Tesla 中國在國內的銷售主要由 Model 3 私家車和 Model Y 跨界車組成。雖然 Model 3 已經進行了更新,但 Model Y 仍主要以其原始版本銷售。然而,有人猜測 Tesla 中國正在着手推出一個更新版本的 Model Y,據報導名為「Juniper」,預計將在明年初發佈。全球各地出現的覆蓋 Model Y 車輛的目擊報告暗示,這款暢銷的全電動跨界車的更新可能確實在籌備中。
Elon Musk 表示,他相信 Tesla 在 2024 年的全球交付量可能會超過創紀錄的 2023 年數字。為了實現這一雄心勃勃的目標,Tesla 必須在第四季度交付創紀錄的 515000 輛車輛。中國作為 Tesla 最大的市場之一,將在決定這家電動車製造商是否能實現 2024 年交付目標方面發揮重要作用。
根據斯諾登提供嘅資料,美國軍方可以用電腦硬解部份 Tor Project 嘅加密數據,至於其他非美國軍方的機應該未有咁強嘅能力,但當然部份嘅 Tor Project 接點可能身處 CN HK MO KP IR SY PK CU VN 呢啲地方,所以係使用上也都要設定避開呢到地址嘅 Tor Project Server(教學看此)
亞馬遜在 2024 年 AWS re:Invent 活動上推出了其首個系列的基礎 AI 模型,雖然稍晚,但仍引起了廣泛關注。亞馬遜開發了一個名為 Nova 的 AI 模型系列,旨在與 OpenAI 的 GPT-4o、Google 的 Gemini 1.5 Pro 以及其合作夥伴 Anthropic 的 Claude 3.5 Sonnet (New) 模型競爭。
Nova 系列下共有六個模型:Nova Micro、Nova Lite、Nova Pro、Nova Premier、Nova Canvas 和 Nova Reel。
Nova Micro 是最小的文本專用模型;Nova Lite 是一款低成本的多模態模型,能夠處理圖像、視頻和文本;Nova Pro 是一款功能強大的多模態模型;Nova Premier 是專為複雜推理任務設計的最強模型(預計於 2025 年第一季度推出);Nova Canvas 能生成 AI 圖像,而 Nova Reel 則可製作 AI 視頻。
總的來說,透過 Nova AI 模型,亞馬遜已經涵蓋了生成式 AI 的所有應用場景。這些 Nova 模型將通過 Amazon Bedrock 的 API 提供給開發者和商業客戶,以支持新的 AI 體驗和應用。
令人驚訝的是,亞馬遜在其自有的 Trainium 晶片上訓練 Nova 模型,推理則在其 Inferentia 晶片上進行。顯然,亞馬遜並未依賴 Nvidia 的 GPU 來訓練其基礎模型,這一點與 Google 的 TPU 類似。
亞馬遜計劃通過 Rufus 在購物應用和語音助手 Alexa 中引入 Nova 驅動的 AI 體驗。至於基準測試,亞馬遜的 Nova Pro 模型在性能上不及 Claude 3.5 Sonnet (New) 和 GPT-4o 等旗艦模型,但其競爭力仍然相當強勁。可以參考上表以了解基準數字。
亞馬遜表示,其最強大的 Nova Premier 模型將於 2025 年第一季度推出。此外,客戶還可以根據其專有數據對模型進行微調。
Google 的 Gemini 2.0 預計將於 12 月推出,被認為可能超越現有的 AI 模型,並加劇與 OpenAI 的競爭。同時,OpenAI 正在開發一款具備智能搜索功能的 AI 驅動網頁瀏覽器,反映出將 AI 深度整合至日常工具的趨勢。AI 技術正在徹底改變電子商務和搜索體驗,透過個性化購物建議及基於視覺的產品識別工具,為用戶提供更高效的互動。整個 AI 行業正進入創新階段,推理能力和專業應用的突破預示著超智能可能在未來六年內誕生。此外,AI 還推動了自動化、創意工具和 3D 建模技術的進步,但同時也引發了對經濟和社會的擔憂,例如工資下降及勞動力被取代的問題。
AI 推理模型
AI 系統在推理方面的能力日益增強,像 DeepSeek R1 Mini 這樣的模型在解決問題方面設立了新標準。這些先進系統在應對複雜挑戰方面表現出色,在 GSM 8K 等嚴格測試中超越了競爭對手。這一進展的主要驅動力是代理框架的興起,使 AI 系統能夠更自主地運作並更高效地執行任務。隨著這些模型的發展,對精確評估指標的需求也在增長,確保其推理能力被準確且一致地衡量。這一飛躍不僅僅是關於性能,更是關於創造能夠以最小人為干預適應現實世界複雜性的系統。
Google Gemini 2.0:我們所知道的
洩漏的報告顯示,Google 的備受期待的 Gemini 2.0 可能最早於 12 月推出,這引發了對其超越現有 AI 模型潛力的廣泛猜測。Google 已經展示了在特定基準測試中超越 OpenAI 的能力,進一步加劇了這兩大科技巨頭之間的競爭。這場競爭不僅僅是為了主導地位,而是為了加速 AI 發展的步伐。兩家公司都在爭先恐後地提供重新定義 AI 能力的創新解決方案,從改善自然語言理解到增強決策過程。Gemini 2.0 的發布可能標誌著這場持續的技術軍備競賽中的一個重要里程碑。
OpenAI 的新計劃
