Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Google 推出 Gemini 2.5 Computer Use 模型今年早些时候，Google 就宣布了将通过 Gemini API 为开发者带来直接操控电脑界面的 AI 能力。今天，Google 正式推出了 Gemini 2.5 Computer Use模型（Gemini 2.5 Computer Use model）。这个专门的模型基于 Gemini 2.5 Pro 强大的视觉理解与推理能力构建，可以让 AI 智能体像人类一样，直接点击、滚动、输入文字，实现与网页或应用的交互。这一技术在多个网页和移动端界面的任务基准测试中，表现超越了当前领先的同类产品，而且反应速度更快。开发者们现在就可以通过 Gemini API，在 Google AI Studio 和 Vertex AI 中提前体验。

宝玉

137,694 subscribers

66,158 Aufrufe • vor 10 Monaten •via X (Twitter)

Gesundheit & Wellness Wissenschaft & Technologie Bildung

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

前端已死！这次是真的了， Nano banana Pro杀死设计师，没有人反对吧。刚刚发布的Gemini 3 flash 就是杀死前端的大模型， Google强调Gemini 3 flash擅长编码和代理功能，可以实现快速、迭代开发，性能优于3 Pro的代理编码技能。来看搜集的最新10多个Gemini 3 Flash 前端实测案例：👇 via:Sai

前端已死！这次是真的了， Nano banana Pro杀死设计师，没有人反对吧。刚刚发布的Gemini 3 flash 就是杀死前端的大模型， Google强调Gemini 3 flash擅长编码和代理功能，可以实现快速、迭代开发，性能优于3 Pro的代理编码技能。来看搜集的最新10多个Gemini 3 Flash 前端实测案例：👇 via:Sai

Tony出海

91,190 Aufrufe • vor 8 Monaten

Google Earth AI 迎来大升级通过接入Gemini ，Google Earth 不只是提供图像或数据，而是能主动进行地理空间推理它能自动把不同类型的数据（天气、人口、卫星影像、地形、基础设施）关联起来；能够回答复杂的问题，比如： “这场暴雨会影响哪些地区？” “哪些地方的居民最可能受灾？” “哪些电网和道路可能中断？” 以前，这些分析需要专家团队花费数周甚至数月；现在，Earth AI 结合 Gemini 的推理能力，可以在几分钟内完成。 Google 的长期目标是让 Earth AI： “像语言模型理解文字那样，理解地球的物理系统。”

Google Earth AI 迎来大升级通过接入Gemini ，Google Earth 不只是提供图像或数据，而是能主动进行地理空间推理它能自动把不同类型的数据（天气、人口、卫星影像、地形、基础设施）关联起来；能够回答复杂的问题，比如： “这场暴雨会影响哪些地区？” “哪些地方的居民最可能受灾？” “哪些电网和道路可能中断？” 以前，这些分析需要专家团队花费数周甚至数月；现在，Earth AI 结合 Gemini 的推理能力，可以在几分钟内完成。 Google 的长期目标是让 Earth AI： “像语言模型理解文字那样，理解地球的物理系统。”

小互

17,351 Aufrufe • vor 10 Monaten

千呼万唤始出来，Gemini 3终于出来了！大胆预测一下，本月Gemini 3出来，11月排名可能新王登基。我直接来测一下它的编程能力，教大家如何在Claude Code里接入Gemini 3。 1. 打开 2. 创建API Key，现在可以免费用，还有充值赠送20%的活动 3. 设置环境变量，我推荐用CC Switch，需要配置以下环境变量 "ANTHROPIC_AUTH_TOKEN": "sk-ai-v1-xxx", "ANTHROPIC_BASE_URL": " "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "google/gemini-2.5-flash-lite", "ANTHROPIC_DEFAULT_SONNET_MODEL": "google/gemini-3-pro-preview-free", "ANTHROPIC_DEFAULT_OPUS_MODEL": "google/gemini-3-pro-preview-free" 设置完重启Claude Code就能用了。具体操作看视频 👇

