特斯拉首席执行官埃隆·马斯克在近日表示,他计划让他最新的创业项目——人工智能初创公司xAI,与特斯拉在“芯片”和“AI软件”上进行合作。
马斯克还在上周的Twitter Spaces音频直播会议上表示,xAI将使用Twitter数据来训练他的人工智能系统和产品。值得注意的是,马斯克没有具体说明Twitter是否会向xAI或他的其他公司收取数据费用以及具体金额。
当马斯克在2022年10月领导社交媒体公司的收购时,Twitter新增了130亿美元的债务。该公司一直在努力提高订阅收入,并因未支付拖欠费用和未支付离职补偿而被前员工和供应商起诉。马斯克还是特斯拉、SpaceX和The Boring Co.的联合创始人或首席执行官,这些公司多年来一直有业务往来。其中一些交易已在特斯拉向美国证券交委员会提交的财务文件中披露。
上周五,马斯克声称“地球上的每个AI组织”都在非法使用Twitter的数据进行训练,但他没有提供证据。目前尚不清楚其他人的数据爬取违反了哪些法律。
本月早些时候,Twitter在德克萨斯州起诉了四个未知的从Twitter进行数据爬取的团队。 由于被“疯狂地爬取”,Twitter最近在社交媒体平台上实施了限速政策。马斯克声称:“有多个团队在爬取我们的每一条推文,且试图在几天完成。这导致系统溃,所以我们不得不采取这样的措施。”他为限速造成的不便道歉。
鉴于AI软件开发人员广泛使用Twitter数据,马斯克表示:“我想我们也会使用公开的推文(显然不包括任何私人信息)进行训练,就像其他人一样。” 马斯克表示,Twitter的数据集适用于“文本训练”、“图像和视频训练”。然而,他指出AI系统需要更多的人工创建数据,并希望xAI能够效仿Alphabet旗下DeepMind的Alpha Zero,这是一个通过与自己对弈来训练,在国际象棋、将棋和围棋这三个游戏中达到了高水平计算机程序。
特斯拉的粉丝和推广者Omar Qazi(在Twitter上被称为Whole Mars Catalog)在Spaces活动中向马斯克提了几个关于xAI如何与特斯拉合作的问题。他问,xAI是否可能使用英伟达或特斯拉制造的GPU进行数据处理。
马斯克说:“那是特斯拉的问题,特斯拉正在建造定制芯片‘’,尽管这可以被视为GPU的替代品。
然后他谈了特斯拉的车载硬件,这使得该公司的先进驾驶辅助系统能够在其汽车上运行,这一被称为Autopilot的系统据称拥有全自动驾驶能力。
特斯拉多年来一直承诺推出一款自动驾驶汽车。马斯克表示,到2017年底,特斯拉汽车能够在没有任何人工干预的情况下完成一次横跨美国的演示。
2019年,特斯拉筹集了数十亿美元,并承诺在一年销售100万辆拥有自动驾驶能力的特斯拉汽车。到目前为止,特斯拉的车辆都无法在没有人类驾驶员监管的情况下运行。
马斯克在上周五的Twitter Spaces上表示,特斯拉第四代产品正在发货,它比第三代产品“能力提升三到五倍”,并承诺“第五代产品”将在几年后推出,比当前版本“能力提高四到五倍”。
马斯克还讨论了Dojo,这是特斯拉正在开发的,应用于机器学习、计算机视觉训练的超级计算机。特斯拉利用来自客户车辆的视频片段和数据来进现有软件或开发新功能。
马斯克表示,xAI需要开发能“理解物理世界而不仅仅是互联网”的技术,他认为,特斯拉的驾驶数据将对此有所帮助。
via:CNBC
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。