跳到正文
今天10月23日周五3 条
  1. 界面新闻64

    SpaceX 算力不到一年回本,Meta Muse 扩张受限背后的 AI 变现差异

    SpaceX 披露按当前价格新部署算力不到一年即可回本,Meta 则因算力成本等因素尚不能在全球推出个人智能体 Muse。Muse 尝试通过商家交易付费及订阅变现;特斯拉三季度汽车交付同比下降2%,包含一次性购买和月度订阅的活跃 FSD 订阅指标却同比增长67%。这组财报分析强调,判断 AI 商业回报需要区分外部付费与内部转移、新增收入与原有收入替代,并核对资本开支口径变化后的真实投入。

  2. 钛媒体64

    SpaceX算力出租不到一年回本,Meta Muse的变现难题如何解

    SpaceX、Meta和特斯拉的三季度财报呈现出算力出租、免费智能体与任务订阅三种AI变现路径,核心差别在于谁为服务付费。SpaceX称按当前价格,新部署算力不到一年回本;Meta Muse受算力限制尚不能全球推出,正尝试通过购物交易收费及订阅获得收入;特斯拉活跃FSD订阅指标同比增长67%,该指标包含一次性购买和月度订阅。

10月22日周四
  1. 钛媒体53

    黄仁勋押注PC重构,PC会是AI智能体的最佳宿主吗?

    英伟达以RTX Spark押注PC向个人AI智能体转型,但文章分析认为,本地智能体的承载方式还包括常开盒子和多设备协同。RTX Spark提供最高128GB统一内存和最高1 petaflop的FP4 AI算力,英伟达与微软同时探索本地运行、执行隔离和权限管理。另一种思路是让智能体在后台持续运行,将手机、PC等设备作为入口,或把多台设备连接为分布式算力节点,而非绑定单一载体。

10月21日周三
10月17日周六
10月7日周三
  1. Microsoft Research60

    Microsoft Research 的 Jennifer Neville 谈 AI 会犯哪些错,以及失败能教会我们什么

    Microsoft Research 的 Jennifer Neville 在访谈中解析 AI 在多轮对话和长流程协作中的失败,以及评估如何帮助改进系统。她的团队将单轮基准改为逐轮补充需求的测试,发现模型表现显著下降,长流程中的未纠正错误也会累积并造成混乱。她建议对话混乱时重新开启聊天并一次性完整说明需求,在实际工作中保留人工监督与核验,而非将任务 100% 委托给 AI。

    推荐理由:把单轮基准改造成逐轮补充需求的评估,能揭示高分背后的交互短板,为设计贴近真实工作流的测试提供具体思路。