千呼万唤始出来，Gemini 3终于出来了！大胆预测一下，本月Gemini 3出来，11月排名可能新王登基。我直接来测一下它的编程能力，教大家如何在Claude Code里接入Gemini 3。 1. 打开 2. 创建API Key，现在可以免费用，还有充值赠送20%的活动 3. 设置环境变量，我推荐用CC Switch，需要配置以下环境变量 "ANTHROPIC_AUTH_TOKEN": "sk-ai-v1-xxx", "ANTHROPIC_BASE_URL": " "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "google/gemini-2.5-flash-lite", "ANTHROPIC_DEFAULT_SONNET_MODEL": "google/gemini-3-pro-preview-free", "ANTHROPIC_DEFAULT_OPUS_MODEL": "google/gemini-3-pro-preview-free" 设置完重启Claude Code就能用了。具体操作看视频 👇

泊舟

41,402 Aufrufe • vor 9 Monaten

🤪「 AI 邪修小技巧 5/100：Google 官方免费中文 AI 教学课程，0 帧起手做 APP」上次提到了怎么拿到免费的 Google API 的赠金，然后免费使用 gemini-3.0-pro/flash 的 AI 模型。这次想要推荐一下关于 Google Skills 的一个关于 AI Studio 的系列课程。 AI Studio 是我自己经常会用来搭建应用的基础框架的平台：它的好处在于可以快速帮你按照需求配置 Gemini API，只需要将需求用自然语言告诉它，很快就能构建出一个符合基础功能的框架。如果需要后端功能，则下载 Code 之后，继续在 IDE 里面编辑就行。这个 Google Skills 里面的系列教人快速上手 AI Studio 的使用，含有「课程」和「实操」的不同教学模型，相当于手把手教了，非常推荐：

🤪「 AI 邪修小技巧 5/100：Google 官方免费中文 AI 教学课程，0 帧起手做 APP」上次提到了怎么拿到免费的 Google API 的赠金，然后免费使用 gemini-3.0-pro/flash 的 AI 模型。这次想要推荐一下关于 Google Skills 的一个关于 AI Studio 的系列课程。 AI Studio 是我自己经常会用来搭建应用的基础框架的平台：它的好处在于可以快速帮你按照需求配置 Gemini API，只需要将需求用自然语言告诉它，很快就能构建出一个符合基础功能的框架。如果需要后端功能，则下载 Code 之后，继续在 IDE 里面编辑就行。这个 Google Skills 里面的系列教人快速上手 AI Studio 的使用，含有「课程」和「实操」的不同教学模型，相当于手把手教了，非常推荐：

Penny777 🦊

45,850 Aufrufe • vor 7 Monaten

Gemini-3.5-flash发布! 价格直接翻三倍? Google I/O 开始啦! 今天上来就是模型发布, Gemini-3.5-flash 直接全量上线了. 价格直接从 gemini-3-flash 的每百万 Token 输入/输出 $0.50 / $3 涨到了 $1.5 / $9, 那么性能有提示吗? 我简单测了几个例子, 目前来看体感处于 Genini-3.0-pro 和 Gemini-3.1-Pro 之间 (测试用的是 Thinking level: high) 不过稳定性就差很多了, 3D 渲染的 shader 它怎么都写不对, 我只能手动修了一下才能运行视频中这个火山喷发演示. 从目前 Gemini 系列模型迭代来看, Google 可能更想学 Anthropic, 搞三个档次. flash-lite 会取代之前 flash 的位置. 而 flash 更可能是主打一百万上下文内不设置阶梯定价, 承接 pro 这部分溢出的用户. 而本身编程性能上距离 pro 还有点差距. Pro 自然就是旗舰级别模型了. 不过现在这个定价来看, 可能这次 flash 更多是为了跟这次一起发布的 Antigravity CLI 一起搭配用的. 做 claude code 中 sonnet 模型的生态位置. #geminiflash35 #geminiflash #googleio

Gemini-3.5-flash发布! 价格直接翻三倍? Google I/O 开始啦! 今天上来就是模型发布, Gemini-3.5-flash 直接全量上线了. 价格直接从 gemini-3-flash 的每百万 Token 输入/输出 $0.50 / $3 涨到了 $1.5 / $9, 那么性能有提示吗? 我简单测了几个例子, 目前来看体感处于 Genini-3.0-pro 和 Gemini-3.1-Pro 之间 (测试用的是 Thinking level: high) 不过稳定性就差很多了, 3D 渲染的 shader 它怎么都写不对, 我只能手动修了一下才能运行视频中这个火山喷发演示. 从目前 Gemini 系列模型迭代来看, Google 可能更想学 Anthropic, 搞三个档次. flash-lite 会取代之前 flash 的位置. 而 flash 更可能是主打一百万上下文内不设置阶梯定价, 承接 pro 这部分溢出的用户. 而本身编程性能上距离 pro 还有点差距. Pro 自然就是旗舰级别模型了. 不过现在这个定价来看, 可能这次 flash 更多是为了跟这次一起发布的 Antigravity CLI 一起搭配用的. 做 claude code 中 sonnet 模型的生态位置. #geminiflash35 #geminiflash #googleio

