Oliver Grant

Oliver Grant專注於人工智慧驅動的技術發展,追蹤機器學習、基礎設施和新興數位生態系統的重大進展。

4 人關注15 人按讚
創作領域:
AI 行業動態
AI Agent
股票
最新內容
Coinbase 採用中國AI模型作為預設工具以降低成本

Coinbase 採用中國AI模型作為預設工具以降低成本

Coinbase 已將低成本的中國 AI 模型設為內部作業的預設工具,以降低人工智慧支出,根據《朝鮮日報》報導。創辦人 Brian Armstrong 在上週日表示,儘管 Token 使用量顯著增加,AI 支出仍幾乎減半。此舉反映企業 AI 市場的更大轉變,中國開源模型因其相較於 OpenAI、Anthropic 和 Google 模型的價格優勢,正獲得美國公司的採用。 Coinbase 採用中國 AI 模型,節省 70% 成本 Coinbase 正實驗性地將北京智譜 AI 的 GLM 5.2 和 MoonShot AI 的 Kimi 2.7 的開放權重模型設定為內部 AI 工具的預設選項。工程師仍可選擇其他模型,但預設切換至低成本的中國模型可降低整體開支。智譜 AI 的 GLM 5.2 每百萬 Token 成本為 4.4 美元,約為 OpenAI GPT-5.5 模型(每百萬 Token 定價 15 美元)的 30%。 效能取捨驅動企業採用開源模型 隨著 AI 技術日益普及,模型成本上升,促使企業不再僅依賴高效能模型。雖然 OpenAI、Anthropic 和 Google 的頂級模

4小時前

過往內容

Vitalik Buterin 不可區分性混淆為密碼學最難的問題

以太坊共同創辦人 Vitalik Buterin 於 2026 年 6 月 29 日發布一篇分析,將不可區分性混淆(iO)指稱為密碼學最難解決的問題。目前的 iO 方案在技術上可行,但 Buterin 估計其運行時間超出宇宙年齡數個數量級。這項突破對區塊鏈應用至關重要,因為成功的 iO 實作將能實現無需信任的投票系統與隱私智能合約,而無需依賴可信第三方。 Buterin 解釋不可區分性混淆機制 在他的部落格文章中,Buterin 將 iO 描述為一種隱藏程式碼本身的加密技術,有別於加密(隱藏傳輸中的資料)與零知識證明(在不揭露資料的情況下驗證資料)。混淆會打亂程式的內部邏輯,使觀察者即使在程式運行時也無法判斷其運作方式。 不可區分性混淆特別意味著,如果兩個程式使用不同的內部邏輯產生相同的輸出,則混淆後的版本無法彼此區分。程式執行、產生真實輸出,但不會揭露任何內部過程。 iO 實現無需信任的區塊鏈協議 Buterin 在他的分析中直接將 iO 與區塊鏈應用場景連結。混淆後的程式無法保存狀態(如餘額或交易記錄),因為它們無法防止自己被複製。區塊鏈提供了混淆程式所缺乏的狀態保存基礎設施。 將
ETH0.78%
12小時前
Vitalik Buterin 不可區分性混淆為密碼學最難的問題

加州與 Anthropic 合作,在州政府機構部署 Claude AI。

加州與 Anthropic 建立合作夥伴關係,將以 5 折折扣在州政府所有機構及地方政府部署 Claude AI 助手。該協議包含 Anthropic 開發人員提供的免費員工培訓與技術支援。此計畫旨在透過讓州政府員工使用 Claude 進行文件起草、摘要與行政任務,以現代化政府運作,作為州長 Gavin Newsom 推動透過科技採用來提升政府效率的更廣泛努力之一。 加州政府機構可享 Claude AI 五折優惠 此合作關係提供加州所有州政府機構以五折價格使用 Claude,另附 Anthropic 開發人員的免費員工培訓與技術支援。該優惠方案也涵蓋加州市縣政府,其範圍之廣,有別於其他地區更為狹隘的政府 AI 合約。 Claude 將是第一款透過加州科技部全新「全州資訊科技共享服務入口網站」提供給所有州政府機構的 AI 生產力工具,該入口網站集中提供 AI 工具並標示透明定價。州政府員工將能使用 Claude 進行文件起草與摘要、資訊分析,以及補充日常行政任務。 州長 Gavin Newsom 表示:「這項合作關係在於以『加州方式』運用科技:負責任、透明,且為人民服務。AI 不應取代政
15小時前
加州與 Anthropic 合作,在州政府機構部署 Claude AI。

