# 特斯拉的人形机器人“Optimus”在北京世界机器人大会上首次亮相。
特斯拉在北京世界机器人大会（WRC 2024）上首次展示了其人形机器人Optimus和越野车Cybertruck。作为知名电动汽车制造商，特斯拉还开发AI软件和硬件，用于自动驾驶、AI等业务支持。Optimus设计有28个活动关节和11个手部自由度，目标将生产成本从数万美元降至更低。特斯拉计划明年开始小规模生产Optimus，并在工厂部署上千台协助人类工人。这些机器人能自主操作，学习新技能，未来可能成为教育、家庭护理和陪伴人类的角色，与人类比例可能达到2:1，每年目标生产1亿台机器人，每台成本约1万美元，售价预计为2万美元。
–# 丹·艾夫斯表示，NVIDIA（纳斯达克股票代码：NVDA）预计将在AI需求的推动下“再创造另一个杰作季度”。
Wedbush分析师Dan Ives预测NVIDIA的即将发布的财报将是市场关键时刻，AI需求驱动。他强调，NVIDIA的表现至关重要，因其在AI进步中的角色。Ives预计NVIDIA将呈现另一个AI需求轨迹的杰出色季度，这将塑造未来市场的预期和投资者情绪。NVIDIA在AI领域的显著进展，与台湾供应商Nan Juen International的合作生产GB200 AI服务器，以及前Google CEO Eric Schmidt和Eric Jackson对NVIDIA在AI加速器市场的主导地位的强调，都表明了NVIDIA的财报对市场的重要性。尽管股价近期波动，但Steve Grasso等交易员仍对重新进入NVIDIA股票持乐观态度。Goldman Sachs也保持对NVIDIA的看涨立场，预计云服务提供商和企业对AI解决方案的需求强劲，数据中心部门将推动收益超预期。NVIDIA的股价周四收盘为123.74美元，下跌3.70%，但在盘后交易中略有回升。今年至今，NVIDIA的股价上涨了156.88%。
–# 随着扎克伯格出售其人工智能愿景，元宇宙正处在高位。
科技巨头若欲大举投资人工智能并赢得投资者青睐，应效仿Meta Platforms的做法。尽管Meta在7月的资本支出再创新高，并承诺未来继续加大投入，但其股价仍上涨了13%，远超其他大型科技公司。关键在于，CEO马克·扎克伯格成功向投资者展示了AI如何提升核心业务——数字广告的表现。相比之下，亚马逊、微软和谷歌母公司Alphabet在AI领域的投资并未得到同样程度的认可。Meta利用AI提高广告商找到潜在用户效率，优化业务，使其第二季度业绩超出分析师预期，华尔街认为Meta有权利在生成式AI上大手笔投入。然而，其他大型科技公司在资本支出上的增加并未获得投资者的积极反应，导致股价下跌。扎克伯格过去曾因决策失误而受到华尔街的批评，但这次他成功解释了AI的短期和长期益处及其实施时间表，使投资者感到满意。
–# 现在它可能真的变得有用。
在不到两年的时间里，ChatGPT的推出引发了生成式人工智能的热潮。有人预言这项技术将引发第四次工业革命，彻底重塑我们所知的世界。然而，18个月后，生成式人工智能并未改变业务格局。许多使用该技术的项目被取消，例如麦当劳尝试自动化点餐系统，在TikTok上因出现滑稽失败而走红。政府试图建立系统来总结公众提交和计算福利资格的努力也遭遇了同样的命运。那么，发生了什么？生成式人工智能的泡沫周期像许多新技术一样，生成式人工智能遵循着Gartner提出的广为人知的周期模型，即从对技术初期成功的过度乐观预期到最终的失望，再到逐渐的觉醒，最终达到生产力的平台期。Gartner在6月发布的一份报告中将大多数生成式人工智能技术列为处于过度期望的峰值或仍在上升阶段。报告认为这些技术在未来两到五年内才能实现全面生产力。许多生成式人工智能产品的诱人原型已被开发出来，但在实践中采用它们并不成功。美国智库兰德公司上周发布的一项研究显示，80%的人工智能项目失败，这一比例是非人工智能项目的两倍多。