资讯与观察
AI 行业动态、工程实践、产品方法和社区故事。
IBM AI Releases Granite Speech 5.0 2B for Multilingual Transcription and Translation
IBM released Granite Speech 5.0 2B, an Apache 2.0 speech recognition and translation model. It ranks #2 on the Open ASR Leaderboard with 5.68% average English WER, alongside updated Turbo CTC and 4.1 2B Plus models.
千万级医疗AI订单，智谱中标！
智东西 作者 | 孙小雯 编辑 | 程茜 智东西10月22日报道，昨日，厦门市健康医疗大数据中心（厦门市医药研究所）“人工智能医疗大模型底座与应用工程一期”项目公布中标结果，中标供应商为北京智谱华章科技股份有限公司（简称：智谱），中标金额为1058万元。 此前9月29日，该项目招标公告发布，预算金额及最高限价均为1080万元。采购标的为1套行业应用软件开发服务。 ▲该项目采购预算为1080万元（图源：中国政府采购网） 据公开披露的采购…
2 分钟 · 智东西
Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method
Perplexity and NVIDIA introduced JOLT, a post-training method that trains one model as both teacher and student. On MATH it matched GRPO’s accuracy with 6.5x fewer processed training tokens.
15 分钟 · MarkTechPostLATEST STORIES
最新内容
火山引擎启动Seedance 2.5 4K模型首批企业试用，定向供应全球20家工作室和导演精选导读
近日，火山引擎启动了Seedance 2.5 4K模型的第一批企业用户试用，与作品绑定、定向供应给全球20家工作室和导演Seedance 2.5 4K 模型，探索搬上大荧幕的高端影视需求。 除了画面细节更清晰，Seedance 2.5 4K 主打人物表演更细腻自然、参考生成和编辑的一致性更精细，是Seedance 2.5这一代中的最强模型。一家已试用模型的电影工作室向雷峰网表示，Seedance 2.5 4K 的价格设置并没有预期中高…
RSI，田渊栋交卷了！40B本地编程模型开源，MacBook Pro可跑精选导读
智东西 作者 | 黄菲 编辑 | 江宇 智东西10月22日报道，昨夜，前Meta FAIR研究总监田渊栋参与创办的AI初创公司Recursive Superintelligence（以下简称Recursive）推出首款本地编程模型Flint，该模型主打高速推理，在英伟达RTX Spark上的生成速度超过150 Token/秒，在搭载苹果M4 Pro芯片的MacBook Pro上超过125 Token/秒，最高可达同类模型的2倍。 ▲R…
1000亿！曝DeepSeek拿下中国AI最大融资精选导读
智东西（公众号：zhidxcom） 编译 | 杨京丽 编辑 | 云鹏 智东西10月22日消息，刚刚，据彭博社报道，DeepSeek在最新一轮融资中已筹集约1000亿元（约合150亿美元），创下中国AI行业规模最大的融资纪录，宁德时代和腾讯位列本轮融资规模最大的投资者之列。 据知情人士透露，DeepSeek在与投资者接洽期间至少两次上调融资目标，最初目标为500亿元，后提高至800亿元，最终达到1000亿元。由于相关细节尚未公开，知情人…
Meta，一年减少12000人精选导读
智东西 作者 | 杨京丽 编辑 | 李水青 智东西10月22日报道，今天凌晨，Meta公布2026年第三季度财报。其AI业务逐步进入产品和商业化验证阶段：Meta旗下应用日活跃人数达到36.4亿，广告收入同比增长26%；个人智能体Muse上线约一个半月后，在美国和加拿大已有超过1000万人配置了自己的智能体，日活跃使用比例约为25%。 本财季，Meta营收达到646.01亿美元（约合人民币4313亿元），同比增长26%；净利润为98.…
A Coding Guide to Cactus Whistle: Does a 16.9 MB Speech Model Hold Up Against Whisper Base? Word Error Rate, Speed, Streaming, Timestamps, Keywords, and Speech-to-Tool Calls on a CPU精选导读
Explore a comprehensive coding guide benchmarking Cactus Compute's 16.9 MB speech model against Whisper base. Learn about word error rates, CPU speed, streaming latency, and speech-to-tool integration.
NVIDIA Nsight Python Tutorial: How to Profile GPU Kernels精选导读
Discover NVIDIA Nsight Python, an open-source interface that allows developers to profile GPU kernels, analyze hardware metrics, evaluate cache and clock controls, and measure kernel fusion directly from Python code.
英伟达投的AI语音独角兽发两款新模型，半秒内就能实时响应，附实测精选导读
智东西 作者 | 孙小雯 编辑 | 程茜 智东西10月22日消息，10月20日，英国AI音频独角兽ElevenLabs发布实时语音系列模型Eleven Realtime，包括面向自然交流的Eleven Realtime v1 Mini，以及面向客服、多步骤任务的Eleven Realtime v1 Max。两款模型均支持超过90种语言，可使用ElevenLabs声音库中超过1.7万种音色。 此次发布主打简化语音智能体的搭建和调试。过去…
靳玉志：自动驾驶将重构新的出行方式精选导读
10月21日，2026世界智能网联汽车大会在北京举行。华为公司高级副总裁、引望公司CEO靳玉志出席巅峰对话环节，围绕智能化下半场的变化、引望在技术生态中的角色等话题分享了观点。 靳玉志指出，“智能化下半场”正发生三大变化。第一是产业加速从辅助驾驶迈向自动驾驶。根据工信部统计数据，截至今年9月，L2及以上辅助驾驶搭载率已达到70%。工信部正有序开展L3级自动驾驶准入测试，强标也已正式发布，并将于2027年7月1日起正式落地实施，我认为这…
具身记忆赛道持续升温，长记忆迎来新 SOTA精选导读
IROS 2026 最佳论文启示录：没有长记忆的机器人，终将被淘汰。 作者丨邓哲敏 编辑丨齐铖湧 本月初在匹兹堡闭幕的 IROS 2026 将最佳论文奖颁给了 LT-Mem，这项研究让机器人重访同一空间时，能完整保留每个物体的位置变迁史，而非仅仅记住最新一次看到的样子。评委会从近两千篇收录论文中选中它，想必不仅是认可其扎实的工作，也是代表学界宣告：具身长记忆（long-term embodied memory）已经从一个工程补丁，变成…