karminski-牙医

23,035 Aufrufe • vor 3 Monaten

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了。。

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了。。

indigo

128,136 Aufrufe • vor 2 Jahren

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 Aufrufe • vor 3 Monaten

两年多前，Google 联合创始人 Sergey Brin 也曾站在 AGI House，承认 Google 在大模型上落后了，并说要追赶回来。后来的结果大家都看到了：Gemini 一路追上来，半年前 Gemini 3 发布时，Google 至少在很多维度重新回到了第一梯队。但六个月后，局面又变了。这一次，仍然战斗在一线的 Sergey 再次回到 AGI House，做了一场新的 Q&A：他怎么看 AGI 和超级智能，怎么看 Transformer、世界模型和 AI for Science，Google 为什么现在重仓 coding agent，他和 Demis、Corey 在 Gemini 上到底怎么分工，以及他是否还相信 Google 能再追上来。下面划重点： Google 重新把 coding 放到最高优先级之一。 Sergey 承认，他们可能更早就该深度关注 coding。现在 Google 已经非常专注于这个方向。他对 Gemini 仍然有信心，但也承认竞争对手在 coding 上进步很快。他提到，某些模型在长时间、深度 coding 任务上表现很好；而 Gemini Flash 的优势在于速度，适合交互式快速迭代。他认为 AGI 的关键不只是“会回答问题”，而是能自我改进。他个人更倾向于把 AGI 理解为一种能够改进自己的 AI，而不是单纯“什么人类任务都能做”。世界模型很重要，尤其是如果 AI 要进入物理世界。如果 AI 要做人类能做的事，就必须理解世界、预测行动后果，并和现实世界互动，这会延伸到机器人、多模态和视频模型。 Transformer 可能还没到头。他认为 Transformer 已经从文本扩展到图像、视频等场景，而且不断演化。类似 Transformer 的架构，有可能继续走向 AGI。他在 Google 内部的角色更像“推动者”而不是正式负责人。 Corey、Demis 等人负责组织和交付，Sergey 则不断追问团队有没有漏掉重要方向、有没有低估某些优先级。他对“AI 会取代人类意义”没那么悲观。他用国际象棋和围棋举例：机器超过人类后，人类并没有停止下棋，反而借助 AI 变得更强。整体听下来，你能看到 Google 内部现在的真实焦虑和重心：AGI、自我改进、coding agent、世界模型，以及用 AI 来构建下一代 AI。（中文字幕视频）

两年多前，Google 联合创始人 Sergey Brin 也曾站在 AGI House，承认 Google 在大模型上落后了，并说要追赶回来。后来的结果大家都看到了：Gemini 一路追上来，半年前 Gemini 3 发布时，Google 至少在很多维度重新回到了第一梯队。但六个月后，局面又变了。这一次，仍然战斗在一线的 Sergey 再次回到 AGI House，做了一场新的 Q&A：他怎么看 AGI 和超级智能，怎么看 Transformer、世界模型和 AI for Science，Google 为什么现在重仓 coding agent，他和 Demis、Corey 在 Gemini 上到底怎么分工，以及他是否还相信 Google 能再追上来。下面划重点： Google 重新把 coding 放到最高优先级之一。 Sergey 承认，他们可能更早就该深度关注 coding。现在 Google 已经非常专注于这个方向。他对 Gemini 仍然有信心，但也承认竞争对手在 coding 上进步很快。他提到，某些模型在长时间、深度 coding 任务上表现很好；而 Gemini Flash 的优势在于速度，适合交互式快速迭代。他认为 AGI 的关键不只是“会回答问题”，而是能自我改进。他个人更倾向于把 AGI 理解为一种能够改进自己的 AI，而不是单纯“什么人类任务都能做”。世界模型很重要，尤其是如果 AI 要进入物理世界。如果 AI 要做人类能做的事，就必须理解世界、预测行动后果，并和现实世界互动，这会延伸到机器人、多模态和视频模型。 Transformer 可能还没到头。他认为 Transformer 已经从文本扩展到图像、视频等场景，而且不断演化。类似 Transformer 的架构，有可能继续走向 AGI。他在 Google 内部的角色更像“推动者”而不是正式负责人。 Corey、Demis 等人负责组织和交付，Sergey 则不断追问团队有没有漏掉重要方向、有没有低估某些优先级。他对“AI 会取代人类意义”没那么悲观。他用国际象棋和围棋举例：机器超过人类后，人类并没有停止下棋，反而借助 AI 变得更强。整体听下来，你能看到 Google 内部现在的真实焦虑和重心：AGI、自我改进、coding agent、世界模型，以及用 AI 来构建下一代 AI。（中文字幕视频）