局限性兰德报告列出了生成式人工智能面临的许多困难，包括对数据和人工智能基础设施的高投资需求以及所需的人才短缺。然而，生成式人工智能独特局限性的不寻常性质构成了一个关键挑战。例如，生成式人工智能系统能够解决一些复杂的大学入学考试问题，但无法完成非常简单的任务。这使得评估这些技术的潜力变得非常困难，从而导致错误的信心。毕竟，如果它能解答复杂的微积分方程或写一篇文章，它应该能够处理简单的点餐订单，对吧？正如淘金热中的铁锹制造商一样，英伟达最近成为历史上最有价值的上市公司。一项最近的研究表明，大型语言模型（如GPT-4）的能力并不总是符合人们的期望。特别是，更强大的模型在高风险情况下严重表现不佳，错误的回答可能导致灾难性后果。这些结果表明，这些模型可能会使用户产生虚假的信心。因为它们流畅地回答问题，人类可以得出过于乐观的结论关于它们的能力，并在不适合的情况下部署模型。成功项目的经验表明，让生成式模型遵循指令是非常困难的。例如，Khan Academy的Khanmigo辅导系统经常揭示问题的答案，尽管被指示不要这样做。那么，生成式人工智能的热潮为何尚未结束？有几个原因。首先，尽管存在挑战，生成式人工智能技术正在迅速改进，规模和大小是推动改进的主要因素。改进的模型研究表明，语言模型的数量（参数），以及用于训练的数据和计算能力都对模型性能有贡献。相比之下，驱动模型的神经网络架构似乎影响较小。大型语言模型还表现出所谓的涌现能力，即在未受训的任务中意外获得的能力。研究人员报告说，当模型达到特定的突破性“临界”大小时，会出现新的能力。研究发现，足够复杂的大型语言模型能够发展类比推理能力，甚至复制人类体验的光学幻觉。这些观察的确切原因尚有争议，但毫无疑问，大型语言模型正在变得更加复杂。因此，人工智能公司仍在努力开发更大的、更昂贵的模型，而微软和苹果等科技公司则押注于现有投资的回报。据最近的一项估计，生成式人工智能每年需要产生6000亿美元的收入才能证明当前的投资是合理的，这一数字预计将在未来几年增长至1万亿美元。目前，生成式人工智能热潮的最大赢家是英伟达，这是推动人工智能军备竞赛的芯片最大生产商。作为淘金热中的铁锹制造商，英伟达在一年内股价翻三倍，市值达到3万亿美元，成为历史上最有价值的上市公司。接下来会发生什么？随着人工智能热潮开始消退，我们正处于失望期，也开始看到更加现实的人工智能采用策略。首先，人工智能被用来支持人类，而不是取代他们。最近的一项美国企业调查显示，他们主要使用人工智能提高效率（49%）、降低劳动力成本（47%）和提高产品质量（58%）。其次，我们也看到了较小（且更便宜）的生成式人工智能模型的兴起，这些模型针对特定数据进行训练并在本地部署以降低成本并优化效率。即使是引领更大模型竞赛的OpenAI，也发布了GPT-4o Mini模型以降低成本并提高性能。第三，我们看到了对提供人工智能素养培训和教育员工如何工作、其潜力和局限性以及伦理人工智能使用的最佳实践的强烈关注。我们可能需要多年的时间来学习（并重新学习）如何使用不同的人工智能技术。最终，人工智能革命将更像是一个演变过程。它的使用将随着时间的推移逐渐增长，并一点一点地改变和改造人类活动。这比替换它们要好得多。作者Vitomir Kovanovic是南澳大利亚大学的学习分析高级讲师。本文由The Conversation授权转载。下一篇文章：Meta飞得很高，扎克伯格出售他的AI愿景。
–# 亚马逊游戏的CEO表示，人工智能只会取代开发过程中的“真正无聊的部分”。
游戏开发领域争议焦点之一是AI的应用，作为开发的补充或替代。SAG-AFTRA成员罢工，因行业领导者与该组织在AI使用上未能达成一致。亚马逊游戏CEOChristoph Hartman在接受IGN采访时强调，编程作为创意领域，AI难以取代人类，但可替代“枯燥部分”。他指出AI有助于产生新游戏玩法，不涉及剥夺任何人的工作，并强调编程团队主要负责创新，不会消失，可能只会替代一些枯燥的工作。Hartman对AI在游戏开发中的应用持开放态度，但未明确支持。目前未知亚马逊即将推出的游戏项目是否大量使用AI。
