英国与美国间谍技术公司Palantir达成国防合作协议,政府表示这将为英国带来15亿英镑(20亿美元)的投资。
这项协议在美国总统特朗普对英国进行国事访问期间宣布,同时还伴随着一系列美国科技巨头的投资承诺,政府声称这些承诺在AI和技术基础设施方面价值310亿英镑(420亿美元)。
Palantir计划将英国作为其欧洲国防业务总部。官方公告显示,此举将创造多达350个新工作岗位。
这家数据分析公司由CIA支持的投资基金In-Q-Tel出资创立,因为向CIA和美国移民执法局ICE提供数字画像工具而备受争议。
但这些争议并未阻止英国与Palantir合作。官方渠道表示,该公司现将与英国军方合作,开发已在乌克兰测试过的AI驱动能力,以加快决策制定、军事规划和目标锁定。
由国防大臣约翰·希利签署的新协议旨在帮助英国军方开发用于决策和敌方目标锁定的软件和AI模型。
政府还希望这项安排能支持英国国防科技公司的发展,为军方和武器制造商提供支持。官员表示,这可能有助于英国国防初创企业拓展美国市场。
希利在准备好的声明中说:"这项工作将释放数十亿英镑对英国创新的投资,创造数百个熟练工作岗位,使国防成为北约创新的前沿。"
"Palantir和英国军方将合作改变战场杀伤力,支持跨数据分析、情报、决策支持和目标系统等AI驱动能力的发展。这将使政府兑现战略国防审查和国防工业战略的关键主题:让英国成为北约创新的领先者。"
与Palantir的合同将纳入数字目标网络,这是6月发布的战略国防审查的一部分。该想法是让军事规划者结合开源和军事系统的数据源,为指挥官提供选择和打击敌方目标的选项。
Palantir首席执行官亚历克斯·卡普表示,公司将在英国投资多达7.5亿英镑(10亿美元)。"这将加强英国作为保护西方免受对手威胁的主要军事力量的地位,并将突出英国作为我们在美国以外最大业务基地的地位。"
他准备好的声明与他在投资者和会议上更即兴的言论形成对比。后者包括Palantir想要建立一家能够"为西方提供明显的内在优势"的公司,以及人们没有在欧洲街头正步行进是因为他的产品。
Palantir合作伙伴关系紧随与其他顶级美国科技公司的安排,包括微软、英伟达、谷歌、OpenAI和CoreWeave,政府声称总投资额达310亿英镑。
承诺包括微软在英国AI基础设施和持续运营方面投资300亿美元,谷歌两年68.3亿美元的英国投资,以及CoreWeave 20亿美元的数据中心支出。Salesforce本周也宣布了额外的20亿美元英国投资。
Q&A
Q1:Palantir是什么公司?主要做什么业务?
A:Palantir是一家美国数据分析公司,由CIA支持的投资基金In-Q-Tel出资创立。该公司主要为政府机构提供数据分析和数字画像工具,曾为CIA和美国移民执法局ICE提供服务,现在专注于开发AI驱动的军事决策和目标锁定技术。
Q2:英国与Palantir的合作协议具体包含哪些内容?
A:协议价值15亿英镑,Palantir将把英国作为其欧洲国防业务总部,创造350个新工作岗位。双方将合作开发AI驱动的军事能力,包括决策制定、军事规划和目标锁定系统,这些技术已在乌克兰进行过测试。
Q3:除了Palantir,还有哪些美国科技公司在英国投资?
A:包括微软、英伟达、谷歌、OpenAI、CoreWeave和Salesforce等。微软承诺投资300亿美元用于AI基础设施,谷歌投资68.3亿美元,CoreWeave投资20亿美元建设数据中心,Salesforce投资20亿美元,总投资额达310亿英镑。
好文章,需要你的鼓励
YouTube在年度Made on YouTube活动中发布多项更新,包括Studio新增"相似度"检测和唇同步配音功能,YouTube Live支持迷你游戏和双格式同步直播,Shorts集成Veo 3 AI视频生成模型。此外还推出播客AI剪辑工具、新的货币化选项如品牌合作和购物标签功能,以及YouTube Music的粉丝互动新特性。
Amazon联合伊利诺伊大学开发PROF算法,解决AI数学推理中"答案对但过程错"的问题。该方法通过同时评估结果正确性和推理过程质量,筛选高质量训练样本,让AI既能答对题目又掌握清晰思维方法。实验显示准确率平均提升4%以上,推理过程质量显著改善,为构建可解释AI系统提供新思路。
英国政府与美国数据分析公司Palantir达成国防合作协议,该公司将投资15亿英镑并在英国设立欧洲国防总部,创造350个就业岗位。双方将合作开发AI驱动的军事决策和目标定位系统,这些技术已在乌克兰得到测试。该协议是英国战略防务评估的重要组成部分,旨在提升军事规划和目标选择能力。此次合作是美国科技巨头对英国310亿英镑投资承诺的一部分。
斯坦福团队开发LMEnt系统,首次实现对AI语言模型知识获取过程的精确追踪。该系统通过精细标注维基百科、构建高精度检索系统和训练多个模型,揭示了AI学习知识的动态过程——高频事实更易学会但也易遗忘。这项研究为理解AI内部机制、改进模型设计提供了重要工具和洞察。