00:00 / 01:37
连播
清屏
智能
倍速
点赞830
00:00 / 00:30
连播
清屏
智能
倍速
点赞3964
AMD CEO Lisa Su,CES 2026 主题演讲笔记概要 【AI 计算的下一阶段】 一、AI 计算愿景(AI Computing Vision) •Lisa Su(AMD CEO) 的主题判断: “You ain’t seen nothing yet(现在看到的,还只是开始)” •全球 AI 活跃用户数预计将从 10 亿增长至 50 亿以上 •全球算力需求爆炸式增长: •2022 年:1 ZettaFlop •2025 年:100 ZettaFlops •2030 年:10 YottaFlops •YottaFlop = 10²⁴ 次浮点运算 •这意味着: 2030 年的算力需求将是 2022 年的 10,000倍 二、重磅硬件发布(Major Hardware Announcements) Helios AI 机架平台 •双宽机架设计,重量约 7,000 磅 •每机架 72 块 GPU,作为一个统一计算单元运行 •单机架性能:2.9 ExaFLOPS •31TB HBM4 内存 •260TB/s 级机架内互联带宽 •发布时间:2026 年下半年 MI455X GPU •3200 亿晶体管(比 MI355 多 70%) •2nm + 3nm Chiplet 架构 + 3D 封装 •432GB 超高速 HBM4 内存 •相比上一代 最高 10 倍性能提升 Venice CPU(下一代 EPYC) •2nm 制程 •最多 256 个 Zen 6 核心 •内存与 GPU 带宽 翻倍 •与 MI455 深度协同设计,面向 AI 工作负载优化 三、AI PC 产品线发布(AI PC Portfolio) Ryzen AI 400 系列 •最多 12 核 Zen 5 CPU •16 个 RDNA 3.5 GPU 单元 •XDNA 2 NPU,60 TOPS AI 算力 •来自所有主流 OEM 的 120+ 款 PC 设计 •2026 年 1 月下旬出货 Ryzen AI Max •16 核 Zen 5 + 40 个 RDNA 3.5 GPU 单元 •最高 128GB 统一内存 •可在本地运行 2000 亿参数模型 •单位成本 T
00:00 / 00:21
连播
清屏
智能
倍速
点赞2
00:00 / 02:26
连播
清屏
智能
倍速
点赞1
1月6日 (3) 2026年才刚开始(当前日期为2026年1月6日),InterLink Labs Network(以下简称InterLink Network)的主要活动集中在年初的过渡和规划阶段。以下是基于最近事件和公告的总结,主要聚焦于已发生的里程碑事件,以及从2025年延续而来的早期进展。InterLink Network作为一个专注于人类验证网络、区块链和AI的Web3项目,正在从2025年的基础建设转向2026年的大规模采用。 关键事件与成就 举办全球直播事件“The Next Era: 2026”:2026年1月3日,InterLink Network在加州Newport Beach总部举办全球直播活动,由CEO Kenneth A. Timmering主讲。这标志着项目正式进入“大规模采用阶段”,回顾了2025年的基础(如ITLX钱包推出、人类信用评分系统HCS引入、安全组成立),并公布2026年路标,包括InterLink Chain升级(更快、更可扩展的L1,支持即时结算和近零费用)、生态系统扩展(更多节点、支付应用和QR商户整合)、超过500万验证用户向10亿人类节点推进,以及机构采用(如$ITL作为国库资产,Q1/Q2目标顶级交易所上市)。这一事件被视为2026年的开端性成就,强调从加密到日常人类应用的桥梁。 用户与网络增长延续:截至2026年初,用户基数已从2025年底的约530万验证用户(包括真实人类节点)持续增长,强调防机器人和证明人格(Proof of Personhood)的机制。该项目报告了机构势头增强,包括$ITL被全球玩家确认为国库资产,以及社区DAO投票推动的交易所上市准备。这反映了2026年早期在用户验证和生态稳定性上的进展。 机构与生态采用初步推进:2026年计划中的部分已启动,包括向180个国家扩展、AI资助的通用基本收入(UBI)举措,以及开发者社区建设(提供财务、市场和技术支持)。早期报告显示,9家国库伙伴从2025年延续,并目标在2026年达到100+家公司采用$ITL作为储备资产。同时,项目完成了领先审计公司的全面审计,并满足SEC要求,为美国股票交易所上市做准备。这些是2026年机构级成就的起点。 整体展望 InterLink Network在2026年的重点从2025年的产品交付(如核心应用、面部识别升级、代币上市)转向AI优
