AI资讯新闻榜单内容搜索-ICAL

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: ICAL
英伟达All in的物理AI路线,居然是中国黑马提前一年就定义好了

英伟达All in的物理AI路线,居然是中国黑马提前一年就定义好了

英伟达All in的物理AI路线,居然是中国黑马提前一年就定义好了

当全球具身智能行业还在争论技术路线时,一家中国公司已经率先定义并跑通了自己的答案。深度机智提出的「人类学习」路线——以人类数据为起点、动作建模为中心、机器人为 AI 而生——正在被英伟达、Physical Intelligence 等海外头部机构沿同一方向跟进。

来自主题: AI资讯
8120 点击    2026-06-27 11:26
深度访谈 | Radical AI揭露AI材料学真相:为什么纯软件模型永远无法“一步到位”?

深度访谈 | Radical AI揭露AI材料学真相:为什么纯软件模型永远无法“一步到位”?

深度访谈 | Radical AI揭露AI材料学真相:为什么纯软件模型永远无法“一步到位”?

近期Radical AI 的 CEO Joseph Krause接受了一次深度访谈,在访谈中,他揭开了现在资本热炒的 “AI for Science” 的虚假外衣。如果你以为搞材料研发只要像生物制药一样,用大模型在云端“跑个分”就能大力出奇迹,那这期节目会给你狠狠上一课,你会发现,真正的材料学 AI 护城河,离我们简单的想象差了十万八千里。

来自主题: AI资讯
8382 点击    2026-06-26 10:18
英伟达讲了三年的故事,Momenta准备在港交所兑现

英伟达讲了三年的故事,Momenta准备在港交所兑现

英伟达讲了三年的故事,Momenta准备在港交所兑现

今天上午,利弗莫尔证券数据确认:MOMENTA GLOBAL LIMITED(梦腾智驾环球有限公司)已正式通过港交所上市聆讯,联席保荐人为中金公司、德意志银行。

来自主题: AI资讯
8261 点击    2026-06-23 16:38
60秒洗澡狂扫全身!Midjourney算力怪兽干翻传统CT?

60秒洗澡狂扫全身!Midjourney算力怪兽干翻传统CT?

60秒洗澡狂扫全身!Midjourney算力怪兽干翻传统CT?

AI画图巨头突然杀入医疗圈!60秒泡个澡就能完成全身扫描,0.5毫米精度碾压CT和MRI,4PFlops的算力怪兽,让医疗行业今夜无眠。最惊人的是,Midjourney的终极目标竟是延长人类寿命,消灭全球30%的死亡。

来自主题: AI资讯
8783 点击    2026-06-21 10:46
原力灵机发布 Ferrata 系统,物理 AI 迎来自己的 Harness

原力灵机发布 Ferrata 系统,物理 AI 迎来自己的 Harness

原力灵机发布 Ferrata 系统,物理 AI 迎来自己的 Harness

模型还不够完美,但机器人必须开始干活。Ferrata 想解决的,正是 Physical AI 从 Demo 走向真实现场之前,最缺的那层安全绳。

来自主题: AI资讯
8192 点击    2026-06-18 12:01
美国首支物理AI ETF公布一份调研结论,覆盖6家中国具身智能公司

美国首支物理AI ETF公布一份调研结论,覆盖6家中国具身智能公司

美国首支物理AI ETF公布一份调研结论,覆盖6家中国具身智能公司

KOID是美股首支覆盖具身智能和Physical AI全生态的ETF,持仓50家公司,横跨美国、中国、日本、欧洲市场,目前持有16家中国公司(文末有清单)。KOID不仅押注人形机器人整机厂商,更侧重上游零部件、芯片等核心资产,整体投资思路是复刻“卖铲子”和“卡脖子”逻辑。

来自主题: AI资讯
11164 点击    2026-06-18 11:28
上市首日高开72.11%!一文看懂SENASIC琻捷的Physical AI底层技术底座与自研平台|投资笔记第255期

上市首日高开72.11%!一文看懂SENASIC琻捷的Physical AI底层技术底座与自研平台|投资笔记第255期

上市首日高开72.11%!一文看懂SENASIC琻捷的Physical AI底层技术底座与自研平台|投资笔记第255期

今日,SENASIC琻捷(6675.HK)正式登陆港交所,成为港股市场首家聚焦Physical AI端侧感算芯片赛道的上市公司。上市首日,SENASIC琻捷高开72.11%报31.6港元,市值逼近120亿港元。

来自主题: AI资讯
9622 点击    2026-06-18 10:16
ICML 2026 | Agentic强化学习训练的信息自锁问题

ICML 2026 | Agentic强化学习训练的信息自锁问题

ICML 2026 | Agentic强化学习训练的信息自锁问题

随着大语言模型逐步从「单轮问答」走向「真实环境中的持续交互」,LLM agents 正在被用于越来越复杂的 agentic applications:deep research、coding、computer use、customer service、medical inquiry、troubleshooting 等等。

来自主题: AI技术研报
6295 点击    2026-06-17 14:05