00:00 / 26:09
连播
清屏
智能
倍速
点赞76
00:00 / 01:52
连播
清屏
智能
倍速
点赞22
NCC(Nigerian Communications Commission)认证 是尼日利亚电信设备进网的强制性审批程序。通过该认证,产品可以合法进入尼日利亚市场并接入当地电信网络,确保设备符合 射频、安全、功能和互操作性 等标准。   无论你是 智能手机、无线路由器,还是 基站设备,只要是具备 无线通信功能 或接入电信网络的设备,都需要通过 NCC 型式批准,才能合法销售和使用。   ✅ 为什么需要 NCC 认证?   合法销售与使用:没有认证的设备无法在尼日利亚市场销售。   保证设备质量与安全:确保产品符合射频、EMC(电磁兼容)等国际标准,避免设备干扰与安全隐患。   提升市场竞争力:通过认证的设备更容易获得消费者和运营商的信任,提升品牌形象。   🛠️ NCC 认证流程是怎样的?   准备产品资料:   提供设备的 技术规格、用户手册 和 射频参数。   设备需要通过 射频测试、EMC 测试 等一系列检查。   提交申请:   向 NCC 提交测试报告和相关资料,进行正式审核。   获得认证:   如果产品符合所有标准,NCC 将颁发 Type Approval Certificate(型式批准证书),并允许设备进入市场。   后续监管:   产品上市后,NCC 会对设备进行抽查,确保其持续符合规定。   🌟 NCC 认证适用的设备   移动终端:智能手机、平板、无线数据终端等。   基站及网络设备:2G/3G/4G/5G 基站、核心网设备等。   无线通信设备:Wi-Fi 路由器、蓝牙设备、IoT 网关等。   固定终端:VoIP 电话、IP 终端等。   📅 为什么要尽早进行 NCC 认证?   随着电信设备进入市场的速度不断加快,及早申请 NCC 型式批准 不仅可以确保产品合规,还能帮助你抢占市场先机,避免因认证延误而导致的销售损失。   #NCC认证 #电信设备 #尼日利亚
00:00 / 04:42
连播
清屏
智能
倍速
点赞4
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7276
00:00 / 02:35
连播
清屏
智能
倍速
点赞10
00:00 / 01:50
连播
清屏
智能
倍速
点赞28
00:00 / 04:05
连播
清屏
智能
倍速
点赞17
刚刚,黄仁勋一口气解密6颗芯片,召唤出最强AI超算! 英伟达发布Vera Rubin平台:6款自研芯片构建最强AI超算,推理效率实现代际飞跃 在CES 2026主题演讲中,英伟达CEO黄仁勋揭晓了全新AI超级计算机平台Vera Rubin,该平台集成6款自研芯片,涵盖CPU、GPU、网络交换等核心组件,实现训练与推理性能的跨越式提升。 六大芯片协同设计,算力突破3.6EFLOPS Vera Rubin平台包含Vera CPU、Rubin GPU、NVLink 6交换机等六大核心芯片。其中Rubin GPU引入Transformer引擎,NVFP4推理性能达50PFLOPS,为Blackwell的5倍;支持HBM4内存,带宽提升至22TB/s。整套NVL72系统集成2万亿晶体管,单机架推理算力达3.6EFLOPS,内存容量54TB,组装效率较GB200提升18倍。 三大创新破解推理瓶颈 针对AI推理痛点,英伟达推出Spectrum-X以太网共封装光学器件,能效提升5倍;首创推理上下文内存存储平台,专为KV Cache设计,减少重复计算;基于DGX Vera Rubin的SuperPOD将大型MoE模型token成本降至1/10。这些创新显著提升多轮对话、RAG等长上下文应用效率。 开源生态与物理AI并进 软件层面,英伟达扩大Nemotron开源模型系列,新增Agentic RAG模型、安全模型等。物理AI领域,开源Alpamayo自动驾驶模型让车辆具备推理能力,该100亿参数模型已搭载于梅赛德斯奔驰CLA量产车。同时,全球机器人领先企业均基于英伟达Isaac和GR00T开发生态。 Vera Rubin平台将于2026年下半年通过云服务商交付,标志着AI基础设施进入系统级协同设计新阶段。英伟达通过硬件创新与开源策略双轮驱动,进一步巩固其在AI计算领域的主导地位。
00:00 / 15:35
连播
清屏
智能
倍速
点赞0
黄仁勋的自动驾驶开源平台Alpamayo Alpamayo 是 NVIDIA 在 CES 2026 上发布的开源自动驾驶平台,由黄仁勋亲自介绍。它是一个开放的 AI 模型、模拟框架和物理 AI 数据集组合,旨在加速自动驾驶车辆(AV)的开发。 核心组件包括 Alpamayo 1,这是一个大型推理视觉语言行动模型(VLA),能让车辆理解周围环境、解释驾驶决策,并在复杂场景中“思考”罕见情况,如安全处理突发事件。 该平台开源发布在 Hugging Face 上,提供超过 1700 小时的驾驶数据和新模拟工具,帮助开发者训练机器人和 AV 系统。 Alpamayo 强调从感知到预测和运动规划的端到端能力,将于 2026 年第一季度在 Mercedes-Benz CLA 等车型中首次出货。 黄仁勋定位它为“物理 AI”的关键,推动 AI 从数字世界进入现实应用,目标是降低成本并实现规模化部署。 马斯克的FSD(Full Self-Driving) Tesla 的 FSD(Full Self-Driving Supervised,全监督全自动驾驶)是埃隆·马斯克主导的专有自动驾驶软件包,已在 Tesla 车辆中广泛部署。 它包括多项功能,如 Autosteer(自动转向)、Auto Lane Change(自动变道)、Autopark(自动泊车)、Dumb Summon 和 Actually Smart Summon(智能召唤车辆),以及在监督下跟随道路曲线、处理路口和谈判交通。 FSD 主要依赖摄像头和神经网络,使用端到端 AI 模型处理感知、决策和控制,强调从 Tesla 车队收集的大量真实世界数据训练。 用户可通过订阅或购买启用,数据显示它能将重大碰撞减少 7 倍、非公路碰撞减少 5 倍,但仍需驾驶员监督。 马斯克视 FSD 为 Tesla 的核心竞争力,推动向 Level 4/5 自治迈进,已更新多项版本以提升城市驾驶表现。 总体而言,Alpamayo 代表 NVIDIA 的“物理 AI”战略,通过开源挑战 Tesla 的垄断地位,可能加速整个行业的自动驾驶进步,而 FSD 则凭借先发优势和数据壁垒保持领先。 #黄仁勋 #马斯克 #自动驾驶 #FSD #氟萬利
00:00 / 08:55
连播
清屏
智能
倍速
点赞5
00:00 / 02:50
连播
清屏
智能
倍速
点赞1
00:00 / 20:31
连播
清屏
智能
倍速
点赞30