00:00 / 04:13
连播
清屏
智能
倍速
点赞30
00:00 / 03:26
连播
清屏
智能
倍速
点赞1
Meta 20 亿美元收购 Manus AI 别只把它当成“大厂买买买”,这更像是扎克伯格在抢下一代计算平台的“入口”。 ## 1)先搞清楚:Manus AI 到底强在哪? 我们熟悉的很多 AI,更像“**大脑**”——会写、会聊、会总结;但到了现实任务就卡住: 你说“帮我把这张表填完并发邮件”,它通常只能给你步骤,最后还得你自己复制粘贴、打开网页、点按钮。 而 Manus AI 走的是“**执行层/数字之手**”路线: - **非 API 依赖**:不等软件厂商开放接口,它能像人一样“看界面、点按钮、填表、切页面”。 - **端到端完成任务**:把一句模糊指令拆成多步行动链,过程中能根据反馈纠错。 - **跨平台**:网页、桌面、移动端都能适配,像一个“万能适配器”。 一句话:从“给建议”升级成“**直接交付结果**”。 ## 2)Meta 买它,核心是三步大棋 ### 第一棋:给 Llama 补上“手” Meta 的 Llama 原本更偏模型能力——擅长语言、推理、多模态。 整合 Manus 后,目标是从“预测下一个词”变成“预测下一个动作”: AI 不止在聊天框里说得头头是道,而是能替你在各种软件里把流程跑完,真正像“数字员工”。 ### 第二棋:给 Ray-Ban Meta 眼镜注入“灵魂” 智能眼镜的优势是**第一视角(POV)**:它看到什么,你看到什么。 如果接上 Manus 的视觉执行能力,就出现一个非常关键的体验: 你看着现实里的东西(账单、菜单、快递单、电脑屏幕),一句话下令,AI 把“看见”转成“操作”,在云端把该点的按钮点完、该填的信息填完。 这会把眼镜从“手机配件”推向“随身代理中枢”。 ### 第三棋:用“模拟操作”绕开 iOS/Android 的围墙 更狠的是平台战争:苹果和谷歌最强的,是系统和生态的“门”。 但如果 Manus 不靠 API、而是通过模拟人类操作来完成任务,Meta 就可能在 **WhatsApp / Instagram** 这样的入口里直接把结果交付给用户—— 你不需要跳转十几个 App,甚至“底层是谁的系统”都变得没那么重要。 这就是 Meta 想要的:把互联网的服务能力“搬到自己的应用层”里。
00:00 / 01:51
连播
清屏
智能
倍速
点赞0
00:00 / 02:35
连播
清屏
智能
倍速
点赞10
00:00 / 00:21
连播
清屏
智能
倍速
点赞125
00:00 / 09:37
连播
清屏
智能
倍速
点赞0
黄仁勋CES 2026:物理AI的“iPone”时刻已经到来 黄仁勋在2026年CES上的演讲,宣告了:AI正从数字世界,走向物理世界,而英伟达的深意,远不止卖芯片和技术升级,而是要成为AI物理世界的“超级引擎”“AI基础设施帝国”以及AI帝国的“安卓系统”今天我们就来逐条解析英伟达的未来布局 第一、AI进入新阶段:从“数字AI”到“物理AI”现阶段,我们用AI来做什么?写文章、画图、回答问题。他很聪明,什么都会,但都只能“纸上谈兵”。但它不懂现实世界,不知道“玻璃碎了不能踩”、“门推不动时可能要拉”。2026伊始,黄仁勋发布的物理AI(Physical AI),就像给AI装上了"常识模块"。让AI去做饭,他知道油锅会烫手,他能区分盐和糖分别。AI自动驾驶能判断前方的障碍物只是一个垃圾袋,他很轻很软,可以直接轧过去,而不是急刹车。这项技术正好解决了AI聪明却缺乏对现实的认知。 二、英伟达发布了什么?1. Rubin平台:一台2.5吨重的“AI超级大脑”,相当于AI时代的"发电厂"。英伟达要卖的,从来不只是芯片,而是一整套“AI基建”这不是普通服务器,而是集成了CPU、GPU、网络、存储、冷却系统用温水冷却代替空调,省了全球数据中心6%的电的“全栈定制机器”,训练速度比上一代快4倍;拥有220万亿晶体管,性能比上一代强很多,但推理成本降到1/10;简单说:这个"新电厂"让AI既跑得快又花得少,企业都能用得起。 三、英伟达为什么要开源?