生成式AI

一、 甲骨文推出全球首个 Zettascale 云计算集群，131,072 个 GPU

1. 甲骨文推出全球首个 zettascale 云计算集群，配备 131,072 个 NVIDIA Blackwell GPU，峰值性能达 2.4 zettaFLOPS；

2. Oracle 云基础设施提供前所未有的 GPU 数量和计算能力，支持大规模 AI 工作负载，确保数据主权；

3. Oracle 与 NVIDIA 的合作优化 AI 模型训练与推理速度，支持 OpenAI 扩展 ChatGPT，加强多云战略与 AWS 合作。

二、 Mistral多模态大模型来了！12B，原生支持任意大小/数量图像

1. Mistral发布Pixtral 12B多模态大模型，具备40层网络、14336隐藏维度和32个注意力头；

2. 模型支持高分辨率图像处理（1024x1024），采用专用视觉编码器和24GB容量；

3. Pixtral 12B支持更大词汇量（131072 tokens），使用GeLU和2D RoPE技术优化视觉适配。

三、 腾讯最新万亿参数异构MoE上线，刷新榜单，技术细节曝光！

1. 腾讯推出混元Turbo，采用分层异构MoE架构，参数总量达万亿级；

2. 模型在国内外benchmark中表现优异，国内排名第一，接近GPT-4o水平；

3. 混元Turbo通过技术创新如异构MoE结构和专项能力优化，显著提升模型性能和推理效率。

四、 厉害了！Adobe新出Firefly视频模型，2分钟速成高清大片

1. Adobe推出Firefly视频模型，能在2分钟内从提示生成高质量视频；

2. 模型支持复杂的视频编辑任务，如色彩校正、动画渲染、音频混合；

3. Firefly适用于动画制作、特效合成，并能进行相机控制如角度和缩放。

五、 小心！Readtheirlips能「看懂」你的唇语，悄悄话不再安全！

1. AI软件Readtheirlips能通过分析视频中的唇部动作来识别并转录说话内容；

2. 模型表现依赖于视频质量和说话者的面部朝向，对正脸和清晰语速的视频识别更准确；

3. 目前软件支持的视频时长限制为3分钟，对于语速过快或面部不正的视频识别效果不佳。

六、 检索总结能力超强，首个大模型科研智能体PaperQA2开源

1. PaperQA2是一个科研智能体，专门设计用于检索和总结科学文献，其性能超过博士后水平；

2. 该系统通过严格比较AI和人类在实际科研任务中的表现，证明了其在科学文献搜索和生成科学主题文章方面的有效性；

3. PaperQA2开源，允许广泛应用于科学研究，提高研究效率并可能改变科学文献与人类的互动方式。

七、 AI翻译Smartcat获C 轮融资，重新定义传统翻译机构的模式

1. Smartcat在C轮融资中筹集了4300万美元，总融资额达到7000万美元，资金将用于团队扩展、产品开发和市场营销；

2. Smartcat提供企业级自动翻译工具，支持约280种语言的翻译，不自行训练AI模型而是通过匹配引擎选择合适的第三方模型；

3. 除AI翻译外，Smartcat还提供人工翻译和编辑服务，允许客户选择翻译方式，确保翻译质量和适应性。

八、 索尼 PS5 Pro 发布：更强光追 AI 驱动，价格比性能飞更高

1. PS5 Pro 引入了性能升级，包括增强的GPU、先进的光线追踪技术和AI驱动的优化，提升了游戏渲染速度和帧率；

2. 新机型支持Wi-Fi 7、8K分辨率，并配备2TB固态硬盘，兼容PlayStation VR2和其他PS5外设；

3. 尽管技术上有显著提升，PS5 Pro的高售价（美版699美元）和缺少光驱版本引发了消费者的广泛关注和批评。

前沿科技

九、 对标SpaceX，我国商业航天公司首次实现十公里级火箭回收

1. 朱雀三号VTVL-1火箭完成了10公里级垂直起降返回飞行试验，实现了国内首次火箭空中二次点火和跨音速环境下的联合制导控制；

2. 试验箭采用单级液氧甲烷火箭，装备80吨级天鹊-12改进型发动机，具备多次点火能力和变推力调节；

3. 通过本次试验，成功验证了多项重复使用火箭关键技术，为未来的首飞及回收奠定了基础。

报告观点

十、 专访普林斯顿AI加速创新中心主任：让AI加速一切工程创新

1. 王梦迪领导的普林斯顿AI加速创新中心（AI²）旨在通过AI技术推动工程学科的高端科技发展，实现从0到1的创新；

2. AI²探索AI在工程的设计、模拟、制造和控制环节的应用，强调AI的作用不仅是加速这些过程，还能创造传统方法无法达到的新颖性；

3. 王梦迪强调AI的跨学科应用，如在mRNA序列设计和芯片设计中的应用，展示了AI技术在多个领域内的广泛潜力和实用价值。