–# 亚马逊CEO安迪·贾西表示，公司的AI助手已经节省了2.6亿美元和4500个开发者年的工作量，“这对我们来说是一个游戏规则改变者” – 美国亚马逊公司(NASDAQ:AMZN)。
亚马逊CEO安迪·贾西宣布，其生成式人工智能助手Amazon Q大幅缩短了软件升级时间，节省了数千个工作小时。通过将Amazon Q集成到公司的内部系统中以简化基础软件更新流程，平均将应用程序升级至Java 17的时间从50个开发者日缩短至几个小时。这一效率提升相当于节省了“4,500开发者年的工作量”。79%的AI生成代码审查无需进一步修改即可发布，显示了工具的准确性。除了节省时间，升级还提高了安全性并减少了基础设施成本，估计每年可节省2.6亿美元的效率提升。AI工具如Amazon Q提升了生产力。贾西表示，计划继续利用Amazon Q进行更多操作，并希望Q团队为开发者增加更多的转换能力。
–# Nvidia的财报真的决定生死吗？为什么我们认为并非如此。
这句话的意思是，对于Nvidia的财报是否对其至关重要这一问题，我们并不这么认为。在翻译时，为了保持句子的流畅性和可读性，我们将原句进行了适当的调整和解释，使得中文读者能够更好地理解其含义。
Nvidia即将公布财报，市场对其表现高度关注。自8月初短暂成为市值最高的上市公司后，Nvidia股价在近九周内波动较大，从近期低点100美元附近反弹约25%，目前距离历史高点还有13%的差距。今年至今，Nvidia股价已上涨150%，是今年表现最好的股票之一。由于市场整体走势与Nvidia密切相关，因此其财报被视为决定市场走向的关键时刻。
技术分析师和市场历史学家Larry Williams认为Nvidia是市场的关键指标，预计在财报公布前后会出现卖压。尽管市场存在过热迹象，但考虑到经济状况、通胀趋势以及预期的美联储降息，我们并不认为风险过高。对于Nvidia的财报，市场期望值较高，但任何指引上的偏差都可能引发股价波动。我们建议投资者保持谨慎，同时关注Nvidia的财报表现及其对市场的影响。
–# 谷歌是如何制造定制芯片的，这些芯片用于训练苹果的人工智能模型以及自家的聊天机器人Gemini的？
在现代科技领域，定制芯片（也称为专用集成电路或ASIC）对于提高特定任务的效率至关重要，尤其是在人工智能（AI）和机器学习（ML）领域。谷歌在这方面投入了大量资源，以优化其AI模型的训练过程。
### 谷歌的定制芯片
1. **TPU（Tensor Processing Units）**：谷歌开发了TPU系列芯片，专门用于加速机器学习任务。TPU最初是为谷歌内部的AI项目设计的，特别是用于训练大型神经网络。这些芯片能够高效地执行矩阵运算，这是深度学习算法的核心部分。
2. **使用TPU训练AI模型**：通过TPU，谷歌能够快速迭代和优化其AI模型，包括用于语音识别、图像处理和自然语言理解等应用的模型。这种能力使得谷歌能够持续改进其服务，如搜索引擎、Google Assistant等。
3. **Gemini聊天机器人**：谷歌的Gemini项目可能涉及到类似的定制化技术，尽管具体细节并未公开。Gemini旨在提供更自然、更流畅的对话体验，可能需要高度优化的计算资源来处理复杂的对话逻辑和上下文理解。
### 与苹果的关系
虽然谷歌和苹果在许多领域存在竞争关系，但它们在某些技术上也有合作。例如，在芯片设计和制造方面，两家公司都依赖于先进的半导体技术。尽管谷歌的定制芯片主要用于内部AI模型的训练，苹果也可能从类似的创新中受益，特别是在其自家的AI产品和服务上，如Siri和机器学习驱动的功能。
总之，谷歌通过开发和使用定制芯片，不仅提高了自家AI模型的训练效率，还可能为合作伙伴提供技术借鉴，推动整个行业的发展。