Alphabet 加入道瓊指數,股價上漲 4%,市場對 AI 投資感到擔憂。

Alphabet 週一加入道瓊工業平均指數,取代 Verizon,增添一項象徵性的藍籌股地位,股價/股票上漲 4%。此舉發生之際,該股仍持續面臨壓力,正邁向去年二月以來最差的單月表現,過去七週中有六週收跌。此次納入正值投資人對公司 AI 支出的回報提出質疑之際,Google DeepMind 研究人員紛紛跳槽至 Anthropic 與 OpenAI 等競爭對手,而算力取得同時成為客戶限制與招募問題。 Alphabet 股價表現顯示六週跌勢,儘管週一上漲 即使週一上漲 4%,Alphabet 仍邁向去年二月以來最差的單月表現,過去七週中有六週收跌。這與五月形成鮮明對比,當時該公司曾短暫在盤後超越 Nvidia,成為全球市值最高的公司。 納入道瓊對 Alphabet 的機械性影響有限 Alphabet 納入道瓊指數更多是象徵性而非機械性。該股已在 S&P 500 與 Nasdaq 100 中,而多數基準資產位於這些指數,限制了與指數變動相關的強制基金買盤。近期納入道瓊的股票在加入後也表現掙扎:Nvidia、Salesforce 與 Apple 在進入指數 60 天後股價均走低。 Googl
US300.13%
US5000.15%
NAS1000.36%
15小時前
Alphabet 加入道瓊指數,股價上漲 4%,市場對 AI 投資感到擔憂。

生成式AI達到 $175B 的營收年化率,成長速度比網際網路快3倍。

AI 研究組織 Exponential View 發表報告指出,生成式 AI 產業的擴張速度超越以往任何重大科技平台。根據超過 1000 家公司的底層營收數據,該研究估計此產業在過去 12 個月創造了 1100 億美元營收,目前年化營收運行率約為 175 億美元。報告稱,生成式 AI 達到此成長水準的速度,大約是網際網路、行動應用程式和雲端運算在可比發展階段的 3 倍。 Exponential View 估計生成式 AI 產業追蹤營收達 1100 億美元 該報告追蹤產業價值鏈中的營收,從消費者和企業應用到基礎模型和雲端基礎設施。Exponential View 強調加速的步調:2023 年,該產業需要約 180 天才能累積額外 10 億美元營收;如今,達到相同里程碑所需的時間不到 2 天。 季度營收成長率在一年多來維持接近 35%,儘管市場已從消費者聊天機器人訂閱轉向企業採用,以及近期 AI 驅動的編碼代理。 微軟、Google、亞馬遜、Oracle 持有 2 萬億美元基礎設施積壓訂單 基礎設施投資隨著需求同步擴張。Exponential View 估計,微軟、Google、亞馬遜和
18小時前
生成式AI達到 $175B  的營收年化率,成長速度比網際網路快3倍。

Coinbase 採用中國 AI 模型 GLM 5.2 和 Kimi 2.7 作為工程師的預設模型

Coinbase 執行長 Brian Armstrong 於上週五 (26日) 表示,該加密貨幣交易所已將中國開源 AI 模型 GLM 5.2 和 Kimi 2.7 設為內部工程師的預設大型語言模型。Armstrong 報告稱,Coinbase 通過路由優化和快取改進,將 AI 支出削減了近一半,同時代幣用量持續指數級增長。這項部署反映了美國科技公司普遍悄悄將中國開源 AI 模型整合到生產基礎設施以降低成本並擴大應用的趨勢。 Coinbase 實行三層基礎設施以削減 AI 成本 Armstrong 將成本降低歸因於三層基礎設施的改造。第一層是「智能路由」,系統預先處理提示,並根據快取命中率和模型定價自動將任務分配給最合適且最經濟的模型。第二層是「積極快取」,通過要求所有請求都具備快取意識,將 LibreChat 的快取命中率從 5% 提高到 60%。第三層是「精簡上下文」,建議在切換任務時開啟新會話並縮小檔案範圍,以減少浪費的代幣。 Armstrong 強調,這種方法並非抑制使用,而是擴大 AI 採用。他將該方法描述為實現 AI 使用可持續擴張的關鍵,並表示任何企業都可以採用此模式,讓
06-28 22:38
Coinbase 採用中國 AI 模型 GLM 5.2 和 Kimi 2.7 作為工程師的預設模型

Eric Schmidt 表示,由於晶片管制失效,中國的人工智慧現在僅落後美國「幾秒鐘」

Eric Schmidt,前 Google 執行長兼 AI 競爭力研究員,今年五月表示美國針對中國的晶片出口管制政策開始失效。他在由特殊競爭研究計畫主辦的 AI 博覽會上指出,中國利用較低階硬體和開源技術,開發出能與美國匹敵的 AI 模型。中美 AI 能力差距已從一兩年前縮小至不到六個月,Schmidt 形容這在 AI 發展時間軸上等同於「幾秒鐘」。Schmidt 先前在美國國家安全人工智慧委員會任職時曾支持晶片出口管制政策,但現在坦言其效果正逐漸減弱,因為中國正利用替代技術途徑推動 AI 產業發展。 Schmidt 承認晶片出口管制效果減弱 在特殊競爭研究計畫五月主辦的 AI 博覽會上,Schmidt 透露他在美國國家安全人工智慧委員會任職期間「個人強烈支持」對中國實施高階 AI 晶片出口限制。然而他表示該政策「現在已開始失效」。Schmidt 解釋說,儘管中國使用的硬體規格不如美國,但其建立的系統性能卻能與美國主流 AI 模型相當。 中國將 AI 差距縮小至六個月內 Schmidt 表示,一年前中美 AI 模型的差距約為一到兩年。他說現在這個差距已縮小到不到六個月。「在我們 AI
06-28 13:45
Eric Schmidt 表示,由於晶片管制失效,中國的人工智慧現在僅落後美國「幾秒鐘」

