合作伙伴关系使印度尼西亚公共部门和关键行业能够利用Google Cloud的先进功能，同时符合该国的国家安全法律要求
Indosat Ooredoo Hutchison（以下简称“Indosat”或“IOH”）集团和Google Cloud今天宣布扩大合作伙伴关系，为印度尼西亚提供符合该国最严格数据存储、安全和隐私要求的下一代主权云和边缘云服务。{ width=60% }

---

根据合作伙伴关系，Indosat集团计划向印度尼西亚的组织提供Google Distributed Cloud（GDC），以满足希望在自己选择的位置运行人工智能和数据密集型工作负载的组织的独特需求。这将使印度尼西亚的公共部门和其他关键行业，如国防、医疗保健和生命科学、金融服务、能源与公用事业以及制造业能够加速数字化转型，同时确保他们完全控制和保护敏感数据。
GDC是一种完全托管的解决方案，具有丰富的软件服务、一系列可扩展的硬件形态和运行在印度尼西亚Google Cloud区域内的边缘位置之间完全断开与公共互联网连接（即完全脱机）或者连接的选择。
Indosat集团通过其数据中心业务计划提供GDC on-premises的托管选项。这确保数据始终在顾客控制之下并在印度尼西亚边界内，遵守所有法律和主权框架，包括《个人数据保护法》和政府法规第71号。
Indosat Ooredoo Hutchison集团总裁兼首席执行官Vikram Sinha表示：“印度尼西亚正在迈向2045年的黄金时代。Indosat集团致力于通过技术进步实现这一愿景。与Google Cloud的合作是为了赋能印尼，旨在提供该国首个主权云和边缘云解决方案。这些解决方案将为组织提供所需的最先进基础设施、运营功能和开发人员工具，以加速规模化数字化。”
在任何地方交付数据密集型工作负载和服务
通过GDC，组织可以访问Vertex AI的核心功能（例如Workbench、Pipelines、Predictions）—Google Cloud的企业AI平台，使他们能够快速开发和部署先进的机器学习（ML）和生成AI搜索应用程序，以方便地检索和分析他们选择位置的数据。支持超过100种语言，包括印尼语的语音转文字、翻译和光学字符识别（OCR）的预训练ML模型也可以直接使用。
组织还可以访问更广泛的Google Cloud硬件和软件资源，这些资源对于在完全断开环境或边缘部署AI应用程序至关重要。这包括Google Kubernetes Engine（GKE）、NVIDIA Tensor Core GPU、可移植的AlloyDB Omni数据库引擎以及用于运行开源数据分析的Dataproc。
Google Cloud首席执行官Thomas Kurian表示：“印度尼西亚的公共部门和受监管行业需要符合严格数据主权和监管要求的解决方案。我们与Indosat集团的合作将引入下一代、本地主权云和边缘云解决方案，使公共部门和受监管组织能够按照自己的条件加速数字化转型。我们领先的AI服务和安全设计的分布式云基础设施，与Indosat的技术专长结合，将帮助企业更好地分析数据，发现洞察，提高生产效率并运行现代AI应用程序。”。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

AI驱动的健康平台赋予公共部门加速数据现代化、增强健康公平性和推动全人关怀的能力。{ width=60% }

---

Innovaccer Inc.，一家领先的医疗保健人工智能公司，也是全国质量保证委员会（NCQA）数据聚合验证计划的认证数据合作伙伴，宣布推出政府卫生人工智能数据和分析平台（GHAAP）。这个屡获殊荣的平台是首批为公共部门打造的全面集成、互操作、分析和人工智能平台之一，最初重点放在Medicaid和公共卫生现代化上。Innovaccer的解决方案被KLAS Research评为人群健康数据和分析平台的排名第一，并连续三年被Black Book评为最佳端到端人群健康解决方案的第一名。该平台还获得了NCQA Measure Certification™，用于医疗有效性数据和信息集（HEDIS®）。

GHAAP是基于高效的Innovaccer数据和分析平台构建的，该平台已被Banner Health、Kaiser Permanente和PHMI等领先医疗机构采用来管理人群健康项目。它旨在解决政府卫生组织中数据孤岛和碎片化导致的许多挑战，这些问题阻碍了重要举措，限制了基于数据的决策能力，并影响了社区的医疗服务质量。

政府卫生组织了解从不同来源统一数据并利用人工智能的重要性。该平台改进了将临床（索赔、电子病历、实验室、药房）和非临床数据（社会决定健康）统一，同时利用内置人工智能推动积极的健康IT转型和结果。GHAAP代表了实现运营效率的巨大收益、更好地管理IT成本以及改进护理获取、质量、体验和公正性的机会。

