印度汽车巨头Ola进军AI芯片市场
据悉，印度汽车制造商Ola已宣布将于2026年推出国内首款自主研发的AI芯片，采用ARM架构。
Ola公司的创始人Bhavish Aggarwal被誉为印度的"马斯克"，他以其直言不讳的个性和对本地制造业的积极支持，与埃隆·马斯克有着相似的特质。
Aggarwal认为，探索AI领域对印度至关重要，而不是依赖第三方解决方案。
首批三款芯片将于2026年推出
Ola Electric计划从2026年开始推出首批三款AI芯片：Bodhi 1、Ojas和Sarv 1。
- Bodhi 1：印度首款自主研发的AI芯片，专为AI推理任务设计，适用于大型语言模型和高性能视觉处理应用。
- Ojas：旨在满足边缘AI解决方案的增长需求，适用于汽车、移动和物联网等多个领域。
- Sarv 1：一款基于ARM指令集的通用服务器CPU，针对数据中心行业的AI计算需求而设计。
Ola Electric计划与全球一流代工厂合作进行芯片生产，可能是台积电或三星。
（举报）
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
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
广告 -
我国发电量2倍于美国、5倍于印度！马斯克：中国工业产能已远超美国
快科技9月28日消息，马斯克近日公开表示，中国的工业产能已远超美国。根据X平台上的信息，马斯克在回复一名用户帖子时发出这一评论。该用户分享的图片显示，根据能源研究所《世界能源统计年鉴》（2024年版）数据，2005年之后不久，中国的发电量赶超美国，并呈直线上升趋势，在2023年已远超美国。哇哦。工业产能首先近似于发电量。中国的工业产能已远超美国”，马斯克在该网友帖子下评论说。事实上，我国发电量已10多年稳居世界第一，如今我们1个人1天的平均生活用电量，大概是75年前1个人近3年的用电量。2023年数据显示，美国的发电量为4.
-
小红书首个知识夏校阅读量超7亿，被称为年轻人的赛博夏校
9月7日-8日，小红书在上海打造了“学术酒吧”系列活动，组织了10场“知识开放麦”。作为知识夏校的一部分，活动邀请了姬十三、呼兰、庞颖、黑灯等不同背景的知识分享者，和观众边喝酒边聊天，激发学习主动性，拓宽知识发生场域。知识负责人表示：我们鼓励大家用讨论的、有温度的方式，分享前沿的、可思考可行动的内容，激发更多人的探索欲，最终让知识以多元的方式，走向有好奇心的每个人。
-
荐马斯克攻向新势力命门？
面向中国市场，马斯克近期颇有点火力全开的架势:前脚刚被爆出7座版ModelY的消息，后脚就官宣FSD将于明年一季度入华。据晚点Auto爆料，特斯拉计划明年交付两款改款ModelY:一款为类似Model3焕新版的ModelY焕新版，有望明年一季度交付;另一款则为7座版ModelY，预计明年四季度交付。”一旦FSD正式落地中国，那么与7座ModelY的冲击一起到来的少不少FSD授权风波。
-
荐奥特曼的孤独，马斯克懂
高管接连离职，奥特曼多少有点尴尬。如果不够尴尬有马斯克来添砖加瓦。就像曾在马斯克和奥特曼手下工作的诸多高管已经做出的选择那样。
-
荐马斯克：Sora 一出，人类呜呼
当OpenAI放出AI文生视频模型Sora的几条作品时。Sora生成的视频马斯克随即在X上上表示:『gghumans/人类呜呼』。
-
荐马斯克追击万亿OpenAI
OpenAI很强，要给这种强悍标一个数，那这个数可能是1500亿美元。当地时间9月11日，彭博社报道称，OpenAI正在以1500亿美元的估值进行融资，向投资者筹集65亿美元在商谈以循环贷款的形式向银行借款50亿美元。但在路途当中，二位还有很多关卡要过。
-
印度：两年内造出第一颗芯片！
印度商业和工业部长皮尤什高耶尔近日在接受采访时表示，印度将在两年内制造出第一款芯片。高耶尔表示，印度政府正与多家国际半导体公司合作，以推动本土芯片制造产业的发展。为了支持本土芯片制造业的发展，印度政府重启了100亿美元的半导体补贴计划，提供高达项目成本50%的奖励，以吸引更多的投资。
-
马斯克盛赞《黑神话·悟空》：还把自己的脸P上去
国产3A大作《黑神话悟空》自上线以来，全球热度居高不下，吸引了众多玩家的关注，其中不乏社会知名人物，今日，马斯克发帖盛赞了这款游戏。马斯克表示这是一款令人印象深刻”的中国3A大作，有趣的是，他还配上了一张P图，将天命人”的脸更换为自己的，然看起来竟然毫无违和感。一位在油管大主播LegendaryDrops对《黑神话：悟空》给予了高度评价，他认为，这款游戏打破了西方游戏界长期以来的题材局限，以其丰富的中国文化元素和新颖的游戏体验，令西方玩家耳目一新。
-
阿里云创始人王坚：AI 不是AI和产业简单结合
今日，2024Inclusion外滩大会在上海开幕，本次外滩大会预计将有几十项行业革新产品、标准和研究报告亮相。在开幕式主论坛上，中国工程院院士、之江实验室主任、阿里云创始人王坚分享了他对AI、AI和AI基础设施的思考。
-
对标英伟达B200！马斯克：特斯拉2025年末批量装备Dojo 2 AI训练芯片
马斯克在出席All-InSummit2024活动时表示，特斯拉的下代AI芯片Dojo2将于2025年末批量装备。马斯克强调，特斯拉的AI生态系统构筑精妙，其中Dojo扮演着模型训练的核心角色部署于车辆中的专用芯片则专注于模型推理，两者相辅相成，共同驱动着特斯拉自动驾驶技术的持续进化。超越汽车制造商的单一身份，马斯克为特斯拉设定了更为宏大的愿景：成为一家引领人工智能浪潮的先锋企业，通过深度模仿人类感知机制，彻底解锁自动驾驶技术的终极密码。
-
Canvas:与ChatGPT协作的新方式
