其他补贴，用于支付住宅安保和咨询费等费用。英伟达表示，在数
近日，英伟达创始人兼CEO黄仁勋与风投公司Mayfield管理合伙人纳文查德哈进行了炉边对话，谈到了为何他年过六旬，依然不退休的话题。对于很多CEO来说，不退休有很多理由，比如目标尚未达成，没有找到合适的接班人，但对黄仁勋来说，理由很简单：我就是没有其他事可做了。2006年，推出并行计算平台和编程模型CUDA”，通过GPU实现多个领域的高效计算，为后来的人工智能发展提供了动力。
AI巨头公司英伟达继续其战略性收购行动，今日宣布将收购一家以色列初创公司，以使AI芯片更高效。这家芯片制造商已经签署了一项“最终协议”，收购基于Kubernetes的软件提供商Run:ai，后者帮助优化图形处理单元上的AI应用和工作负载。“Run:ai自2020年以来一直与英伟达紧密合作，我们都热衷于帮助客户充分利用其基础设施，”Geller在宣布这项交易的英伟达博客文章中说道。
英伟达创始人兼CEO黄仁勋近日亮相TiECon2024年度大会，与风投公司Mayfield管理合伙人纳文查德哈进行了深入对话。在这次交流中，黄仁勋不仅分享了创办英伟达的经历透露了自己对于工作和生活的独到见解。正是这种将工作视为生活一部分的态度，让他能够在激烈的商业竞争中保持领先地位。
首次亮相的3nm天玑汽车座舱平台CT-X1在业内激起不小的波澜，被认为是友商8295的头号天敌。同时亮相的还有天玑汽车座舱平台CT-Y1和CT-Y0，采用4nm制程，汽车制造商可借助天玑汽车座舱平台实现从旗舰到高端车型的智能化体验升级，满足不同定位车型对高算力和强AI的需求。面向AI定义汽车的大势所趋，科技巨头们的深度合作展现出强大的市场影响力，这对联发科的对手们构成了不小的挑战正是激烈的产品和技术竞争，才是推动汽车产业持续创新与发展的原动力。
蔚来李斌近日表示，去年购买了很多的英伟达芯片，这耗费了公司不少钱，为此公司转向自研芯片，因为一颗芯片可以顶四颗，所以能降低成本。在2023蔚来日上，蔚来正式发布了首颗自研智能驾驶芯片神玑NX9031。配合蔚来汽车的最强安全冗余能力，神玑NX9031能够带来极致安心的驾驶体验，让驾驶者在享受智能驾驶带来的便利的同时，也能感受到蔚来汽车对安全性能的极致追求�
MuLan是一个开源的多语言扩散模型，旨在为超过110种语言提供无需额外训练即可使用的扩散模型支持。该模型通过适配技术，使得原本需要大量训练数据和计算资源的扩散模型能够快速适应新的语言环境，极大地扩展了扩散模型的应用范围和语言多样性。MuLan的主要优点包括对多种语言的支持、优化的内存使用、以及通过技术报告和代码模型的发布，为研究人员和开发者提供了丰富的资源。
MiLM-6B是由小米公司开发的大规模预训练语言模型，参数规模达到64亿，它在中文基础模型评测数据集C-Eval和CMMLU上均取得同尺寸最好的效果。该模型代表了自然语言处理领域的最新进展，具有强大的语言理解和生成能力，可以广泛应用于文本生成、机器翻译、问答系统等多种场景。
TalentGenius是一个利用人工智能技术帮助专业人士评估技能、优化职业路径，并匹配最佳工作机会的平台。它通过AI工具提供个性化的职业导航、辅导、招聘和咨询，帮助用户在技术快速发展的今天保持竞争力。
Pipecat是一个开源框架，用于构建语音和多模态对话代理，如个人教练、会议助手、儿童故事玩具、客户支持机器人、接待流程和机智的社交伴侣。它支持本地运行，并可迁移到云端，集成了多种AI服务和传输方式，具有高度的可定制性和扩展性。
MetaTrend是一个专注于提供AI、加密货币和金融行业趋势的新闻网站。它通过每日更新的新闻摘要，帮助用户快速了解这些领域的最新动态，对于希望紧跟科技和金融潮流的专业人士来说，这是一个不可或缺的工具。
打标助手是基于GPT4-Vision开发的一个在线工具，它通过微调prompt实现批量图片文字标注，为基于SD模型的训练提供数据支持。该工具的主要优点在于其免费性、批量处理能力和高效的标注准确性，特别适合需要大量图片标注的科研和商业用户。
Gemma 2是下一代谷歌Gemma模型，拥有27亿参数，提供与Llama 3 70B相当的性能，但模型大小仅为其一半。它在NVIDIA的GPU上运行优化，或在Vertex AI上的单个TPU主机上高效运行，降低了部署成本，使更广泛的用户能够访问和使用。Gemma 2还提供了强大的调优工具链，支持云解决方案和社区工具，如Google Cloud和Axolotl，以及与Hugging Face和NVIDIA TensorRT-LLM的无缝合作伙伴集成。