OpenAI GPT-5.6 模型使用 Sol、Terra、Luna 層級名稱

OpenAI 將其 GPT-5.6 模型能力分級標示為 Sol、Terra 和 Luna,根據報告中引用的原始資料。此命名選擇因與同名知名加密貨幣代碼重疊,在加密社群中引發混淆。OpenAI 表示,AI 模型分級標籤與加密貨幣代幣之間並無關聯。命名重疊現象在加密社群頻道中引發討論,但並未宣布 OpenAI 與 Solana、Terra 或 Luna 區塊鏈項目之間有任何具體合作或夥伴關係。 OpenAI 將 GPT-5.6 能力分級標示為 Sol、Terra、Luna 根據報告引用的原始資料,OpenAI 的 GPT-5.6 模型使用 Sol、Terra 和 Luna 作為能力分級標籤。這三個名稱對應模型架構內的不同性能或能力等級。原始資料中未提供 GPT-5.6 的技術規格、發布時程或部署細節。報告確認,OpenAI 選擇這些標籤作為模型結構內部的分級區分。 加密社群討論命名重疊 此命名選擇因與已建立的加密貨幣代碼重疊,在加密社群中引發討論。Sol 對應 Solana 區塊鏈的原生代幣代號(ticker),而 Terra 和 Luna 則參照 Terra 區塊鏈生態系統相關的代幣。原
SOL2.37%
LUNA-0.68%
06-28 01:17
OpenAI GPT-5.6 模型使用 Sol、Terra、Luna 層級名稱

Google TPUs 推動雲端營收激增,預計今年達到 $96B

Google 透過其自行研發的張量處理單元(TPU)加強了在人工智慧基礎設施領域的地位,這些 TPU 為該公司的 Gemini 聊天機器人提供動力,也是其快速成長的雲端運算業務中不可或缺的一部分。根據 FactSet 數據,華爾街預估 Google Cloud 今年營收將大幅成長約 64%,達到 96 億美元,分析師預測 2027 年仍將維持 50% 以上的成長。William Blair 分析師 Ralph Schackart 表示,TPU 的耗電量比 Nvidia 處理器低 20% 到 40%,帶來成本優勢,使 Google 能夠對超額運算容量收取約 20% 到 30% 更低的費用。這使得 Alphabet 在 AI 基礎設施中成為一股主要力量,儘管 Google Cloud 在營收上仍落後於 Amazon Web Services 與 Microsoft Azure。該公司自行設計晶片的方式,能夠滿足對 AI 運算能力激增的需求,同時降低營運成本,執行長 Sundar Pichai 指出,2025 年 Gemini 的單位服務成本已降低 78%。 Google TPU 透過特殊化
06-27 13:37
Google TPUs 推動雲端營收激增,預計今年達到 $96B

高通計劃將數據中心晶片技術應用於智慧型手機和汽車

根據Semafor報導,高通公司計劃將為其新資料中心晶片開發的技術引入智慧型手機、個人電腦和汽車,以提升裝置端的人工智慧能力。高通執行副總裁Durga Malladi告訴Semafor,該公司打算將為資料中心創造的新晶片技術用於智慧型手機,最終讓AI在行動裝置上執行得更好。高通本週宣布其資料中心晶片,標誌著其進入競爭激烈的資料中心處理器市場,Malladi表示公司的抱負遠不止於伺服器。 高通與裝置製造商討論技術組合 據Malladi表示,高通已在與智慧型手機、個人電腦和汽車製造商討論,將部分新資料中心技術組合納入未來產品。Malladi告訴Semafor:「從資料中心開始的技術不會就此止步。」根據Semafor報導,該公司計劃將為AI伺服器開發的技術改用在未來的行動處理器中。 高頻寬運算架構目標2027年資料中心推出 高通計劃的核心是其高頻寬運算架構,透過垂直堆疊晶片而非並排放置,讓記憶體與運算單元更靠近。該設計旨在提升資料的速度與流通。第一代架構預計於2027年在資料中心推出,而新晶片則計劃於2028年商業化上市。Malladi未透露該技術何時會導入智慧型手機、PC或車輛。 垂直晶片
06-26 18:09
高通計劃將數據中心晶片技術應用於智慧型手機和汽車