我们为什么需要数据中心？Meta 的基础设施负责人解释了数据中心如何成为互联网的引擎，为你在线所做的一切提供动力。 https://about.fb.com/news/2026/10/meta-data-centers-ai-approach/ 🔗 阅读原文 via AIHOT · https://aihot.news/items/x8tx1gcp7y96lji3ot7k6vg16
AI HOT
Donna 一个月烧掉一万亿 token 她跑的循环你根本想象不到 🔗 阅读原文 via AIHOT · https://aihot.news/items/gy0kjy2y4ng0k96kqsbjoyzbt
只是在凝视我的宝球 🔗 阅读原文 via AIHOT · https://aihot.news/items/h4py2t0r1w704pe188hei7yb5
https://app.pixverse.ai/music-video/visual-riff?utm_source=X&utm_id=Social 🔗 阅读原文 via AIHOT · https://aihot.news/items/x5exayevm6fyzb5t82le2ogkm
黄仁勋解释了为什么 AI 可能很快需要多出十亿倍的算力。 过去的方式是检索：模型调出它已记住的内容然后作答。 新的方式是问题求解，模型会权衡多个选项，展开最好的一个到三个，并剪除其余的。 这种搜索比回忆一个存储的答案要费事得多，而它的每一步都跑在 GPU 上。 ---- 完整视频在 "Bg2 Pod" YouTube 频道，（链接在评论中） 🔗 阅读原文 via AIHOT · https://aihot.news/items/tkhred8o8kdrnu2sc45xw82ng
Lauren Tan 分享一套让 Agent 工作更可信任的方法，按倒金字塔分四层：代码库改进（架构、类型、边界）、静态分析（lint、测试、CI、TLA+ 等验证）、文字规则（注释、AGENTS.md、skills）和最难规模化的人工审查，精力应主要放在顶层。 🔗 阅读原文 via AIHOT · https://aihot.news/items/sm9jboz6xt9z9jkksh0654t8p
PyTorch 为 TorchTitan 引入 Zephon，一种弹性确定性数据加载方案，在训练任务内即时完成 tokenize、pack、shuffle 和 mix，无需预处理语料副本。 🔗 阅读原文 via AIHOT · https://aihot.news/items/auad4musvmvbfuv2tqxbz5w3q
前 NVIDIA 机器人平台产品营销负责人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示，机器人仍处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块尚待重建，这与“通用基础模型将带来机器人 ChatGPT 时刻”的观点相左。 🔗 阅读原文 via AIHOT · https://aihot.news/items/me3cvxxjyq1wsxkuqdzxwn0ja
在 Nvidia 机器人平台产品营销岗位任职七年的 Amulya Vishwanath 认为，机器人目前处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块仍在重建。她以 Techable VC 创始人兼管理合伙人的身份，投资机器人、材料科学和生命科学等物理 AI 领域。这一判断与“通用基础模型即将带来机器人 ChatGPT 时刻”的观点相左。 🔗 阅读原文 via AIHOT · https://aihot.news/items/bv27216nwuq44a1sa32m1ic78
Big Technology 专访 Rivian CEO RJ Scaringe，他认为机器人技术的进展速度远高于外界认知。他于 2025 年创立 Mind Robotics，融资 10 亿美元，研发带双臂、双手和张开更宽的手指与指甲的工业机器人，采用基于 Transformer 的模型学习可泛化技能。 🔗 阅读原文 via AIHOT · https://aihot.news/items/qkgghvzouz44x5n3bweqs941k