美国国家工程院精彩院士李飞飞深刻指出，通往通用人工智能（AGI）的征途上，二维图像智能仅是出发点，而三维空间智能才是解锁未来之门的金钥匙️。她强调，唯有通过深度融入空间智能的机器人，方能真正实现看天下、感天下、懂天下，并自主行动，形成闭环生态，引领AI技能迈向新高度。
"AI教母"李飞飞：迈向AGI的关键在于三维空间智能的打破 美国国家工程院精彩院士
特斯拉超级打算集群“Cortex”震荡亮相，搭载十万英伟达芯片
特斯拉在得克萨斯州的超级打算集群被马斯克亲自命名为“Cortex”，该集群搭载了约十万颗英伟达H100与H200高性能芯片，专为自动驾驶与人形机器人擎天柱的神经网络演习而生。其弘大的冷却系统，估量年耗电量将打破130兆瓦，未来更有望飙升至500兆瓦。特斯拉为此支配了巨型风扇与四组水箱，确保打算集群稳定运行。马斯克估量，今年特斯拉在英伟达芯片上的投入将达到30至40亿美元，占公司总AI支出的半壁江山，别的资金则用于AI推理打算机、车辆传感器及Dojo超级打算机的内部研发。
英伟达直面AI芯片短缺寻衅，Blackwell加速量产
针对AI芯片供应紧张的传言，英伟达官方回应称，Hopper系列需求兴旺，而Blackwell样品已广泛试用，并估量下半年增加产量。英伟达对谣言保持沉默，但行动迅速，不仅向台积电追加4nm芯片订单，更将Blackwell平台GPU投片量提升25%。业内人士认为，这标志着台积电已启动Blackwell架构GPU的生产，预示着英伟达AI做事器的批量交付，将为AI领域翻开崭新一页。
国际奥委会携手阿里国际站，共筑环球运动员创业
国际奥委会与阿里国际站在巴黎携手宣告，将全面启动对环球运动员创业的支持操持。这次互助基于国际奥委会标志性的“Athlete365商业加速器”项目，阿里国际站作为独家互助伙伴，将为运动员量身打造电商经营与环球贸易领域的创业培训体系，尤其聚焦于利用前沿AI技能优化环球采购流程。该操持首期即惠及上千名运动员，为他们开启创业新征途注入强劲动力。
中心企业智能算力规模翻倍，算力构造优化加速
央视网最新宣布显示，截至今年6月尾，中心企业的智能算力规模实现了同比翻倍增长，标志着我国智能算力在总算力中的占比已打破30%，算力构造持续优化升级。多地如上海、呼和浩特已建成万卡集群，初步构建起多元异构算力调度体系。北京、上海等城市更是加速布局人工智能家当，个中北京发布的“人工智能+”行动操持，旨在多领域内构建大模型行业运用新生态，目标至2025年底取得显著成果。上海则明确了机器人家当的“十百千”发展目标，展现了我国在算力与AI领域的发达发展态势。
AmpereOne Aurora芯片发布，专为AI推理而生
Ampere公司最新公布了产品路线图，宣告将推出专为云原生AI打算设计的512核心AmpereOne Aurora处理器。据称，该处理器性能较现有产品提升三倍，并集成了AI加速功能与HBM内存，但目前尚未公布详细的工艺节点、封装方案及发布日期。值得一提的是，AmpereOne系列现有产品已采取5nm制程，最高核心数达192个，并已投入市场。公司操持于2024年第四季度推出基于12通道DDR5平台的AmpereOne M系列，核心数最多可达192个。
Omdia预测：环球人形机器人市场将迎来爆发式增长
Omdia发布的研究报告预测，到2027年环球人形机器人出货量将超过10000台，至2030年则有望达到38000台，期间复合年增长率高达83%。人形机器人作为技能领域的重大飞跃，其快速发展部分得益于天生式AI的推动。只管当前技能仍处于起步阶段，大规模生产和支配面临寻衅，但其在汽车制造等领域的初步运用已展现出巨大潜力。Omdia估量，未来企业和工业领域的机器人支配将迎来强劲增长。
Omdia估量，未来企业和工业领域的机器人支配将迎来强劲增长。
国际劳工组织警示：AI或致拉丁美洲近5%事情岗位被替代
国际劳工组织和天下银行联合发布的最新报告指出，拉丁美洲和加勒比地区的就业市场将在人工智能（AI）的影响下迎来双重变革。该区域2%至5%的事情岗位面临被AI完备自动化的风险，特殊是正规部门中的女性和年轻工人，其事情被AI取代的风险更高。同时，由于非正规经济中普遍存在的低薪事情，该地区的劳动者可能面临更大寻衅。报告还指出，AI的潜在影响受到数字根本举动步伐差距和其他不平等征象的制约，但同时也预测该地区26%至38%的事情岗位将不同程度地受益于天生式AI的遍及。
Epoch AI预警：AI演习数据面临“数据墙”寻衅
威信研究机构Epoch AI剖析认为，到2028年，互联网上的高质量文本数据或将被大量采撷，导致机器学习所依赖的高质量措辞数据集提前至2026年旁边枯竭，这将成为AI行业发展的重大瓶颈。然而，也有科学家指出，措辞模型领域仍存在未被充分探索的数据资源。为超过“数据墙”，AI界正积极探索创新路径，如合成数据的运用，但需把稳其潜在风险，避免“模型崩溃”。因此，加强数据质量监控与评估，确保数据的多样性与真实性，对付推动AI康健发展至关主要。