AI新聞

風險投資者已向初創企業 Larridin 提供了 3,000 萬美元資金，該公司專注於協助企業客戶評估並證明其人工智慧部署的投資回報率（ROI）。隨著企業在人工智慧技術上的支出迅速增加，企業管理階層面臨著越來越大的壓力，需要透過可測量的業務成果來證明這些成本的合理性。Larridin 的平台為企業提供了追蹤效能指標、管理算力支出以及量化其 AI 計畫的生產力與財務收益的工具，使高階管理團隊能夠在未來的 AI 支出與資源分配上做出數據驅動的決策。

DeepSeek推出了一項全新的「創作者模式」（Creator Mode），允許使用者使用純文字提示詞生成自訂外掛程式與擴充功能。該工具可自動為整合生成程式碼，使開發人員與非技術使用者無需手動編寫程式碼即可建置實用的AI工具。透過簡化外掛程式開發流程，「創作者模式」降低了自訂工作流程及跨不同應用程式擴充模型功能的技術門檻。

Palantir 共同創辦人喬·朗斯代爾（Joe Lonsdale）旗下的風險投資公司 8VC，正支援一項在美國建立養殖設施的計劃，該設施最多可容納 30,000 隻獼猴，旨在緩解實驗用動物的嚴重短缺。人工智慧加速藥物研發的快速擴張增加了對臨床前測試的需求，導致獼猴價格在七年內暴漲了 700%。中國在 2020 年頒布的出口禁令以及更嚴格的貿易執法使這一供應危機雪上加霜。儘管支持者認為本土供應對於生物醫學發展至關重要，但該提議面臨著動物福利倡導者和關注倫理與環境影響的當地社區的強烈反對。

Y Combinator 執行長 Garry Tan 將自主 AI 代理深度整合至日常工作流程中，每年花費高達 20 萬美元購買 API Token，以支援持續的自動化與軟體開發任務。執行多步驟的代理工作流程需要大量的計算迴圈與模型呼叫，與標準的對話式 AI 使用相比，大幅增加了 API 費用。Tan 的重金投資凸顯了進階使用者與開發者依賴持續性 AI 代理執行複雜任務的成長趨勢，同時展現了先進代理軟體帶來的高實用性與龐大的基礎架構成本。

OpenAI 透過針對其龐大的單體程式碼庫（Monorepo，存放 AI 模型、基礎設施和 ChatGPT 的程式碼）最佳化 Git 效能，擴充了其軟體開發基礎設施。隨著儲存庫體積擴大，日常 Git 操作變得極其緩慢。為了解決這些瓶頸，OpenAI 部署了 commit-graph、檔案系統監控（fsmonitor）、稀疏檢出（sparse checkouts）以及 Scalar 等功能，以減少工作區開銷。該公司還整合了與 Git 相容的開源版本控制系統 Jujutsu (jj)，以簡化大規模程式碼庫中的版本管理與衝突解決。

戴爾科技（Dell Technologies）與 AMD 正進一步擴大合作，推出專為執行大語言模型和高強度人工智慧工作負載的企業資料中心打造的機架級 AI 平台。透過將戴爾 PowerEdge 伺服器設計和液冷解決方案與 AMD Instinct GPU 及 EPYC 處理器相結合，這些聯合工程設計的機架系統將高密度計算、網路和儲存整合到優化的單元中。這種預先設定的基礎設施使企業 IT 部門能夠加速模型訓練和高吞吐量推論，同時無需建置自訂硬體堆疊即可簡化散熱和電源管理。

42AI 結束隱形模式，並獲得 6,250 萬美元融資，用於開發人工智慧模型，以預測高波動期間的交易員行為與市場動態。傳統的風險管理工具在極端市場動盪期間往往會失效，因為它們依賴於在壓力下不再成立的歷史相關性。為了解決這個問題，42AI 利用基於代理人的模擬（agent-based simulation）和機器學習，基於市場微觀結構和高頻訂單簿資料進行訓練，進而模擬人類交易員和演算法系統在壓力下的反應。該平台旨在幫助對衝基金、資產管理公司和機構投資者在市場動盪升級之前預測流動性緊縮，並針對系統性衝擊進行對衝。