这个致力于公共部门的统一平台的开发突显了Innovaccer致力于通过创新的人工智能驱动解决方案解决政府卫生和医疗的复杂需求的承诺。GHAAP有助于推动数据现代化工作和互操作性，实现数据和分析的无缝交换。该平台开放、API前沿的生态系统增强了跨机构的协作，推动更有效的公共/私人卫生计划，并为第三方开发人员提供广泛支持，以创建能够改善提供者质量和效果、流行病学分析和响应、受益者护理和结果的创新应用程序。

GHAAP的关键特性包括：

• 简化的数据交换：使用诸如USCDI和138多个API（包括FHIR）以及合格的健康信息网络协作，为与其他政府机构和系统、提供者、支付者、实验室、社区组织、个人设备等的数据的安全、高效的多边数据交换提供动力。该平台还包括CMS-9115-F和CMS-0057-F的合规支持选项。
• 统一视图：与传统和非传统数据源集成，包括电子健康记录、卫生信息交换、社会健康决定、住宿管理信息系统、社区组织和社会服务，以提供全面了解每名患者的视图。
• 专业数据模型：从Innovaccer现有的商业医疗保健数据模型构建了面向政府医疗保健的公共数据模型，并进行了专门扩展，支持包括ADTs、病例报告、实验室报告、社区组织、登记册和重要统计数据在内的Medicaid和公共卫生项目。
• 高级人工智能能力：部署强大、有效、负责任的基于人工智能的解决方案，以提高预测分析的速度和效果，执行假设分析，加速整个组织的模型操作化工作流程。
• 强大的分析和应用程序：可定制的质量、风险和利用率仪表板提供广泛的报告选项，软件应用程序支持护理管理、患者外展、患者旅程自动化和同意管理，旨在支持有效的护理提供。

“通过推出GHAAP，Innovaccer正在解决公共医疗保健部门长期存在的数据碎片化挑战。我们平台统一各种数据源并支持AI驱动的洞察力标志着重要的一步前进”，前得克萨斯州和亚利桑那州的医疗补助主任Jami Snyder表示。“这种整合促进了对医疗补助运营和公共卫生举措更连贯的方法。公共部门医疗的未来在于有效利用和操作数据，而GHAAP就是为此设计的。”

要了解有关政府卫生AI和分析平台（GHAAP）的更多信息，请安排与Innovaccer专家团队的演示。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

该由人工智能驱动的健康平台赋予公共部门加速数据现代化、增强健康公平性和推动全人护理的能力。{ width=60% }

---

领先的医疗保健人工智能公司Innovaccer Inc.，作为国家质量保证委员会（NCQA）数据聚合验证计划的认证数据合作伙伴，宣布推出政府卫生AI数据和分析平台（GHAAP）。这一屡获殊荣的平台是最早为公共部门构建的端到端集成、互操作、分析和人工智能平台之一，首要关注点是Medicaid和公共卫生现代化。Innovaccer的解决方案被KLAS研究评为人群健康的头号数据和分析平台，并在Black Book连续三年荣获最佳端到端人群健康解决方案第一名。该平台还已获得NCQA Healthcare Effectiveness Data and Information Set (HEDIS®)的措施认证。
GHAAP建立在高效的Innovaccer数据和分析平台的基础上，该平台已被Banner Health、凯泽健康和PHMI等领先的医疗保健组织采用，用于管理人群健康计划。它旨在解决政府卫生机构中存在的数据孤岛和碎片化等许多挑战，这些问题阻碍了重要的举措，限制了数据驱动决策的潜力，影响了社区的医疗服务质量。
政府医疗保健组织了解将来自不同来源的数据统一并利用人工智能的力量更有效地回应消费者不断增长的期望的关键重要性。该平台改进了统一临床（索赔、电子健康记录、实验室、药房）和非临床数据（社会决定因素健康）的过程，同时利用内置的人工智能来推动积极的健康IT转型和成果。GHAAP代表了实现运营效率的巨大进展的机会，更好地管理IT成本，并提高护理获取、质量、体验和公平性。
致力于解决政府卫生与医疗复杂需求的Innovaccer开发了这一致力于公共部门的统一平台，采用创新的AI驱动解决方案。GHAAP有助于推动数据现代化工作和互操作性，实现数据和分析的无缝交换。该平台开放的API前沿生态系统增强了跨机构的协作，推动了更有效的公共/私人健康举措，并为第三方开发人员提供广泛支持，以创建可改进提供商质量和有效性、流行病学分析和响应、以及受益人护理和成果的创新应用程序。

