毫无意外,人工智能主导了CES大会的公告和讨论,英伟达发布了新的AI模型,英伟达、英特尔、AMD、高通等公司都推出了专注于AI的新芯片。
机器人技术尤其成为焦点,特别是在备受期待的英伟达CEO黄仁勋主题演讲中,他为此次活动特意穿上了闪亮的皮夹克。物理AI似乎成为所有人讨论的话题,我们的作者Kyt Dotson最近发表的前瞻性特稿为此奠定了基础。
但英伟达在机器人领域并非独一无二,特别是在类人机器人方面。Mobileye斥资9亿美元收购类人机器人初创公司Mentee Robotics,知名的波士顿动力与母公司现代汽车合作,将类人机器人引入工厂。机器人初创公司Lyte AI也筹集了1.07亿美元。同样值得注意的是,Arm在CES上宣布成立新的物理AI部门,专门针对机器人和智能汽车。
2026年看起来将是AI资金的又一个爆发年。埃隆·马斯克为xAI又筹集了200亿美元,而Anthropic据报道也在筹集额外的100亿美元。2026年可能也是AI IPO之年,中国的MiniMax本周上市,OpenAI和Anthropic今年晚些时候可能也会IPO。
量子计算交易和资金也在持续升温。D-Wave Quantum正在收购Quantum Circuits,而Photonic筹集了1.2亿美元。
网络安全领域的整合在2026年也在加速,CrowdStrike以7.4亿美元收购了SGNL,思科可能收购Axonius,帕洛阿尔托网络公司正关注Koi Security。但Cyera也以90亿美元估值筹集了4亿美元。
新模型和服务方面,英伟达为类人机器人和自动驾驶汽车推出了开源AI模型。OpenAI推出了ChatGPT Health来回答用户的医疗问题。谷歌的Gmail正在获得Gemini启发的升级,包括AI优先级、摘要等功能。
在企业级应用中,SAP为零售商扩展了AI选项,CraftStory增加了图像到视频生成功能,为长篇AI视频提供人类"演员"。ContractPodAI重新品牌为Leah,将智能体自动化扩展到合同生命周期管理之外。
芯片方面,英伟达推出了拥有3360亿个晶体管和50 petaflops性能的Rubin芯片。高通为机器人和Windows笔记本电脑推出了新芯片。英特尔发布了基于其最先进18A制造工艺的首批芯片。AMD在CES上发布了Ryzen AI PC、移动和嵌入式处理器。
网络安全领域,Cyera以90亿美元估值筹集4亿美元用于AI数据安全。CrowdStrike以7.4亿美元收购了即时访问初创公司SGNL。
在人员变动方面,英伟达聘请了谷歌资深人士Alison Wagenfeld担任首位首席营销官。AWS的数据中心网络负责人Saurabh Kumar跳槽到xAI负责机器学习基础设施。Meta聘请了微软的C.J. Mahoney担任首席法务官。
Q&A
Q1:英伟达在CES上发布了什么新产品?
A:英伟达在CES上发布了新的AI模型,特别是针对类人机器人和自动驾驶汽车的开源AI模型,以及拥有3360亿个晶体管和50 petaflops性能的Rubin芯片。
Q2:物理AI是什么概念?为什么成为焦点?
A:物理AI是指AI技术在现实物理世界中的应用,特别是在机器人和智能汽车领域。它成为焦点是因为多家公司都在这个方向投入巨资,包括英伟达、Mobileye收购机器人公司、波士顿动力与现代合作等。
Q3:2026年AI行业的资金情况如何?
A:2026年看起来将是AI资金的爆发年。埃隆·马斯克为xAI筹集了200亿美元,Anthropic据报道筹集100亿美元,中国的MiniMax已经上市,OpenAI和Anthropic也可能在今年晚些时候IPO。
好文章,需要你的鼓励
Waymo近日发布软件更新,对旗下约4000辆自动驾驶车队实施召回,以帮助车辆规避积水道路。美国国家公路交通安全管理局(NHTSA)指出,此前Waymo机器人出租车在遭遇无法通行的积水路段时,仅减速而未完全停车。此次召回涵盖第五代和第六代自动驾驶系统车辆,共计3791辆。Waymo表示正在完善软件防护措施,并已限制车辆在极端天气及易发洪涝区域的运营。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
路面坑洞每年给城市造成数百万美元损失。车队管理公司Samsara推出名为"Ground Intelligence"的AI解决方案,通过已安装在数百万辆商用卡车上的摄像头,自动识别并追踪坑洞的位置与劣化程度。该系统以仪表盘形式呈现,可主动向城市管理者推送预警信息,将被动响应转变为主动规划。目前,芝加哥已成为其新客户。未来还将扩展至涂鸦、损坏护栏等城市基础设施监测。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。