英语轻松读发新版了,欢迎下载、更新

全部新闻

Microsoft将一个前法律程序负责新的AI单元。内部备忘录揭示了进展情况。
Microsoft将一个前法律程序负责新的AI单元。内部备忘录揭示了进展情况。
2025-05-22 09:00:00
微软已聘请了前Facebook全球工程主管Jay Parikh领导其新的AI单位Coreai。内部备忘录表明,Parikh旨在将文化转变,运营改进以及更强大的客户重点放在公司中。Microsoft设想了一个“ AI代理年龄”,Parikh的举措包括创建AI“ Agent Factory”,“专注于更广泛的系统视图而不是微型修复,并促进跨团队协作以提高产品可靠性和安全性。杰伊·帕里克(Jay Parikh)微软
阿斯顿·马丁·阿姆科(Aston Martin Aramco)宣布Coreweave为官方AI云计算合作伙伴
阿斯顿·马丁·阿姆科(Aston Martin Aramco)宣布Coreweave为官方AI云计算合作伙伴
2025-05-22 08:30:17
阿斯顿·马丁·阿姆科(Aston Martin Aramco)与AI HyperScaler Coreweave建立了多年合作伙伴关系,作为官方的AI云计算合作伙伴。这项合作将使阿斯顿·马丁(Aston Martin)能够将其本地计算基础设施转移到基于云的环境中,从而通过先进的AI功能提高汽车设计的敏捷性和效率。该合作伙伴关系包括将车队的风洞标记为“ Coreweave Wind Tunnel”,并在Monaco Grand Prix开始的AMR25赛车上以Coreweave的徽标为特色。
十年来,将对Coreweave股票(由NVIDIA支持的AI公司)投资10,000美元吗?
十年来,将对Coreweave股票(由NVIDIA支持的AI公司)投资10,000美元吗?
2025-05-22 08:06:00
CoreWeave(NASDAQ:CRWV)于2025年3月上市,其股价上涨的股价上涨了130%,至90美元,从IPO开始每股39美元。该公司的成功部分是由于财务业绩强劲,NVIDIA拥有超过20亿美元的股份。CoreWeave专门研究以AI为中心的云基础架构,并最近获得了权重和偏见,从而增强了其平台功能。尽管销售额达到16倍,但股票面临的挑战仍然是无利可图的。虽然到2035年获得100倍的回报似乎在十年内似乎不太可能,但长期前景表明,尽管风险很大,但仍有大幅增长。CoreWeave(纳斯达克:CRWV)
十年来,将对Coreweave股票(由NVIDIA支持的AI公司)投资10,000美元吗?|Motley傻瓜
十年来,将对Coreweave股票(由NVIDIA支持的AI公司)投资10,000美元吗?|Motley傻瓜
2025-05-22 08:06:00
Coreweave于2025年3月上市,由于财务业绩强劲和NVIDIA的巨大投资,其股价从39美元上涨至每股90美元。作为AI基础架构的领先提供商,CoreWeave与针对AI工作负载优化的数据中心区分开来,并最近获得了权重和偏见以增强其平台。但是,尽管存在长期潜力,但鉴于其当前的市场价值,在未来十年中获得100倍的回报是统计上不可能的。CoreWeave
您可以在接下来的十年中购买和持有的3种人工智能股票
您可以在接下来的十年中购买和持有的3种人工智能股票
2025-05-22 07:55:00
NVIDIA从不断发展的AI行业中受益匪浅,因为它在GPU加速器芯片中的主导地位用于数据中心AI模型培训和操作。随着稳健的数据中心支出,NVIDIA正在扩展到更专业的AI应用程序,例如人形机器人技术。尽管估值很高,但Palantir Technologies通过其以AI为中心的软件平台为长期增长机会提供了长期的增长机会,自两年前AIP推出以来,其增长加速了。两家公司都是塑造未来AI技术和基础架构的关键参与者。
2025-05-22 07:06:00
2025-05-22 05:07:25
2025-05-22 05:00:34
花旗为香港员工推出了AI工具
花旗为香港员工推出了AI工具
2025-05-22 04:42:00
花旗集团(Citigroup)为其在香港的员工提供了一套AI工具,推出了Citi AI,支持了内部运营,例如策略检索,文件摘要和起草电子通信。花旗香港和澳门的首席执行官Aveline San表示,这些举措与香港货币当局致力于银行业采用的AI采用的承诺保持一致。目前,在包括美国,印度和新加坡在内的11个国家 /地区的约15万名员工中,花旗集团计划今年将工具扩展到更多市场。
为什么药物发现需要机器人和人工智能
为什么药物发现需要机器人和人工智能
2025-05-22 04:31:00
人工智能和机器人技术通过降低成本,加速时间表并通过自动化和预测建模来改变药物发现。AI模型有助于预测临床试验结果,识别治疗靶标并优化分子设计。实验室中的机器人技术可自动化液体处理和高通量筛查,从而提高效率和一致性。尽管有这些进步,但诸如数据偏见,监管问题和道德问题之类的挑战仍然存在。未来的趋势包括增加技术公司与制药公司之间的合作,从而导致更精确和特定于患者的药物开发。