苏珊·李:目前,我们还没有启动对
北电数智基于1个AI底座+2大产业平台发展路径,带来星火·大平台遍全国、落百业成果的集中亮相。二是考虑到今年招聘的人工智能领域人才,我们对2026年的员工薪酬支出增长也有一定预期。对我来说,经营像Meta这样如此庞大的企业,我们始终面临着一个非常有趣的挑战,那就是:很可能未来几年,科技发展会让世界变得截然不同。以上是我从宏观角度得出的结论,苏珊会从更实际的角度与大家分享她的想法。能否请您与我们更深入地分享一下,上述这两部分将如何影响公司未来12到18个月
我相信,未来智能眼镜将成为非常基本的人工智能物理形式之一,它也会有不同的版本。摩尔线程创新推出零中断容错技术,故障发生时仅隔离受影响节点组,其余节点继续训练,备机无缝接入,全程无中断。且在计算精度方面支持从FP64至INT8的完整精度谱系,并通过FP8混合精度技术,在主流前沿大模型训练中实现20%~30%的性能跃升。在单芯片算力方面,摩尔线程的GPU单芯
这种增长不会是线性的——可能在某些年份,我们的利润增长会高于平均水平。相比数字世界中的大模型,MogoMind可以视为物理世界的实时搜索引擎,通过接入物理世界实时动态数据,MogoMind形成全局感知、深度认知和实时推理决策能力,能够从数据中抽取意义、从经验中学习规则、在场景中灵活决策。MogoMind依托交通数据流实时全局感知、物理信息实时认知理解、通行能力实时推理计算、最优路径实时自主规划、交通环境实时数字孪生、道路风险实时预警提醒六大关键能力,解决了当前AI缺乏物理世界实时感知能力和全局认知系统两大问题。自动驾驶领域,MogoMind通过多源数据融合和长尾场景持续学习,反哺自动驾驶模型训练。交通管理领域,MogoMind让交通管理者掌握整个城市交通系统的运行全貌
不久前,Soul全双工语音通话大模型全面升级,重新定义全双工交互范式,摒弃了传统语音交互中