Canvas是OpenAI推出的一个新界面，旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作，超越了简单的聊天界面。Canvas利用GPT-4o模型，能够更好地理解用户的上下文，并提供内联反馈和建议。它支持直接编辑文本或代码，并提供快捷操作菜单，帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯，帮助用户管理项目的不同版本。
-
Text Behind Image:轻松创建文字背景图片设计。
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
-
torchao:PyTorch原生量化和稀疏性训练与推理库
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
-
LFMs:新一代生成式AI模型
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
-
NVLM-D-72B:前沿的多模态大型语言模型
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
-
gradio-bot:将Hugging Face Space或Gradio应用转化为Discord机器人
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
-
AI-Powered Meeting Summarizer:会议语音转文本并自动生成摘要的AI工具
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
-
VARAG:视觉增强的检索与生成系统
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
-
JoyHallo:数字人模型，支持生成普通话视频
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
-
PhysGen:基于物理的图像到视频生成技术
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
-
Whisper large-v3-turbo:高效自动语音识别模型
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
-
Realtime API:低延迟的实时语音交互API
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
-
Saylo AI:探索无限的AI角色扮演游戏。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
-
twinny:Visual Studio Code的免费且私密的AI扩展
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
-
Buildpad:构建人们真正想要的产品
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
-
Novela:AI时代的技能学习平台
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
-
interview.co:视频面试软件，简化招聘流程
interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具，帮助企业高效地筛选和评估候选人。产品背景信息显示，interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面，interview.co提供试用版，具体定价信息需进一步探索。
-
Open NotebookLM:将任何PDF转换为播客集！
Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具，它可以处理PDF内容，生成适合音频播客的自然对话，并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具，通过使用开源的大型语言模型（LLMs）和文本到语音模型来实现。它不仅提高了信息的可访问性，还为内容创作者提供了一种新的媒体形式，使他们能够将书面内容转换为音频格式，扩大其受众范围。
-
Chital:macOS平台的Ollama模型聊天应用
Chital是一个为macOS平台设计的应用程序，它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点，支持多聊天线程，能够在不同的模型间切换，并支持Markdown格式。此外，它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求，但也鼓励社区成员通过fork代码库来添加新功能。
-
SafeEar:保护隐私的音频深度检测
SafeEar是一个创新的音频深度检测框架，它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器，将语义和声学信息从音频样本中分离出来，仅使用声学信息（如韵律和音色）进行深度检测，从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力，使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明，SafeEar在检测各种深度技术方面非常有效，其等错误率（EER）低至2.02%。同时，它还能保护五种语言的语音内容不被机器和人类听觉分析破译，通过我们的用户研究和单词错误率（WER）均高于93.93%来证明。此外，SafeEar还构建了一个用于反深度和反内容恢复评估的基准，为未来在音频隐私保护和深度检测领域的研究提供了基础。