本周,Nvidia CEO黄仁勋身穿标志性皮夹克在Nvidia GTC大会上进行了长达两个半小时的主题演讲。他在演讲中提出了到2027年实现1万亿美元AI芯片销售的宏伟目标,强调每家公司都需要制定"OpenClaw战略",并在演讲结尾展示了一个名为Olaf的机器人,不过该机器人的表现似乎并不理想,最终不得不切断其麦克风。
这次大会传达的信息非常明确:Nvidia希望成为从AI训练到自动驾驶汽车再到迪士尼乐园等各个领域的基础技术提供商。黄仁勋在演讲中展示了公司在AI基础设施方面不断扩展的合作伙伴网络,以及这些合作关系对初创企业意味着什么。
在TechCrunch的Equity播客节目中,Kirsten Korosec、Anthony Ha和Sean O'Kane对Nvidia日益扩大的AI基础设施合作伙伴网络的实际意义进行了深入分析,并讨论了本周更多的科技头条新闻。
该播客可在YouTube、Apple Podcasts、Overcast、Spotify等平台订阅收听。用户还可以在X和Threads平台关注@EquityPod账号获取更多内容。
Q&A
Q1:Nvidia在GTC大会上提出的万亿美元目标是什么?
A:Nvidia CEO黄仁勋在GTC大会上宣布了到2027年实现1万亿美元AI芯片销售的目标,这显示了公司对AI市场增长的雄心壮志和信心。
Q2:什么是OpenClaw战略?为什么每家公司都需要它?
A:黄仁勋在演讲中强调每家公司都需要制定"OpenClaw战略",这是Nvidia推广其AI基础设施和平台的重要组成部分,旨在让更多企业采用Nvidia的AI解决方案。
Q3:Nvidia的AI基础设施合作伙伴网络对初创企业有什么影响?
A:Nvidia不断扩展的AI基础设施合作伙伴网络为初创企业提供了更多机会接触先进的AI技术和平台,同时也可能改变初创企业在AI生态系统中的竞争格局和发展策略。
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。