AI观察 | 聚焦AI

谷歌第七代TPU Superpod：9216芯片堆砌，192GB HBM能否撑起AI野心？

ncnews 4 天前

谷歌第七代TPU Superpod：9216芯片堆砌，192GB HBM能否撑起AI野心？

谷歌在Hot Chips 2025大会上披露了其第七代TPU架构“Ironwood”的详细技术规格，这一超级计算平台的核心——单个Superpod集成了9216枚芯片，每片配备192GB HBM（高带宽内存）和7.4TB/s的带宽，峰值算力达到4614 TFLOPs。从硬件参数来看，Ironwood在规模、内存和算力方面实现了显著跃升，但其能否真正支撑谷歌在人工智能领域的长期野心，仍需从多个维度进行审视。从架构设计来看，Ironwood延续了谷歌TPU系列一贯的高集成度和模块化思路。每四颗芯片组成一块PCBA主板，16块主板构成一个机架，最终通过InterChip Interconnec...

13 0 0

谷歌第七代TPU Superpod：9216芯片堆砌，192GB HBM能否撑起AI野心？

AI“整容”视频被曝光，YouTube辩称：只是帮你“美颜”

ncnews 4 天前

AI“整容”视频被曝光，YouTube辩称：只是帮你“美颜”

近日，YouTube被曝在未告知用户、也未征得同意的情况下，对平台上的视频内容进行了人工智能（AI）技术处理，引发广泛争议。多位知名创作者指出，其视频中的人物形象被自动调整，包括皮肤质感、衣物细节甚至五官轮廓都出现了不自然的“优化”效果。YouTube方面回应称，此举仅为提升视频清晰度，属于“传统机器学习”范畴的影像增强，类似于智能手机内置的美颜与画质增强功能。然而，不少用户和专家质疑其操作透明度及伦理边界，认为平台擅自修改内容可能损害创作者表达的真实性，并影响公众对数字内容的信任。据报道，音乐类YouTuber瑞克·比托（Rick Beato）率先察觉到异样。他在近期发布的视频中注意到...

13 0 0

微软开源VibeVoice-1.5B：90分钟4人语音生成，但真能替代真人播客？

ncnews 4 天前

微软开源VibeVoice-1.5B：90分钟4人语音生成，但真能替代真人播客？

微软近日通过其开源文本转语音（TTS）模型 VibeVoice-1.5B 再次引发了技术社区对语音合成领域的关注。该模型基于 1.5B 参数的 Qwen2.5 语言模型构建，能够一次性生成长达 90 分钟、最多包含 4 位不同说话者的自然语音，并具备跨语言支持及歌声合成能力。然而，尽管其技术表现令人瞩目，一个重要的问题随之浮现：这样的模型是否真能替代真人播客？从技术架构来看，VibeVoice-1.5B 采用了声学与语义双分词器（Tokenizer）设计，以 7.5Hz 的低帧率处理语音数据。声学分词器基于 σ-VAE 结构，能够将原始 24kHz 音频压缩至三千二百分之一，而语义分词器...

14 0 0

微软开源VibeVoice-1.5B：90分钟4人语音生成，但真能替代真人播客？

Anthropic盗版训练AI，作家集体诉讼和解告终

ncnews 4 天前

Anthropic盗版训练AI，作家集体诉讼和解告终

近日，人工智能公司Anthropic与一批作家就一起涉及版权侵权的集体诉讼达成和解。该诉讼的核心争议在于Anthropic是否在未经授权的情况下，使用受版权保护的书籍内容训练其大型语言模型。尽管法院曾裁定Anthropic的使用行为属于合理使用范畴，但由于部分训练材料涉嫌盗版来源，该公司仍面临法律风险和经济责任。目前，双方已向美国第九巡回上诉法院提交和解文件，具体条款尚未对外公开。这起名为“Bartz v. Anthropic”的诉讼案件，突显了生成式人工智能发展过程中知识产权保护的复杂局面。作家团体主张，Anthropic在构建其语言模型时，未经许可大量使用了包括小说和非小说类作品在内...

16 0 0

谷歌Gemini 2.5 Flash AI修图超GPT-4o，性能升级还是营销升级？

ncnews 4 天前

谷歌Gemini 2.5 Flash AI修图超GPT-4o，性能升级还是营销升级？

谷歌DeepMind近期发布了Gemini 2.5 Flash图像编辑模型，该模型被宣传为在文字指令驱动的图像修改任务中表现优于GPT-4o，并具备更强的角色一致性和精准编辑能力。这一发布引发了行业关注，同时也提出了一个问题：Gemini 2.5 Flash的性能提升究竟是技术上的实质性进步，还是市场营销策略的一部分？从技术角度来看，Gemini 2.5 Flash确实带来了一些值得注意的改进。其核心功能“角色一致性”允许在多张图像生成中保持人物、动物或物体的外观一致，即使背景、光线或姿势发生变化。这一能力对于需要生成系列图像的应用场景，如品牌宣传或产品展示，具有较高的实用价值。此外，该...

13 0 0

AI观察 | 聚焦AI

谷歌第七代TPU Superpod：9216芯片堆砌，192GB HBM能否撑起AI野心？

AI“整容”视频被曝光，YouTube辩称：只是帮你“美颜”

微软开源VibeVoice-1.5B：90分钟4人语音生成，但真能替代真人播客？

Anthropic盗版训练AI，作家集体诉讼和解告终

谷歌Gemini 2.5 Flash AI修图超GPT-4o，性能升级还是营销升级？

最近评论

博客文章RSS订阅

博客评论RSS订阅

AI观察 | 聚焦AI

登录

谷歌第七代TPU Superpod：9216芯片堆砌，192GB HBM能否撑起AI野心？

AI“整容”视频被曝光，YouTube辩称：只是帮你“美颜”

微软开源VibeVoice-1.5B：90分钟4人语音生成，但真能替代真人播客？

Anthropic盗版训练AI，作家集体诉讼和解告终

谷歌Gemini 2.5 Flash AI修图超GPT-4o，性能升级还是营销升级？

最近评论

博客文章RSS订阅

博客评论RSS订阅