據報導,OpenAI 正在開發一款 AI 驅動的網頁瀏覽器,旨在集成針對特定領域(如旅行、食品和零售)的智能搜索功能。通過從 Google 招募頂尖人才,OpenAI 旨在在這一領域進行創新,反映出將 AI 嵌入日常工具的更廣泛趨勢。這些努力突顯了 AI 在提升用戶體驗和簡化在線互動中的日益重要角色。例如,一款 AI 驅動的瀏覽器可以提供個性化建議、簡化搜索,甚至預測用戶需求,使數字導航更加直觀和高效。這一項目強調了 OpenAI 致力於推進 AI 與日常生活無縫整合的承諾。
AI 對電子商務和搜索的影響
AI 正在根本改變消費者的網上購物和搜索方式。像 Perplexity Pro Search 這樣的工具正在引領潮流,提供個性化的購物體驗,而基於視覺的 AI 模型則使用戶能夠識別和購買具有特定屬性的產品。這些創新不僅僅是為了便利,而是為了賦予消費者做出更明智決策的能力。例如,用戶可以上傳所需產品的照片,AI 將在多個平台上找到類似商品,節省時間和精力。這一轉變正在重新定義消費者與數字平台之間的關係,使互動更加量身定制和高效。
AI 發展的演變
AI 行業正在經歷重大的轉型。在 2018 年至 2024 年之間,重點在於擴大 AI 能力,但下一階段將強調推理和專業應用的創新。專家預測,超智能——超越人類智力的 AI 系統——可能在六年內出現。這一演變是由測試時計算能力和領域特定研究的進步推動的,標誌著 AI 發展的一個關鍵時刻。其影響範圍廣泛,從解決複雜的科學問題到自動化複雜的工作流程。隨著 AI 的持續演變,其重塑行業和重新定義人類能力的潛力變得越來越明顯。
AI 代理和自動化
先進的 AI 代理,如 Runa H,正在開發中,旨在自動化任務並以最小的人為干預在網上導航。這些代理承諾通過處理重複或耗時的活動來顯著提高生產力。然而,仍然存在挑戰,包括確保可靠性和減少幻覺——這些錯誤的輸出可能會削弱對 AI 系統的信任。企業正在大量投資於完善代理工作流程,旨在創造不僅高效而且可靠的系統。潛在的應用範圍廣泛,從自動化客戶服務到管理複雜的物流,突顯了 AI 對生產力和效率的巨大影響。
OpenAI 的 GPT-4 已經進行了更新,以增強其創意寫作能力,與 Claude 等模型競爭。這些改進滿足了專注於寫作的用戶的需求,提供了高效生成高質量內容的工具。創意 AI 不僅僅是自動化任務,而是賦予個人和組織創造創新工作的能力。從生成引人注目的市場文案到協助編劇,這些工具正在模糊人類與機器創造力之間的界限。隨著創意 AI 的持續演變,它為藝術表達和專業生產力開啟了新的可能性。
AI 在 3D 建模和設計中的應用
像 NVIDIA 的 Edify 這樣的平台正在通過允許用戶使用自然語言命令創建模型、材料和環境來改變 3D 建模。這項技術降低了創意專業人士的技能門檻,使先進設計工具普及化。例如,建築師可以用簡單的語言描述一個建築概念,AI 將生成詳細的 3D 模型。這些進展不僅僅是為了便利,更是為了釋放創造力,讓專業人士專注於更高層次的設計任務。其影響延伸到藝術、建築和娛樂等行業,AI 驅動的工具正變得不可或缺。
USB Type-C:2 組,40Gbps Thunderbolt 4,CPU; USB Type-A:紅色,6 組 USB 3.2 Gen 2,Chipset; USB Type-A:藍色,4 組 USB 3.2 Gen 1,Chipset; USB Type-A:黑色,2 組 USB 2.0,Chipset; RJ-45:10GbE,Marvell AQtion AQC113C; Wi-Fi:Intel Wi-Fi 7 BE200NGW with WIFI EZ-Plug(2T2R); AUDIO:Realtek ALC1220 CODEC + ESS ES9118 DAC;
在我們的對比測試中,Intel筆電的RAM實際上速度較快,達到8533 MT/s,而AMD筆電的RAM為7500 MT/s。儘管如此,AMD Ryzen AI 9 HX 375處理器的每秒token生成速度(tokens per second)比競爭對手快出高達27%。參考資料顯示tokens per second (tk/s)是測量LLM輸出token速度的指標,大約對應於每秒在螢幕上顯示的字數。
AMD Ryzen AI 9 HX 375處理器在Meta Llama 3.2 1b Instruct(4-bit量化)中可實現每秒高達50.7個token的效能。
對大型語言模型進行基準測試的另一個指標是「輸出首個token的時間(time to first token)」,測量從提交提示(prompt)至模型開始生成token之間的延遲時間。在較大模型中,基於AMD “Zen 5”架構的Ryzen™ AI HX 375處理器的速度相較競爭對手的同級處理器快出高達3.5倍。
AMD Ryzen AI CPU中的三個加速器各自擁有特定的工作負載專業化和擅長的情境。基於AMD XDNA 2架構的NPU在執行Copilot+工作負載時為持續的AI功能提供卓越的功耗效率,CPU為工具和框架提供廣泛的覆蓋範圍和相容性,而內顯(iGPU)通常根據需求處理AI任務。