Gemini 1.5 Flash是Google DeepMind团队推出的最新AI模型，它通过'蒸馏'过程从更大的1.5 Pro模型中提炼出核心知识和技能，以更小、更高效的模型形式提供服务。该模型在多模态推理、长文本处理、聊天应用、图像和视频字幕生成、长文档和表格数据提取等方面表现出色。它的重要性在于为需要低延迟和低成本服务的应用提供了解决方案，同时保持了高质量的输出。
Imagen 3 是谷歌一个先进的文本到图像的生成模型，它能够生成具有极高细节水平和逼真效果的图像，并且相较于之前的模型，其视觉干扰元素显著减少。该模型对自然语言的理解更为深入，能够更好地把握提示背后的意图，并从更长的提示中提取细节。此外，Imagen 3 在渲染文本方面表现出色，为个性化生日信息、演示文稿标题幻灯片等提供了新的可能性。
Veo是Google最新推出的视频生成模型，能够生成高质量的1080p分辨率视频，支持多种电影和视觉风格。它通过先进的自然语言和视觉语义理解，能够精确捕捉用户创意愿景，生成与提示语调一致且细节丰富的视频内容。Veo模型提供前所未有的创意控制水平，理解电影术语如“延时摄影”或“航拍景观”，创造出连贯一致的画面，使人物、动物和物体在镜头中逼真地移动。
PaliGemma是Google发布的一款先进的视觉语言模型，它结合了图像编码器SigLIP和文本解码器Gemma-2B，能够理解图像和文本，并通过联合训练实现图像和文本的交互理解。该模型专为特定的下游任务设计，如图像描述、视觉问答、分割等，是研究和开发领域的重要工具。
lluminous是一个快速、轻量级的开源聊天界面，支持多供应商API密钥，提供完整的隐私保护，所有对话历史和密钥都存储在本地。它支持多模态输入、多轮对话提示、预填充响应、模型切换以及对话分享等功能。
CuMo是一种多模态大型语言模型（LLMs）的扩展架构，它通过在视觉编码器和MLP连接器中融入稀疏的Top-K门控专家混合（MoE）块，提高了模型的可扩展性，同时在推理时几乎不增加激活参数。CuMo在预训练MLP块后，初始化MoE块中的每个专家，并在视觉指令调整阶段使用辅助损失以确保专家的均衡负载。CuMo在各种VQA和视觉指令遵循基准测试中超越了其他同类模型，且完全基于开源数据集进行训练。
混元-DiT是腾讯推出的首个中英双语DiT架构的人工智能模型，专注于中文元素理解，具备长文本理解能力和细粒度语义理解。该模型能够分析和理解长篇文本中的信息，并生成相应的艺术作品，包括但不限于人物写真、创意创作等。混元-DiT的推出，对于提升中文文本理解的深度和广度，以及促进中英双语交流具有重要意义。
GPT-4o（'o'代表'omni'）是自然人机交互的重要一步，它可以接受任意组合的文本、音频、图像和视频输入，并生成任意组合的文本、音频和图像输出。它在音频输入响应上的速度极快，平均响应时间仅为320毫秒，与人类对话的响应时间相近。在非英语文本处理上取得了显著进步，同时在API上速度更快且成本降低了50%。GPT-4o在视觉和音频理解方面也比现有模型更出色。
AutoGroq是一个AI驱动的对话助手，旨在通过自动生成专家代理来彻底改变用户与AI工具的互动方式。它克服了现有解决方案的局限性，提供了一个用户友好、强大且无需配置的体验。该平台专注于通过自动生成专门针对任何问题的专家代理，无论问题的复杂性如何，提供即时和相关的帮助。
OpenGlass是一款可穿戴眼镜，它能够记录用户的生活，并提供有帮助的总结和建议。这款眼镜可以针对不同的使用场景进行定制，适合追求个性化体验和生活记录的用户。它结合了最新的硬件技术和软件开发，为用户带来全新的交互体验。
Refuel LLM-2 是一款为数据标注、清洗和丰富而设计的先进语言模型。它在约30种数据标注任务的基准测试中超越了所有现有的最先进语言模型，包括GPT-4-Turbo、Claude-3-Opus和Gemini-1.5-Pro。Refuel LLM-2 旨在提高数据团队的工作效率，减少在数据清洗、规范化、标注等前期工作上的手动劳动，从而更快地实现数据的商业价值。
Aloe是由HPAI开发的一款医疗领域的语言模型，基于Meta Llama 3 8B模型进行优化。它通过模型融合和先进的提示策略，达到了与其规模相匹配的最先进水平。Aloe在伦理和事实性指标上得分较高，这得益于红队和对齐工作的结合。该模型提供了医疗特定的风险评估，以促进这些系统的安全使用和部署。
FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，并且能够一体化的准确预测时间戳。