Michael Guo

84,597 Aufrufe • vor 1 Monat

Gemini 现在可以将任何问题和复杂概念直接转化为可自定义的交互式可视化效果前往 Gemini 选择Pro 模型，然后让 Gemini “show me” 或 “help me visualize” 一个复杂概念，这样你就可以看到下面的效果⬇️

Gemini 现在可以将任何问题和复杂概念直接转化为可自定义的交互式可视化效果前往 Gemini 选择Pro 模型，然后让 Gemini “show me” 或 “help me visualize” 一个复杂概念，这样你就可以看到下面的效果⬇️

小互

78,830 Aufrufe • vor 4 Monaten

Google发布 Gemini Intelligence 把 Gemini 从“聊天机器人”，彻底升级成 Android 的“系统级大脑” 它更像 Google 对下一代 Android 的总架构定义：过去 Android 是：“App + 系统” 现在开始变成：“AI 理解层 + 系统 + App” Gemini 开始主动理解： • 你正在做什么 • 你可能想做什么 • 哪些 App 可以协同 • 下一步应该自动完成什么 Google 官方甚至直接用了：“proactive AI features”。也就是：主动式 AI。以前的手机逻辑，本质上还是“人操作 App”。你需要自己打开软件、复制信息、切换页面、一步一步完成任务。现在 Google 想做的，是让 AI 直接理解你正在做什么，然后替你跨 App 执行。

Google发布 Gemini Intelligence 把 Gemini 从“聊天机器人”，彻底升级成 Android 的“系统级大脑” 它更像 Google 对下一代 Android 的总架构定义：过去 Android 是：“App + 系统” 现在开始变成：“AI 理解层 + 系统 + App” Gemini 开始主动理解： • 你正在做什么 • 你可能想做什么 • 哪些 App 可以协同 • 下一步应该自动完成什么 Google 官方甚至直接用了：“proactive AI features”。也就是：主动式 AI。以前的手机逻辑，本质上还是“人操作 App”。你需要自己打开软件、复制信息、切换页面、一步一步完成任务。现在 Google 想做的，是让 AI 直接理解你正在做什么，然后替你跨 App 执行。

小互

15,584 Aufrufe • vor 3 Monaten

国内好多人都说Gemini是美国版豆包？我觉得这两者都不是一个量级的吧？Gemini可以混合notebooklm记笔记有多好用，用过都知道，还有深度联网搜索功能用来做深度详细报告，还有canvas模式（这个更是夯爆了好吗？）而且Gemini的可视化方面，还有审美ui设计方面绝对是世界顶级模型，还可以和Google ai studio混合交叉使用，夯中夯，还有生图功能的Nano Banana模型，在gpt的image2没出来之前一直是最强的图形生成模型吧，不知道为什么会有人拿Gemini跟豆包比较？那些人真的用过Gemini吗？对此表示怀疑🤔🤔🤔

国内好多人都说Gemini是美国版豆包？我觉得这两者都不是一个量级的吧？Gemini可以混合notebooklm记笔记有多好用，用过都知道，还有深度联网搜索功能用来做深度详细报告，还有canvas模式（这个更是夯爆了好吗？）而且Gemini的可视化方面，还有审美ui设计方面绝对是世界顶级模型，还可以和Google ai studio混合交叉使用，夯中夯，还有生图功能的Nano Banana模型，在gpt的image2没出来之前一直是最强的图形生成模型吧，不知道为什么会有人拿Gemini跟豆包比较？那些人真的用过Gemini吗？对此表示怀疑🤔🤔🤔

阿金

28,823 Aufrufe • vor 1 Monat

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要感谢各位点赞支持！关注我，每天带来最新的ai资讯！

Vic TALK

79,134 Aufrufe • vor 5 Monaten

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,716 Aufrufe • vor 1 Jahr