这次,英伟达开放 10万亿字的语言数据 + 50万条机器人动作轨迹;发布六大开源AI模型家族(如Cosmos、Alpamayo、Groot等),覆盖:自动驾驶、人形机器人、医疗、气象、工业等,就像安卓系统让手机多样化,开源AI会让各种智能应用爆发。这招很聪明,表面无私,实则绑定生态。就像安卓开源,但手机厂商离不开谷歌服务一样。 四、黄仁勋传递的关键信号AI的下一个十年,不在手机里,而在物理世界:工厂、仓库、汽车、家庭服务机器人,才是主战场。“APP时代”即将终结,“AI智能体时代”开启:未来你不是点APP叫车,而是对AI说:“帮我安排明天上午去机场,避开堵车。” 英伟达不想只卖芯片,要当“AI时代的包工头”:提供从芯片、软件、数据到仿真平台的全套解决方案,让所有开发者“离不开我”。普通人也会被影响:虽然你不直接买Rubin,但你用的网约车、快递、超市货架补货#ai #人工智能 #英伟达 #芯片
00:00 / 03:26
连播
清屏
智能
倍速
点赞4
00:00 / 01:33
连播
清屏
智能
倍速
点赞1
蜂态克6天前
谁敢想?AI接管你的“钱袋子”? 近期,华盛顿Semafor世界经济峰会上,金融科技公司Plaid的CEO扎克·佩雷特分享了对AI与金融未来的思考。他明确表示“AI驱动我们的金融生活是必然趋势”,还大胆设想:“如果ChatGPT能管理我的资金、做出投资选择或决定工资存哪个银行账户,我会完全信任它”。在他看来,AI在金融领域的终极价值,是让金融管理变得“透明、高效且无需干预”。 谁是Plaid?Plaid是金融科技领域的关键基础设施提供商,核心是靠安全的接口(API),帮用户把银行账户、信用卡、投资账户等金融数据,安全分享给想使用的金融科技App。用通俗的比喻理解:若把未来AI金融生态比作“智能城市”的一部分,银行等金融机构是存资金数据的“水库”,金融科技App是提供理财、支付等服务的“水厂”,Plaid就是连接两者的“输水管道网络”,负责安全高效地输送“水”(资金数据)。 虽然Plaid设想的全场景AI金融生态尚未实现,但在汽车金融领域,“透明、高效且无需干预”的目标已率先试水。比如易鑫集团推出的汽车金融全流程AI SaaS平台,以自研的Agentic大模型为“核心大脑”,具有“Agentic能力 +自研大模型 + 业务全流程覆盖”等核心特点,它覆盖“获客-进件-预审-智能风控-资金链路-智能客服-资产管理”全业务流程。用户接入后,一键就能启用AI服务模块,“让汽车金融分期申请变得透明、高效且无需干预”。可以说,易鑫以汽车金融服务为切入点,走出了“AI驱动金融生活”的第一步; 所以,AI虽然目前不能直接接管你的“钱袋子”;但是驱动你的“购车钱包”还是可以试一试的。 #AI金融 #汽车金融科技#易鑫 #金融科技 #产业智能化
00:00 / 01:10
连播
清屏
智能
倍速
点赞2
00:00 / 01:30
连播
清屏
智能
倍速
点赞64
扑空3天前
你知道心灵捕手里的那句台词吗?It’s not your fault。那个人说了十遍,每次威尔都有不同的反应,我太懂他的感受了。 第一次说it's not your fault,威尔卡雷一眼完全地回避躲闪的,这时候他是没有听进去的,只是当成一种社会交流性的表面的安慰, 第二次,威尔的反应是带着漫不经心的眼神并且在撇嘴他在认同教授说的话,在同时在贬低那个事实和优越性的防御,撇嘴就像是在说你看就是吧,我说的不是我的错,肯定的点头是一种场面话,他还是想要快速的掠过这种感受,他想要快速的进入下一个场面, 但是紧接着第三遍就来了,教授让威尔看着他,威尔明显头皮收缩是一种警戒,还带了一点笑意,明显是开始认真了,但还没有到突破内心防御的地步,讲完威尔就站起来了, 第四遍明显是他感觉不舒服想要逃,站起来是一种攻击倾向了,也表示他认真了, 第五遍他就站着又在后退,他还是想躲避,他后退教授就前进逼着他面对, 第六遍明显就一直在沉默,他已经在反思这句话的重量了, 第七遍他就开始激烈抗拒并且明显开始眼睛闪泪光了,并且说一些脏话说别搞我别再说了,开始表现出明显的攻击倾向,但其实是在逼着面对了, 第八遍就推了教授,明显受不住剧烈的情绪了,已经在爆发的边缘了, 第九遍终于开始展现脆弱,开始捂眼睛,发现没有被教授排斥,还摸了他的头, 第十遍终于忍不住抱住教授痛哭,终于有人看见他的委屈、看见他的难过了。 #拉片 #心灵捕手拉片 #精彩剧情 #聊天对话
00:00 / 01:01
连播
清屏
智能
倍速
点赞0
李峰5天前