在一份外洩的內部備忘錄透露公司正推行在開發隱私產品中強制使用AI後，Proton執行長Andy Yen向社群公開發表致歉。該備忘錄引發了使用者的強烈反彈，使用者對安全風險、潛在的資料外洩以及公司轉向AI整合表示疑慮。對此，Proton澄清其核心的端對端加密和零知識架構保持不變，並向客戶保證使用者資料不會用於訓練AI模型，未來任何AI功能都將優先考量嚴格的隱私保護。

微軟針對 Surface Laptop 發布了系統更新，以解決早期評測人員發現的效能與可靠性問題。初始測試顯示，該裝置存在系統不穩定、異常降頻以及電源管理漏洞，嚴重影響了使用者體驗和基準測試結果。這款首發日韌體修復程式旨在解決這些穩定性疑慮，確保在日常任務和高負載工作下獲得一致的效能表現。儘管該更新修復了最緊迫的缺陷，但潛在買家在購買前仍應等待最新的長期測試，以確認軟體修復程式是否能永久解決該硬體的散熱和運作可靠性問題。

Trajectory 已獲得 4500 萬美元融資，用於建置開發工具，使沒有軟體工程背景的領域專家能夠訓練和客製化 AI 模型。該平台透過提供用於模型微調、評估和部署的直觀介面，使醫療、法律和金融等領域的專業人士能夠將其專業知識直接融入人工智慧系統中。這筆新資金將用於擴大工程團隊、加速產品開發並擴大企業採用。

Apple 在頂規 Mac Studio 機型上針對大容量統一記憶體升級的定價策略造成了極大的價格落差：將記憶體從 256GB 翻倍至 512GB，其費用甚至超過整機價格的一倍以上。因此，購買兩台獨立的 256GB Mac Studio 機型反而比購買單台 512GB 配置更加便宜。高容量統一記憶體配置主要針對需要執行大規模本地人工智慧工作負載與複雜資料模擬的專業人士。然而，Apple 昂貴的階梯式定價，對需要單一設備最大記憶體效能的機構造成了沉重的財務負擔。

一款配備 Intel Core Ultra 處理器的緊湊型迷你主機，在提供穩健效能的同時，還擁有極其豐富的連接選項。該桌上型系統由 Intel 的 Meteor Lake 架構驅動，配備用於本地 AI 工作負載的整合式神經處理單元（NPU）以及 Arc 顯示晶片。其最大亮點在於高密度的連接埠配置，包括高速 USB4/Thunderbolt 4、多個視訊輸出介面以及雙乙太網路介面。該機型專為專業使用者和工作站環境設計，豐富的連接埠選擇無需借助擴充埠即可無縫連接多台顯示器、高速外部儲存裝置以及舊款周邊設備。

Google的Genie生成式世界模型允許AI根據文字或影像提示詞建立可互動的可玩3D環境，為訓練機器人和自主系統等具身AI（embodied AI）代理提供了一種可擴展的解決方案。透過在合成世界中模擬物理規律、空間推理和動態回應，開發者可以透過強化學習來訓練代理，而無需承擔實體硬體風險或受限於資料約束。然而，跨越「模擬到現實」（sim-to-real）的差距仍是一個主要挑戰，因為在將學到的行為轉化為不可預測的真實世界場景時，虛擬環境仍可能存在物理錯誤、時間不一致性以及高昂的計算成本。

若以零售 API 費率計算，Anthropic 內部對其 Claude AI 模型的使用成本將超過該公司員工的總薪酬。全公司的員工在日常工作中高度依賴 Claude，例如撰寫程式碼、撰寫文件和研究分析，進而產生龐大的 Token 消耗量。這種程度的內部採用展現了領先的 AI 開發者如何整合自身的模型能力來簡化營運，同時也凸顯了維持全公司高強度 AI 應用所需投入的巨大計算資源開銷。

Subvocal 是一款旨在實現無聲語音互動的軟體應用程式，使用戶無需發出聲音即可與電腦進行溝通。該工具利用微調後的語音識別模型，能夠捕捉細微的嘴部動作、耳語或無聲聲學訊號，將無聲發音直接轉換為文字輸出。這使得使用者可以在圖書館、辦公室等安靜或共享環境中進行私密、免提的電腦控制和語音聽寫，而不會打擾他人。