在加州山景城的谷歌总部内，一个广阔的实验室里，数百个服务器机架在多个通道中嗡嗡作响，执行的任务远不如运行全球主导的搜索引擎或为数百万谷歌云客户执行工作负载那样普遍。相反，它们正在运行谷歌自家微芯片——称为张量处理单元（TPU）的测试。最初是为了内部任务训练的TPUs，自2018年起向云客户开放使用。今年7月，苹果宣布使用TPUs来训练支持其人工智能模型的AI模型。谷歌还依赖TPUs来训练和运行其Gemini聊天机器人。Futurum集团首席执行官Daniel Newman表示：“世界似乎对所有人工智能、大型语言模型都在使用Nvidia进行训练这一基本信念深信不疑，当然，Nvidia占据了训练量的大部分份额。但谷歌在这里走了一条自己的道路。”他从2015年谷歌推出定制云芯片以来一直在报道此事。谷歌是第一个提供定制人工智能芯片的云提供商。三年后，亚马逊网络服务宣布了其第一款云AI芯片Inferentia。微软的第一款定制AI芯片Maia直到2023年底才宣布。然而，在生成式人工智能的整体竞赛中，成为AI芯片的先驱并没有转化为领先地位。谷歌面临产品发布失败的批评，并且Gemini比OpenAI的ChatGPT晚了一年多才发布。然而，谷歌云由于AI提供的服务而获得了动力。谷歌母公司Alphabet报告称，在最近一个季度，云收入增长了29%，首次超过100亿美元。Newman说：“人工智能云时代彻底改变了公司的面貌，而这种硅差异化，即TPU本身，可能是谷歌从第三位云服务提供商转变为真正与另外两家云服务提供商并驾齐驱，甚至在某些人眼中可能在人工智能能力方面领先的原因之一。”“一个简单但强大的思考实验”在7月，CNBC获得了对谷歌芯片实验室的首次现场参观，并与自2014年开始探索制造芯片的自定义云芯片负责人Amin Vahdat进行了交谈。Amin Vahdat，谷歌机器学习、系统和云AI副总裁，在山景城的谷歌总部展示了第四代TPU。Amin Vahdat，谷歌机器学习、系统和云AI副总裁，手持第四代TPU，Marc Ganley
“这一切都始于一个简单但强大的思考实验，”Vahdat说。“公司的一些领导提出了一个问题：如果谷歌用户每天只与谷歌进行30秒的语音互动，我们需要多少计算能力来支持我们的用户？我们确定谷歌的数据中心需要将计算机数量翻倍。所以我们开始寻找更好的解决方案。我们意识到我们可以构建定制硬件，而不是通用硬件，而是定制硬件——在这种情况下是张量处理单元——以更高效的方式支持这一点。事实上，比其他方式高效100倍。”谷歌数据中心仍然依赖于通用中央处理器（CPU）和Nvidia的图形处理器（GPU）。谷歌的TPU是一种称为专用集成电路（ASIC）的芯片，专门用于特定目的。TPU专注于人工智能。谷歌还为其设备制作另一种自定义芯片，类似于苹果的自定义硅策略。Tensor G4为谷歌的新AI增强型Pixel 9供电，而新的A1芯片则为Pixel Buds Pro 2供电。然而，TPU才是让谷歌脱颖而出的东西。这是第一款这样的产品，当它在2015年推出时。根据Futurum集团的数据，谷歌TPUs在自定义云AI加速器市场中仍占据主导地位，市场份额为58%。谷歌基于代数术语“张量”命名，指的是快速进行高级人工智能应用的大规模矩阵乘法。在2018年的第二次TPU发布中，谷歌将重点从推理扩展到训练，并使其可供其云客户运行工作负载，同时与Nvidia等市场领先的芯片并肩作战。如果使用GPU，它们更具可编程性，更灵活。但它们一直供不应求。Bernstein研究公司高级分析师Stacy Rasgon表示：“坦率地说，这些专门的人工智能加速器并不像Nvidia的平台那样灵活或强大，这就是市场也在等待看到的内容：任何人都能在那个空间中发挥作用吗？”现在我们知道苹果正在使用谷歌的TPUs来训练其AI模型，真正的考验将在明年这些全AI功能在iPhone和Mac上推出时到来。Broadcom和TSMC开发替代Nvidia AI引擎并非易事。谷歌的第六代TPU，称为Trillium，预计今年晚些时候推出。