我来讲一讲“催眠感受性”(hypnability)和“无催眠感受性”(non-hypnability)。 所谓“无催眠感受性”的人,从字面意思上讲,就是那种在任何情况下、任何时候都无法体验情绪,完全不能想象任何事物,根本学不会任何东西的人——他纯粹是一台古老的机器人,就像电梯或者电饭锅一样;这种人的神经系统,其发展水平相当于一株仙人掌…… ——这是一句玩笑话,但它100%符合真实情况。 也就是说,催眠和出神状态(trance),对所有活人来说,都是自然的。只有一点需要注意: 有些人能在催眠中体验很深的错觉,甚至看到不可思议的幻觉;另一些人则不能。 有些人能察觉到自己曾进入过“意识改变状态”(altered state of consciousness),有些人则察觉不到。 比如,我就属于后一种人,而我妻子属于前一种。 通常,那些在催眠出神中能获得深层体验的人,相比另一类人,更少理性思考,更感性,更像艺术型人格;这类人学东西很快,忘得也快,生活更情绪化。 但所有心理健康的人都可以进入催眠出神状态。 接下来我们详细分析:一个人具体需要具备哪些能力,才能在催眠出神中“编辑”自己的心理体验? 第一,他必须能够提高或降低自己肌肉的紧张程度——也就是说,能放松或绷紧自己的肌肉。人其实是在催眠师指导下学习这一点的:催眠师发出指令,你放松肌肉;目标是尽可能快地做到这一点。 第二,人要学会提高或降低自己的“批判性思维”和记忆的紧张度(tonus,俄语原意指“张力”,此处引申为“活跃程度”);在催眠师指导下,练习想象不同物体,并提高或降低心理图像的清晰度。 第三,人要学会在身体放松、批判性思维减弱的同时,保持高度清醒,并将注意力高度集中于特定目标上。 正如你已明白,我描述的其实是一种高度可学习状态(high learnability state)。一个人越能深入出神状态,他学得就越快,考试成绩越好,生活中受个人选择影响的部分就越多,而受外界压力影响的部分就越少——包括,他也会感觉更好。 #咨询 #心理 #心理沉思录 #认知
00:00 / 03:26
连播
清屏
智能
倍速
点赞12
00:00 / 01:33
连播
清屏
智能
倍速
点赞4
00:00 / 01:52
连播
清屏
智能
倍速
点赞22
OpenAI前首席科学家一句话让AI回答质量翻倍 #OpenAI #AI #karpathy #提示词 #skills OpenAI 前首席科学家 Andrej Karpathy 发了一个推特 看到那一刻,我感觉我半年的探索都白费了 我用了这个办法,AI 回答质量翻倍 以前为标题卡壳的时候,我的办法是什么呢?写提示词 写了很长很长的提示词——什么数字要、情绪词要、对比要、反常识要,一大堆 输入进去,AI 出来一堆标题,选一个还不错的 但我现在的做法不一样了 我直接问:"最强大脑怎么写标题?" 差异是什么?长提示词能给我一堆还不错的选项 但这个问法,AI 会自动召唤咪蒙、召唤李教授——那些真正懂标题的人 质量反而比我写一大堆提示词出来的东西还更好 写代码的时候也一样 遇到问题,我现在不是问"怎样优化这个函数",而是问"最强大脑怎么处理这个代码问题" 效果?同样有效 有时候我遇到产品问题,说实话,我不知道怎么去思考 那我就问:"最强大脑怎么思考这个产品问题?" 结果非常好 AI 给出来的思路,完全不同于我自己能想到的东西 最有意思的是人生焦点问题 当我遇到一些问题,我想要去深度思考的时候,我现在不会再满足于我原来写的那些提示词了 我直接问:"最强大脑会怎么思考?" 结果呢?AI 自动召集一些我根本不知道的人,给出来的答案非常好 Karpathy 发的那个推特,核心意思是这样的: 不要把 LLM 当成一个有想法的实体,而是把它当成一个能模拟任何人的模拟器 LLM 本身没有'观点',但它能呈现出任何人的思维方式 当你问'你怎么看'的时候,你实际上是在触发 AI 的某种'平均观点' 但当你问'某个大师会怎么说'的时候,你就是在让 AI 模拟那个人的真实思维方式 一个是模糊的综合,一个是精准的深度 这就是我半年探索都没想明白的东西 长提示词做什么呢?它在限制 AI 的模拟能力 你给 AI 设定了一堆规则——必须包含数字、必须有反差、必须有情绪——然后 AI 按照你这些规则去综合,出来的东西就是在你的框架内的最优解 但"最强大脑"这个问法不一样 它没有限制,反而是在激发 AI 的模拟能力 它让 AI 直接呈现出那个领域最强的人会怎样思考、怎样处理这个问题 一个是"指导",一个是"模拟" 指导有上限,模拟没有上限
00:00 / 02:21
连播
清屏
智能
倍速
点赞6597