Mr.Block58

Через несколько лет каждый компьютер и каждый робот могут стать миниатюрным дата-центром.
Ходят слухи, что Apple разрабатывает M7 Ultra — он сможет поддерживать до 1,5 ТБ унифицированной памяти. Хотя характеристики и сроки выхода пока не подтверждены, тенденция уже очевидна:
локальные устройства будут становиться всё мощнее, а модели — благодаря квантизации, дистилляции и разреживанию — всё меньше, всё эффективнее.
Модели, которым сегодня нужен дата-центр для работы, через несколько лет сможет запускать один Mac Studio, AI PC и даже робот.
В будущем крупные дата-центры по-прежнему будут отвеча

Robinhood Chain в первый день запуска сразу превзошёл Hyperliquid по 24-часовому объёму торгов на DEX!
Согласно последним данным DefiLlama:
• Robinhood Chain (Lighter): 433,19 миллиона долларов
• Hyperliquid: 296,23 миллиона долларов
Розничные гиганты @vladtenev + @vnovakovski — этот рывок просто невероятен!
Как вы думаете, это продолжится или это лишь всплеск при запуске?

Потратьте 20 тыс. долларов на этого человекоподобного робота NEO, добавьте супердеск Nvidia за 90 тыс. долларов — всего 110 тыс. долларов, и вы получите «локальный интеллект + робот» 👀. Он не жалуется, не берёт отгулы, не просит сверхурочных и круглосуточно помогает по дому: переносит вещи, ухаживает за пожилыми.

Слишком мощно… #FIFA
Фараон power!!!

1/ 🧠 Почему будущие персональные AI-компьютеры (например, NVIDIA DGX Spark) действительно могут соперничать с дата-центрами?
Не потому что настольные компьютеры стали настолько мощными, чтобы заменить облако, а потому что «структура потребностей» ИИ разделяется —
Обучение остаётся в облаке, а инференс возвращается на локальные устройства.
2/ Ключевой прорыв №1: FP4 меняет правила игры
Модель с 70B параметров требует 140 ГБ памяти в FP16;
При переходе на FP4 → всего 35 ГБ.
Настольный ПК с 128 ГБ унифицированной памяти может запустить модель, для которой раньше требовалось 8 плат H100.
Потеря т

Массовое бегство талантов Google AI! 😱
За последнюю неделю ушли 4 крупных лидера:
• Jonas Adler: Ядро Gemini, эксперт по кодированию AI → Anthropic
• Alexander Pritzel: Ключевая фигура в обучении Gemini → Anthropic
• Arthur Conmy: Эксперт по пост-тренировке и выравниванию Gemini → Anthropic
• Addy Osmani: Старший руководитель Chrome/Cloud AI с 14-летним опытом
Зарплата в Google высокая, но соблазн акций Anthropic с оценкой почти в 1 триллион + предстоящее IPO слишком силен!
Тихая угроза 😱

почему нет вкладки поиска для коннектора @ManusAI?

年初到現在的 台股
Тайваньские акции с начала года

据《经济学人》报道，美国参议员马克·华纳透露：NSA局长 Joshua Rudd 亲口告诉他，Anthropic 的 AI 模型 Mythos 在授权测试中，仅用「几个小时」就突破了 NSA 几乎所有机密系统，而非传统上需要的数周。
这不是外部黑客入侵，而是 NSA 自己用 Mythos 进行红队测试，结果震撼！
同一时间，美国政府已对 Mythos 与 Fable 等顶级模型实施出口管制，Anthropic 更全球关闭模型。
AI 的网络攻击能力已进入新阶段。

哇， @arena 是台灣人做的？
最近 AI coding 榜單很值得看 👀
但我覺得重點已經不是「誰第一名」。
真正重要的是：AI 模型的第一名，正在變得沒那麼稀缺。 🧠⚡️
以前大家以為 AI 會是贏家通吃：
GPT-4 遙遙領先，
其他模型只能追趕。
但現在你看 Arena 這類榜單，前排模型越來越擠。Claude、OpenAI、Google、GLM、Qwen、Kimi，各種開源、閉源模型都擠在同一個能力區間。Elo 分數差距縮小，代表模型能力正在快速標準化。
這件事很像水電化 🚰
你打開水龍頭，不太在意水是哪間公司供的。
你在意的是：
- 便不便宜？
- 穩不穩？
- 會不會斷？
- 能不能接進你的工作流程？
AI 模型也正在往這個方向走。
當模型能力差距縮小，市場要重新定價的就不是「誰最聰明」，而是：
🧩 誰能整合進 workflow
💰 誰的推理成本最低
🔒 誰能做到企業合規和資安
📊 誰有資料回饋和使用者留存
🛠 誰能把模型變成產品，而不是 demo
尤其 coding 模型更明顯。
工程師最後不一定選「榜單第一名」。
他會選那個最穩、最便宜、最懂他的 codebase、最不會突然壞掉的工具。
這也是為什麼我看 Arena 榜單，第一眼看的不是排名，而

Предположим, 1,1 триллиона долларов ($1.1 Trillion):
💰 Тратит по 1 миллиону долларов в день
→ потребуется 3 014 лет
💰 Тратит по 10 миллионам долларов в день
→ потребуется 301 год
💰 Тратит по 100 миллионам долларов в день
→ потребуется 30 лет
💰 Тратит по 1 миллиарду долларов в день
→ также потребуется 3 года