Marc Ganley展示谷歌的第六代TPU Trillium，Marc Ganley
“这很昂贵，你需要很大的规模，”Rasgon说。“这不是每个人都能做到的事情。但这些超大规模的云计算提供商拥有规模、资金和资源去走这条路。”这个过程如此复杂和昂贵，以至于即使是超大规模的云计算提供商也无法独自完成。自从第一代TPU问世以来，谷歌就与Broadcom合作，后者也帮助Meta设计其AI芯片。Broadcom表示，它为此类合作伙伴关系投入了超过30亿美元。“人工智能芯片非常复杂，上面有很多东西。所以谷歌带来了计算能力，”Rasgon说。“Broadcom做外围的东西。他们做输入输出和SerDes等不同组件。他们还做封装。”然后最终设计被送往由世界上最大的芯片制造商台积电（TSMC）运营的制造工厂或晶圆厂进行生产，该工厂目前生产全球最先进的半导体的92%。当被问及如果中美之间在地缘政治领域发生最坏情况时，谷歌是否有任何防范措施时，Vahdat说：“这当然是我们准备和考虑的事情之一，但我们希望实际上我们不必触发这种情况。”防止这些风险是白宫向在美国建设晶圆厂的公司提供520亿美元CHIPS法案资金的主要原因——迄今为止，最大的份额分配给了英特尔、台积电和三星。处理器和电力风险之外，谷歌刚刚做出了另一个重大芯片举动，宣布其首款通用处理器Axion将于年底前上市。
–# 谷歌Pixel 9 Pro：再见Pixel，你好Gemini AI。
这句话的中文翻译为：”谷歌Pixel 9 Pro：与Pixel告别，迎接Gemini AI。” 这句话可能暗示着谷歌Pixel 9 Pro将会搭载名为Gemini AI的新技术或功能，从而在人工智能领域带来新的突破或改进。
在使用Google新推出的Pixel 9 Pro一周后，我被其旗舰功能Gemini Live深深吸引。这个AI助手的对话模式能理解我的半睡半醒、断断续续的问题和话题转换，仿佛真正与人交流。然而，当我在深夜与Gemini交谈时，我开始思考自己是否陷入了与电影《她》中的Joaquin Phoenix相似的状态，甚至开始担心自己会爱上这款Pixel手机。Gemini在某些时候停止回应，让我意识到AI和大型语言模型在日常生活中实现无缝、可信体验还有很长的路要走。尽管Gemini在Pixel 9系列中扮演着核心角色，但它也出现在其他Android手机上，这削弱了Pixel 9 Pro的独特性。尽管如此，Pixel 9 Pro的设计和摄像头表现依然出色，但AI功能的突出却掩盖了硬件的优势。电池续航能力良好，但随着未来更多功能和AI工具的加入，电池寿命可能会受到影响。价格方面，Pixel 9 Pro与去年的Pixel 8 Pro相同，但只有128GB的存储空间，这与售价相差甚远。总的来说，Pixel 9系列标志着Google从强调Android系统的手机转向以AI功能为主要卖点的转折点，但我们仍处于这一转变的初期阶段。
–# Pixel 9表现出色——但也存在一个问题。
谷歌Pixel 9系列在硬件、芯片和相机方面表现出色，是一款值得信赖的Android旗舰机。然而，其AI摄影功能，特别是“Reimagine”工具，可能预示着我们无法信任照片的时代即将来临。AI生成的照片虽不明显失真，但它们并非真实存在，这引发了对未来的担忧。在本集中，我们将探讨Pixel 9及其AI相机带来的影响，以及流媒体领域的最新动态，包括Paramount收购案的最新进展和《The Acolyte》的争议性取消。最后，我们讨论了Chick-fil-A进军流媒体领域的话题，并对其计划和内容提出了猜测。
–# 加利福尼亚州与谷歌达成的2.5亿美元新闻交易引发担忧。
