全部新闻
Claude Sonnet 4.6：基准性能，如何尝试
Anthropic 发布了最新的大型语言模型 (LLM) Claude Sonnet 4.6，具有 100 万个标记上下文窗口和改进的编码技能。该模型在安全测试中表现良好，产生幻觉或阿谀奉承的倾向较低。claude.ai 上的免费用户和专业用户可通过 API 获取，与之前的型号相比，它的价格具有竞争力。Claude Sonnet 4.6 在代理财务分析和办公任务方面优于 Google 的 Gemini 3 Pro 和 OpenAI 的 GPT 5.2 等竞争对手，尽管在复杂的推理基准上不如 Anthropic 的高级模型 Opus 4.6 强大。
红杉资本为前谷歌科学家的新人工智能实验室领投 10 亿美元种子轮融资
本文讨论了在《金融时报》平台上获取财经新闻和分析的订阅选项，包括免费试用、数字访问折扣率以及提供独家见解和行业深入研究的高级订阅。
英伟达正在与印度主要风险投资公司合作，寻找该国下一个人工智能初创企业
Nvidia 正在扩大在印度的合作伙伴关系，与 Peak XV 和 Elevation Capital 等风险投资公司合作，为人工智能初创公司提供资金。该公司已加入新德里的“印度人工智能使命”，以提高该国的人工智能能力并为企业家释放资金。英伟达正在与印度云提供商和政府机构合作建设数据中心并开发国内半导体项目。该倡议符合印度成为全球科技超级大国的目标，重点关注基于当地基础设施和数据的主权人工智能开发。
Meta 获得人工智能专利，可以为已故社交媒体用户发帖
Meta 已获得人工智能系统专利，该系统将代表已故个人继续社交媒体活动。该专利由 Meta 首席技术官 Andrew Bosworth 于 2023 年提交，描述了一种即使在死后也能够模拟用户交互的人工智能。然而，Meta 现在表示没有进一步开发这项技术的计划。微软此前曾为类似概念申请过专利，但出于道德考虑而放弃了该专利。法律和悲伤专家对创建死者数字版本的道德问题提出了质疑，促使马修·麦康纳等名人在死后保护他们的数字肖像。元
Meta 与 NVIDIA 共同构建 AI 基础设施
Meta 正在扩大与 NVIDIA 的合作关系，在其数据中心部署大量 NVIDIA CPU、数百万个 GPU（包括 Blackwell 和 Rubin 系列）以及 Spectrum-X 以太网交换机。此次合作旨在提高每瓦性能，支持大规模人工智能工作负载，并通过机密计算确保用户隐私。统一架构将优化本地和云基础设施的运营，推进 Meta 的长期人工智能路线图。
在经历了对人工智能和经济的担忧之后，美国股市小幅走高
美国股市周二收盘平静，标普 500 指数、道琼斯工业平均指数和纳斯达克综合指数小幅上涨。这种稳定的背后是巨大的波动，因为各公司报告称，由于经济压力，客户望而却步，并且持续担心人工智能热潮对科技股产生负面影响。派拉蒙试图以高于 Netflix 的出价收购华纳兄弟探索频道是一件值得注意的事件，而通用磨坊则发出利润下降的警告，导致其股价下跌 7%。更广泛的市场仍接近历史高位，但面临着影响各个行业的潜在人工智能干扰和投资者日益谨慎的波动。
首席专家表示，人工智能竞赛正在使兴登堡式的灾难成为“真正的风险”
牛津大学的一位主要研究人员警告说，科技公司急于发布新的人工智能工具可能会导致类似于兴登堡灾难的灾难性事件，可能会粉碎全球对人工智能技术的信心。Michael Wooldridge 教授强调了商业压力如何优先考虑快速部署，而不是对人工智能功能和缺陷进行彻底测试和理解。他讨论了由于人工智能系统存在缺陷而导致各个部门可能发生重大事件的可能情况，并强调需要更加谨慎的开发。
仅仅几个月后，亚马逊就停止了“蓝鸟”仓库机器人的开发
由于成本高且复杂，亚马逊已停止其 Blue Jay 机器人项目，将重点转向“轨道”系统，以在较小的仓库中提供更具可扩展性的当日送货解决方案。Blue Jay 的核心技术将被整合到亚马逊仓库网络内的未来计划中。此举反映了为实际应用开发具有成本效益的人工智能机器人技术所面临的挑战。
使用具有 1998 年处理器和仅 128 MB RAM 的 AI，27 年后才可实现 - 3DVF
1998 年配备 128 MB RAM 的 Pentium II 处理器已成功用于运行 EXO Labs（牛津大学研究人员发起的一项计划）基于 LLama2.c 的语言模型。该实验实现了每秒 39.31 个令牌的吞吐量，并生成了连贯的文本，挑战了只有昂贵的高端硬件才能处理 AI 任务的观念。研究结果表明，在老式或低功耗设备上，经济实惠且节能的人工智能应用具有潜力，从而促进更广泛地使用人工智能技术。
数千名首席执行官刚刚承认人工智能对就业或生产力没有影响，这让经济学家们重新想起了 40 年前的一个悖论 |财富
经济学家罗伯特·索洛 (Robert Solow) 于 1987 年在早期计算机技术中首次指出了生产力悖论，如今人工智能 (AI) 又重演了这一悖论。尽管企业普遍对人工智能对生产力的影响持乐观态度，但最近的数据显示实际改进微乎其微。本月发布的一项研究发现，虽然大多数高管在工作中少量使用人工智能，但总体生产力或就业并没有显着提高。然而，高管们仍然期望人工智能的实施能够提高未来的生产力和产出。这呼应了索洛早期的观察：“除了生产力统计数据之外，你随处都可以看到计算机时代。”经济学家质疑人工智能何时会为企业投资带来回报，并指出与过去的技术进步类似，生产率激增的可能性会延迟。
