英伟达周一宣布,将分别向Lumentum和Coherent两家公司各投资20亿美元,这两家公司均在为数据中心开发光子技术,包括光收发器、电路交换机和激光器等设备,这些技术用于在长距离内高速传输数据。这些技术有望提升未来AI数据中心的能效、数据传输速度和带宽。此前,英伟达已经通过2020年收购网络硬件公司Mellanox来加强NVLink技术,增加其GPU之间的数据传输量。
对于Lumentum,这项非独家多年期协议包括"数十亿美元的采购承诺和未来先进激光组件的产能使用权",以及支持扩大研发和制造的投入。Coherent的协议内容类似,包括"数十亿美元的采购承诺和未来先进激光及光网络产品的使用权和产能权"。
智能体AI的增长,如Anthropic的Claude Cowork和微软的Copilot Tasks,正在推动AI数据中心对带宽需求的增加,以支持快速执行多项任务。光子技术可能提供解决方案——光纤能够支持比铜缆显著更高的带宽和更低的延迟,同时功耗更少。
英伟达并非唯一关注光子技术的组织。上个月,美国国防部高级研究计划局(DARPA)发出研究提案征集,专门针对改进光子计算在AI应用中的表现。英伟达的竞争对手AMD去年也收购了硅光子初创公司Enosemi,表示这将"加速"AMD在AI系统光学创新方面的发展。
Q&A
Q1:英伟达为什么要投资光子技术?
A:英伟达投资光子技术是为了提升AI数据中心的性能。光子技术包括光收发器、电路交换机和激光器,能够提升数据中心的能效、数据传输速度和带宽。特别是随着智能体AI需求增长,数据中心需要更高带宽来支持快速执行多项任务。
Q2:光子技术相比传统技术有什么优势?
A:光子技术的主要优势是光纤能够支持比铜缆显著更高的带宽和更低的延迟,同时功耗更少。这些特性使其特别适合AI数据中心的高速数据传输需求,能够更有效地连接GPU并提升整体系统性能。
Q3:除了英伟达,还有哪些公司在关注光子技术?
A:美国国防部高级研究计划局(DARPA)上个月发出研究提案征集,专门针对改进光子计算在AI应用中的表现。英伟达的竞争对手AMD去年也收购了硅光子初创公司Enosemi,表示将加速其在AI系统光学创新方面的发展。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。