Google与加州政府和科技公司达成合作，提供高达25亿美元支持当地新闻业，其中11亿美元用于新闻项目，7亿美元用于人工智能工作支持。然而，记者工会反对该协议，认为它废除了旨在保护加州新闻出版物的立法。加拿大已通过法律要求谷歌等公司向使用其内容的新闻机构付费。澳大利亚、法国、西班牙等国也采取类似措施，而新西兰、美国和印度正在考虑跟进。其他国家如英国、欧盟和印度正在进行反垄断诉讼或调查。
–# FLEX的Anord Mardix扩大爱尔兰工厂产能以满足电力需求 – Daktronics(NASDAQ:DAKT), Daikin Industries(OTC:DKILY)。
这段话的大意是：FLEX旗下的Anord Mardix公司正在扩大其在爱尔兰的工厂生产能力，以应对不断增长的电力需求。此次扩张涉及到的两家公司分别是纳斯达克上市的Daktronics（股票代码：DAKT）和东京证券交易所上市的Daikin Industries（OTC股票代码：DKILY）。
Flex Ltd.’s FLEX subsidiary, Anord Mardix, has established a new facility in Dundalk, Ireland, named D2. This 120,000 sq ft facility will serve as an assembly hub for switchgear and modular power systems, addressing the growing demand for reliable data center power. The expansion doubles Anord Mardix’s footprint in Ireland, supporting global AI tech-driven needs. The facility will also create job opportunities locally. FLEX, headquartered in Singapore, offers advanced manufacturing solutions and services. Despite a 8% Q1 revenue decline, Flex’s performance is bolstered by sectors like automotive, cloud, and data center power. Stocks like Daktronics, Hayward Holdings, and Daikin Industries are recommended for their strong growth prospects.
–# 维斯塔拉航空计划与印度航空合并，内阁将决定是否允许外国直接投资（FDI）。
印度内阁可能在本周六批准新加坡航空（SIA）对印度航空（AI）的外资直接投资，这将使SIA持有合并后航空公司25.1%的股份。Tatas将继续持有AI 74.9%的股份。合并后，Vistara的70架飞机将继续以自己的涂装飞行，但在进行大修时将改为AI的新涂装。合并预计将在排灯节（11月1日）之后进行，以避免在节日高峰期造成航班延误。合并后，预订了Vistara航班的乘客将被告知他们的航班将转为AI，并更改AI的航班号和时间。合并后的航空公司预计将在年底前完成整合。合并后的AI将拥有211架飞机，其中67架为宽体机。
–# 英特尔已经聘请摩根士丹利等顾问公司来进行主动防御。
英特尔正在与摩根斯坦利等顾问合作，以防御激进投资者的潜在挑战，CEO帕特·盖尔辛格试图扭转这家陷入困境的芯片制造商的命运。尽管英特尔过去曾面临激进压力，但目前没有正式的运动发起，不清楚是否有激进投资者与公司董事会接触。摩根斯坦利此前曾与英特尔合作，包括在2022年英特尔拆分Mobileye。知情人士要求不具名，因为保密协议。英特尔和摩根斯坦利的代表均拒绝置评。
—
文章由AI汇总新闻生成，请仅供参考，无法保证新闻源正确性