搜索优化
English
搜索
Copilot
图片
视频
地图
资讯
购物
更多
航班
旅游
酒店
笔记本
Top stories
Sports
U.S.
Local
World
Science
Technology
Entertainment
Business
More
Politics
过去 24 小时
时间不限
过去 1 小时
过去 7 天
过去 30 天
按相关度排序
按时间排序
1 小时
on MSN
Gemini App现在使用更新的Gemini 2.0 Flash模型以获得更好的性能
早在 12 月份,Google 首次宣布了 Gemini 2.0 Flash 机型,该机型在关键基准测试中的表现优于 Gemini 1.5 Pro 机型,速度也提高了 2 倍。 Gemini 2.0 Flash ...
腾讯网
13 小时
Google 推出新功能,Gemini 将编写 Python 代码以帮助 Sheets 用户更轻松 ...
站长之家(ChinaZ.com) 1月30日消息:Google 在 Workspace 博客上宣布,Gemini 的新功能将帮助 Sheets 用户更轻松地进行数据分析和可视化。现在,Gemini ...
19 小时
Gemini因Gensler的教学角色暂停招聘麻省理工学院毕业生
加密货币交易所Gemini宣布,只要麻省理工学院(MIT)继续与前证券交易委员会(SEC)主席Gary Gensler保持关联,就不会招聘该校毕业生。Gemini联合创始人兼首席执行官Tyler Winklevoss在一份声明中宣布了这一招聘冻结决定 ...
4 小时
库克看好DeepSeek:颠覆新模式将推动苹果更进一步
在最近的财报发布会上,苹果首席执行官库克首次将目光投向了DeepSeek这一新兴的科技公司。在接受媒体和分析师采访时,库克坦言:“我十分看好DeepSeek,这一颠覆性的商业模式无疑将为苹果带来积极的变化。”这一表态显示出苹果对创新力量的重视。
11 小时
BluMetric环境公司2025财年第四季度财报电话会议:在挑战中实现增长
BluMetric环境公司公布了2025财年第四季度财务业绩,显示出业绩喜忧参半,收入实现显著增长但净利润有所下降。公司正在通过战略收购和产品创新扩大在美国和加勒比市场的业务。尽管做出了这些努力,股价仅温和上涨,反映出投资者谨慎的情绪。
1 小时
无需训练,性能提升100%!谷歌提出CoA「智能体链」,多LLM协作搞定长 ...
近日,谷歌在博客中介绍了「智能体链」(Chain-of-Agents,CoA)框架,无需训练、任务无关且高度可解释。它通过大语言模型(LLM)间的协作来解决长上下文任务,在性能上超越了RAG和长上下文 LLM。
Nanyang Siang Pau
3 小时
专为银行家交易员设计 高盛推出高阶AI助手
(华盛顿31日讯)高盛集团(Goldman Sachs)宣布推出一款生成式人工智能(AI)助手 GS AI ...
4 小时
RTX 5090 D 和 5080 现已推出 —— 以及带有多帧生成功能的 DLSS 4,全新 ...
NVIDIA 于 1 月 30 日再次升级 DLSS,推出 DLSS 4 ,包含适用于 GeForce RTX 50 系列 GPU 和笔记本电脑的 DLSS 多帧生成功能。随着 GeForce RTX 5090 D 和 GeForce RTX 5080 的正式发布,NVIDIA 同步推出全新的 GeForce Game Ready 驱动和 NVIDIA Studio 驱动,以及一次重大的 ...
4 小时
库克看好DeepSeek,苹果未来会如何变革?
在2025财年第1财季的这次会议上,库克打破了大家的期待,谈起了苹果在人工智能领域的新动作。他坦言DeepSeek的低成本计算能力,可能成为苹果在未来技术革新中的新动力,瞬间引发了行业内外的热烈讨论。这位备受关注的CEO可是打算将他们的合作关系推向一个新的高度。
腾讯网
7 小时
判断2025 | 我国人工智能产业发展形势展望
【内容提要】2024年,全球人工智能产业持续发展,我国人工智能产业整体呈稳步增长态势,市场规模不断扩大,应用领域广泛拓展。展望2025年,全球人工智能有望迎来行业应用大爆发,人工智能赋能工业等重点行业进一步“走深向实”。值得注意的是,人工智能赋能工业 ...
16 小时
美AI公司CEO:不认为DeepSeek是对手,但对华芯片出口管制更重要了
彭博社称,DeepSeek-R1的发布使得刚刚上台的特朗普政府面临挑战,新一届美国政府必须决定是否要延续拜登政府的芯片出口管制,以及是否要扩大管制范围。自2022年10月以来,美国不断提高对中国的出口管制,阻止半导体巨头英伟达向中国出口高性能芯片。
证券之星
3 小时
大芯片,两条路线
传统芯片在晶圆上以网格模式打印,然后切割成数百个小型芯片,而Cerebras的晶圆级集成则跳过了这种切割步骤,直接将整个晶圆设计成一个单一的超大芯片,因此称为“晶圆级”引擎。该方案通过将海量的计算资源和存储资源集中在单一的超大规模芯片(晶圆)上,优化了数据传输路径,减少了延迟,显著提高了推理速度。
一些您可能无法访问的结果已被隐去。
显示无法访问的结果
反馈