人工智能被证明是一个热门的趋势,很多初创企业在被更大的公司收购之前几乎是寸步难行。Halli Labs就是这样一个例子,这家印度的公司专注于人工智能、机器学习和神经语言程序设计,其也刚刚被谷歌收入囊中。
Halli Labs今年五月份才刚刚结束隐身模式,就首先公布消息称,表示将于星期二加入谷歌的“Next Billion Users”(下一个十亿用户)计划。该计划的重点是通过解决诸如发展中国家的低带宽和连通性等问题,来获得互联网的下一个十亿用户。
该公司的一篇博客文章称,其加入谷歌的目标是“帮助世界上更多的人获得更多的技术和信息。”谷歌的产品管理副总裁Caesar Sengupta后来通过推特确认了这次收购,但是没有披露收购的价格:
欢迎@Pankaj和@halli_labs的团队加入谷歌。期待我们在一起能够创建一些很酷的东西。 https://t.co/wiBP1aQxE9
——Caesar Sengupta(@caesars)2017年7月12日
关于Halli Labs最有趣的事情可能是其创始人Pankaj Gupta,他是一位数据科学家,曾在推特负责推荐和个性化,并曾在印度Airbnb Airbnb公司的竞争对手Stayzilla担任首席技术官,这家公司现在已经不在了。
尚不清楚Halli Labs到底在做什么,但是当它在五月份结束隐身模式的时候,表示正在使用人工智能和机器学习来解决“老问题”。
然而,该公司的名字可能透露了一点线索。正如公司在第一次发布的博客文章中所解释的那样,“Halli”这个词就是埃纳德语中的“村庄”,这是印度当地的一种语言。这可能是一个暗示,它正在处理诸如提供卫生和洁净水等问题,这在这个次大陆的农村里仍然是一些很大的问题。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。