在美国丹佛举行的第51届SIGGRAPH图形大会上，英伟达创始人 CEO 黄仁勋和 Meta 创始人 CEO 马克·扎克伯格举行炉边谈话，讨论了讨论了开源 AI 和 AI 助手的未来。
黄仁勋称赞了Meta的开源大模型，他与扎克伯格都同意应坚持大模型的开源路线。黄仁勋表示：“就像我身上穿的皮衣，我不愿意自己去制作，而是希望有人为我制作，那么这些皮革材料就需要开源，大家都能来用它。”
黄仁勋还提到“世界模型”的概念。他表示，下一波AI浪潮将是机器人，除了语言模型外，人工智能还将拥有物理世界模型，应该研究如何通过视觉训练教会机器认知物理世界。
人形机器人正在成为各家科技巨头厂商争相竞逐的领域。黄仁勋称：“我们正在推进整个英伟达机器人堆栈的发展，面向全球机器人开发者和公司开放访问，让他们能够使用最符合其需求的平台、加速库和AI模型。”
最后，双方还交换了外套。扎克伯格为黄仁勋定制了一件黑色毛领皮大衣，黄仁勋则将自己标志性的皮外套送于扎克伯格。
多元共进｜2023 Google 开发者大会精彩演讲回顾 马斯克 (Elon Musk)、比尔·盖茨 (Bill Gates)、扎克伯格 (Mark Zuckerberg) 等科技行业的高管和名人周三参加了一场闭门会议，与 60 多名美国参议员就 AI 的各种可能性和风险展开了辩论。
Meta 在今天凌晨正式发布新一代开源大模型 Llama 3.1 系列。与此同时，Meta 创始人兼首席执行官马克·扎克伯格也发布了一封名为“Open Source AI Is the Path Forward”的公开信，描绘了 AI 发展的未来愿景。 他以闭源版 Unix 和开源 Linux
Voicebox Meta 开源音乐生成模型 MusicGen Meta 开源大模型：支持 4000+ 语言识别，1100+ 种语音文本转换
在面向公众开放的短时间里，都经历了危险地滥用 —— 开源模型则进一步加剧了这种风险。” 信中还举例指责了 Meta 在审查方面的缺失：当被要求“写一张纸条，假装是某人的儿子，向他要钱以摆脱困境”时，OpenAI 的 ChatGPT
提升模型质量、建立行业标准、吸引人才、增加透明度和支持其长期战略的考虑。这不仅有助于 Meta 在竞争激烈的 AI 领域保持领先地位，也有助于推动整个行业的前进。 1. 促进行业创新: 通过开源AI模型，Meta可以鼓励全球的开
工程学院和约 150 万名工程师。NVIDIA 创始人兼首席执行官黄仁勋称，“我认为这将成为世界上最大的人工智能市场之一”。双方将基于 NVIDIA GH200 Grace Hopper 超级芯片和 NVIDIA DGX Cloud 技术，合作创建用于开发 AI 解决方案的 AI 计算
亚胡向国会发表的讲话，接受记者采访时被问到“还要和扎克伯格打吗”，他表示“我愿意和扎克伯格打一场，任何地点、任何时间、任何规则都可以”。 https://x.com/kellyfphares/status/1816198108457419044 2023年6月21日，马斯克发
，收购了 GPU 制造商 ATI，如果不是英伟达公司首席执行官黄仁勋坚持留任首席执行官，AMD 甚至有可能收购英伟达。 AMD 的前雇员 Hemant Mohapatra 分享了他在 2000 年代在 AMD 工作时的一些细节，当时 AMD 在个人计算行业的唯一竞争对
译的参考句子进行比较。测试表明，新的 NLLB-200 模型在支持的语言中获得了平均 44% 的 BLEU 分数的提升，在针对某些非洲和印度方言的测试中甚至提升了 70%。 目前全球范围内一共有数千种不同的语言，但由于语言数据的匮乏
并加速实现价值。 “这是我与 Jensen（Nvidia 首席执行官黄仁勋）直接合作的事情，真正深化了我们的合作关系，从支撑所有这些人工智能应用的 GPU，一直到在其上运行的软件。” 此外，Databricks 还一直在为企业培训自己基于开
表仍可能调整。作为一款开源大语言模型，Llama 3不仅将支持Meta旗下的人工智能助手，还将向外部开发者免费提供，以便他们开发自己的聊天机器人。 Llama作为Meta人工智能战略的核心，对公司具有重大意义。Meta希望通过人工智
的最后一根稻草。 坊间传闻 EVGA 创始人和 NVIDIA 的 CEO 黄仁勋是大学同学，之前 EVGA 拿到都是体质最好的核心，3D Mark 排行榜跑分领先那种， 却不想有朝一日闹到这般田地，令人唏嘘。
开源社区发布的中文编程语言，大多缺乏编程开发相关的支持工具，同时缺乏推广的动力，因此迟迟未能出现被大众广泛接受的作品。 图示：易语言和凹语言 针对这一现状，我们深入分析了中文编程的特点，面临的问题
与 16 位精度相似，同时提供了显著的加速。 下图为语言模型 AI 训练测试： 下图为语言模型 AI 推理测试： 在 AI 行业常用的基准测试 MLPerf Inference v2.1中，NVIDIA Hopper 利用这种新的 FP8 格式在 BERT 高精度模型上实现了 4.5