跳到正文
10月22日周四
  1. 财联社电报70

    马斯克:拉动汽车需求的最大驱动力是FSD 正全力推动FSD在更多市场获得审批

    特斯拉CEO马斯克在财报电话会上表示,特斯拉汽车需求快速增长,已超出产能,将提升产量。他指出拉动需求的最大驱动力是完全自动驾驶FSD,目前市场上没有竞争车型。特斯拉正全力推动FSD在更多市场获得审批,已获欧洲多国许可,希望获得欧盟全域审批,预计几个月内或明年一季度落地。

  2. 华尔街见闻73

    英伟达在GTC柏林大会发布多项AI产品与战略

    英伟达在GTC柏林大会推出DSX POD模块化数据中心方案,将部署周期从数月压缩至两周;供应链伙伴宣布基板产能扩2.5倍、CoWoS封装扩3倍;物理AI业务FY27上半年收入已达110亿美元,超过FY26全年;并发布OpenShell架构应对企业AI安全问题。高盛维持对英伟达的买入评级,12个月目标价300美元。

  3. IT之家35

    《赛博朋克 2077》发布《边缘行者 2》版本更新 2.5

    CD Projekt 为配合 Netflix 动画《赛博朋克:边缘行者 2》上线,为《赛博朋克 2077》推出 2.5 版大型更新,新增联动支线任务、双持武器玩法及义体自定义功能。此次更新于 10 月 22 日登陆 PC、Mac、PlayStation 5 和 Xbox Series X|S 平台,Switch 2 版稍后推出。游戏还新增官方模组支持、跨平台模组浏览安装功能及多项技术优化。

  4. 钛媒体85

    剂泰科技与礼来达成AI-LNP平台合作,中国AI制药行业站位转变

    剂泰科技与礼来宣布达成新型LNP递送技术合作,首付款逾千万美元,最高可解锁11亿美元里程碑。这是礼来首次押注AI驱动的脂质纳米颗粒技术,也是国内首个生成式AI-LNP出海大单,标志着中国AI制药企业从'卖分子'转向'卖平台'的新站位。

    推荐理由:从分子授权到平台合作,中国AI制药企业首次以'发明能力'而非单一成果进入全球新药研发核心链条。

  5. IT之家85

    特斯拉宣布今年底前向客户销售Cybercab无人驾驶出租车

    特斯拉表示将在今年年底前开始向客户销售其无人驾驶出租车Cybercab,这款金色双人自动驾驶车辆没有方向盘和其他传统操控装置。特斯拉工程副总裁拉尔斯·莫拉维称当前生产的Cybercab全部供给特斯拉自身的自动驾驶出租车车队,随着车队规模扩大,公司将主要向客户交付完整设计的自动驾驶车辆。美国国家公路交通安全管理局正在调查Cybercab是否符合车辆安全标准。

    推荐理由:特斯拉将无人驾驶出租车Cybercab从车队运营转向客户销售,标志着其自动驾驶战略的重要转变,但监管障碍仍是关键变量。

  6. IT之家70

    苹果首款折叠 iPhone Duo 海外媒体评价汇总:外屏处理琐事,内屏留给沉浸

    苹果首款折叠 iPhone Duo 将于 10 月 23 日正式发售,海外媒体评价显示其价格昂贵但性能强劲,搭载与 iPhone 18 Pro 相同的 A20 Pro 芯片,散热设计使持续性能提升最多 35%。媒体评价指出外屏适合处理日常琐事,内屏提供沉浸体验,但应用适配仍需完善,续航介于 iPhone 18 Pro Max 和 Galaxy Z Fold8 之间。

  7. AWS Machine Learning Blog80

    AWS团队解析多智能体系统五大生产挑战及Deep Insight解决方案

    AWS Solutions Architecture团队发布Deep Insight多智能体系统,解决了从原型到生产的五大核心挑战:执行流控制、模型选择、可靠运行、代码执行安全性和系统监控。

    推荐理由:从原型到生产,多智能体系统面临五大挑战,AWS团队通过Deep Insight架构展示了如何解决执行流控制、模型选择、安全部署等关键问题。

  8. 华尔街见闻85

    Meta发布智能体Muse,用户破千万并计划明年成本效率提升十倍

    Meta发布个人超级智能体Muse,上线一个半月美国和加拿大用户已破千万,25%用户每天使用,超过四分之一用户通过Muse购物,平均金额超过200美元。Meta预计明年计算成本效率提升十倍以上,计划通过订阅、交易和企业服务拓展收入。

    推荐理由:Muse上线一个半月用户破千万,25%用户每日使用,购物转化率超预期,展示AI智能体商业化潜力。

  9. AWS Machine Learning Blog68

    AWS发布基于Strands Agents的自适应智能体智能框架

    AWS发布了基于Strands Agents的自适应智能体智能框架(AAIF),通过本地小模型处理常规任务,云端大模型处理复杂分析,降低API成本并减少延迟。该框架采用三层架构:智能调度层使用轻量级SLM作为决策层,本地处理层通过Ollama运行SLM处理常规任务,云处理层通过Amazon Bedrock处理复杂模式分析和战略建议。

    推荐理由:通过本地小模型与云端大模型协同,AAIF框架解决了AI智能体全依赖大模型导致的成本与延迟问题,展示了智能路由的实用价值。