一个新的数字秩序正在形成,人工智能正从工具扩展为完整的系统。AI驱动的机器人技术正从新奇事物转向基础设施,可编程资本正从投机转向现实世界的经济层面。
在theCUBE Pod最新一期节目中,theCUBE Research的执行分析师John Furrier和首席分析师Dave Vellante深入探讨了最近的发展动态,包括近期举办的theCUBE + NYSE Wired: Robotics & AI Infrastructure Leaders 2025活动的相关内容。据最新报告显示,亚马逊公司现在在其仓库中使用的机器人几乎比人类还多,这表明AI驱动的机器人技术已经在改变物流行业。
"它仍然很原始,"Furrier说道。"但你知道,它正在到来。"
在theCUBE + NYSE Wired: Robotics & AI Infrastructure Leaders 2025活动中,AI驱动机器人技术的发展方向得到了突出展示,从低于5万美元的通用型人形机器人愿景到更专注的单任务机器。这类机器人的目标价格将在1500美元以下。
"一个洗衣机器人,一个做饭机器人,一个割草机器人,它们每个都将低于1500美元,"Vellante说道。"我喜欢这种模式,因为我认为它比通用型模式有更高的成功概率,通用型模式要做很多事情。"
数字货币正在成形
上周,Furrier和Vellante在theCUBE + NYSE Wired Crypto Trailblazer NYC活动期间与一系列C级加密货币高管和创业愿景家进行了对话。稳定币正在快速获得发展势头,Circle Internet Group Inc.等公司正在寻求认证,并用高质量银行和现实世界资产支持其货币,为金融基础设施的重大转变奠定基础,Vellante表示。
"它现在真正开始为银行业社区提供关键基础设施,"他说道。"我预测你们将开始看到央行数字货币开始在数字世界中融合,现实世界资产变得数字化和Token化。我们正在进入一个全新的、真正令人兴奋的时代,这些资产变得更加可替代、更加可交易。"
据Furrier表示,随着数字货币变得越来越可编程,稳定币有望从根本上重塑全球金融系统。加密货币市场正开始回归其最初愿景,超越过去诈骗造成的干扰。
"区块链和去中心化基础设施现在将回归其根本,你开始看到基础设施。在国际结算市场中,稳定币将发挥作用,"Furrier说道。"然后,这将是一个主权机会。"
Meta与资金
上周,据报道Meta Platforms Inc.招募了四名前OpenAI研究人员加入其新成立的超级智能实验室。作为回应,OpenAI首席执行官Sam Altman据报道表示"传教士将击败雇佣兵"。
"扎克伯格向人们提供第一年一亿美元,三年内三亿美元,"Furrier说道。"你看到了一个巨大的资金系统在运作,Dave...这真是令人震惊。"
随着股市创下新高,越来越多的讨论围绕着互联网泡沫时代与今天AI热潮之间的相似性和差异性展开。在炒作周期、资本支出等方面确实存在明显相似性,Vellante表示。
"但也有很多不同之处,"Vellante说道。"资助这一切的公司要稳定得多。它们拥有比我们在Global Crossing、安然以及其他一些建设互联网基础设施的公司如MCI和WorldCom所看到的更加一致的现金流。"
未来几个月将为AI驱动机器人技术等领域带来更多洞察
随着theCUBE进入全球范围内繁忙的夏季日程安排,发展势头持续增强。巴黎Raise峰会的报道将于7月8日和9日启动。
"Raise将是一场精彩的会议;每个人都会参加,"Furrier说道。"它本质上将是一种国际性的技术、华尔街、硅谷、纽约技术场景,前往巴黎并与欧洲人整合。"
日程表上还有AWS Summit纽约站。无论哪个活动,未来几个月都承诺进一步阐明AI驱动机器人技术、可编程资本和不断发展的AI军备竞赛的发展轨迹。
"AI将有两个阵营,"Furrier说道。"有AI的构建者和AI的消费者。所以我认为在两个方面,都有一个工具和基础设施市场,也有应用层面。我认为应用AI将是用例。"
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。