英偉達聯手Poolside加碼開源AI 目標直指DeepSeek與OpenAI等前沿玩家
AI資訊AI新閒資訊正文英偉達聯手Poolside加碼開源AI 目標直指DeepSeek與OpenAI等前沿玩家發布於AI新閒資訊時間 :Aug 26, 2026閱讀 :1分鐘據報道，英偉達正斥資60億美元打造全球最強大的開源人工智能模型之一。據《華爾街日報》報道，英偉達將獲得Poolside的技術授權，並將其100多名員工投入Nemotron項目。此外，英偉達還將向Poolside追加10億美元投資，Poolside的投前估值高達120億美元。其目標是挑戰DeepSeek和Kimi等中國開源人工智能領軍企業，同時與OpenAI和Anthropic等美國前沿實驗室展開直接競爭。
開源被視為未來發展的重要方向，英偉達的這一佈局進一步凸顯了其在開源模型領域的戰略投入。相關推薦英偉達加碼AI應用投資，Perplexity估值一年上漲超50%據《The Information》報道，英偉達擬投資AI搜索公司Perplexity，估值或超300億美元，較上輪融資高逾50%。Perplexity年化收入從2.5億美元增至超7.5億美元，增長兩倍多，部分得益於AI代理“Perplexity Computer”推出，其可自動執行多步任務，更高Token消耗或進一步推升收入。Aug 25, 2026159.
3kAI算力基建迎超級風口：OpenAI與英偉達深化合作，千億級生態加速落地OpenAI承諾2030年前大規模部署英偉達AI基礎設施，將在PORTS-Pike建設世界級AI工廠，採用英偉達全棧DSX AI工廠平臺，涵蓋GPU、CPU、網絡及基礎設施軟件，凸顯算力基建新一輪爆發。Aug 18, 2026166.7kOpenAI 落子俄亥俄：10 吉瓦超級數據中心敲定，英偉達 15 億美元入股兜底OpenAI與軟銀旗下SB Energy簽署10吉瓦數據中心20年租約，落地美國俄亥俄州，或成最大AI算力基地之一。
英偉達注資15億美元換取股權，併為約5吉瓦一期項目資產價值兜底，充當“融資擔保人”，幫助開發商籌措債務融資。Aug 18, 2026165.7k英偉達據傳擬向軟銀旗下SB Energy注資 30 億美元，加碼OpenAI數據中心生態英偉達正與軟銀支持的清潔能源企業SB Energy洽談，擬最高投資30億美元，作為其參與OpenAI數據中心交易的核心部分。此舉旨在加速構建AI基礎設施版圖，並憑藉雄厚財力深度扶持AI產業鏈。Aug 17, 2026145.
2k量子計算首次入駐雲巨頭數據中心：Quantinuum 將 98 量子比特 Helios 裝進 Oracle AI 數據中心Quantinuum與Oracle達成戰略合作，將Helios量子計算機部署至Oracle Cloud Infrastructure AI數據中心，作為託管雲服務提供。客戶無需自購硬件，即可通過OCI量子服務直接訪問，並與本地GPU及高性能計算資源協同使用，應用於藥物研發、材料科學、金融建模及大規模優化等領域。Aug 12, 2026207.0k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.