GHAAP的关键特性包括:

• 简化数据交换: 使用USCDI等标准和138多个API（包括FHIR），以及合格的卫生信息网络协作，实现与其他政府机构和系统、提供商、支付者、实验室、社区组织、个人设备等的数据安全、高效的多边数据交换。该平台还包括CMS-9115-F和CMS-0057-F的合规支持选项。
• 统一视图: 与传统和非传统数据源集成，包括电子健康记录、卫生信息交换、社会决定因素健康、住房和城市发展部、社区服务组织和社会服务，提供对每位患者的综合视图。
• 专业数据模型: 政府医疗保健通用数据模型是从Innovaccer现有的商业医疗保健数据模型构建的，包括专门扩展以支持Medicaid和公共卫生计划，包括ADTs、病例报告、实验室报告、社区组织、注册表和重要统计数据。
• 先进的人工智能能力: 部署强大、有效、负责任的基于AI的解决方案，以提高预测性分析的速度和有效性，执行假设分析，并加快整个组织的模型实施工作流程。
• 强大的分析和应用程序: 可定制的质量、风险和利用率仪表板提供广泛的报告选项，软件应用程序支持护理管理、患者沟通、患者旅程自动化和同意管理，旨在支持有效的护理提供。

“随着GHAAP的推出，Innovaccer正在解决公共卫生部门长期存在的数据碎片化挑战。我们的平台能够统一多种数据源并支持基于AI的洞察力，这是一个重要的前进步伐，”前得克萨斯州和亚利桑那州的州Medicaid主任Jami Snyder说。“该集成促进了对医疗保健的更协调方法，允许更好地管理Medicaid运营和公共卫生倡议。未来的公共部门医疗保健效果在于有效地利用和运用数据，而GHAAP旨在做到这一点。”

要了解更多关于政府卫生AI和分析平台（GHAAP）的信息，请安排与Innovaccer专家团队进行演示。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

收购表明Fulcrum继续投资于增强全球企业的可保险性和安全状况
Fulcrum IT Partners（“Fulcrum”），一家销售额超过10亿美元的领先国际IT解决方案提供商，宣布明确意向收购Fortress SRM（Security Risk Management）（“Fortress”），MCPC的一个部门。{ width=60% }

---

总部位于俄亥俄州的Fortress SRM被CRN认可为“百强安全提供商”，提供全面的网络安全解决方案。
收购Fortress将为Fulcrum的网络安全组合增加重要深度，包括该安全领导者成熟的24/7美国安全运营中心（SOC）和IT托管服务台。这些战略服务增益将立即提供给Fulcrum逐渐壮大的MSP品牌家族，并增强客户的网络状况的实时监控和管理。
在收购完成之际，Fulcrum将把其现有的混合AI能力与Fortress的网络和服务台服务完全整合，为其客户增加更大的业务和技术价值。整合将进一步强化团队的能力，为全球客户提供强大的、基于数据驱动的网络安全和IT支持解决方案。
“我们收购Fortress将标志着Fulcrum、我们的客户和供应商伙伴的一个关键时刻，因为我们加强了我们的网络安全产品，并推进了我们的垂直AI驱动平台，”Fulcrum IT Partners总裁Kyle Lanzinger说。“我们很高兴欢迎来自Fortress的才华横溢的团队，并期待整合他们的专业知识，以进一步增强我们客户的可保险性和安全状况。”
通过将AI嵌入其网络安全和数据保护服务，Fulcrum将能够利用非结构化的网络数据，解锁并提供更好的安全服务，并让客户获得更好的网络保险结果。
“Fulcrum对Fortress的收购将带来爆炸性增长，并进一步投资于快速扩展和变化的网络安全领域，”Fortress SRM首席执行官Andy Jones说。“我们对这一举措为我们的团队和客户带来的额外服务、对齐和巨大好处感到兴奋。”
收购SOC将加强Fulcrum集团的垂直化产品。这包括提供定制AI能力SOC服务，以增强Fulcrum现有和不断增长的混合AI服务组合。
除了同意收购Fortress外，Fulcrum和MCPC还形成了战略联盟，通过利用Fulcrum的新AI动力SOC和网络安全服务来进一步扩展团队的全球网络安全能力。
“从Fulcrum收购Fortress获得的服务扩展和支持能力很容易看到。我们对与Fulcrum和Fortress的战略联盟的建立充满期待，它使MCPC团队能够继续增长，并为客户的成功提供更大支持。”MCPC总裁Michael Montisano说。“在后疫情工作世界中，围绕AI、网络安全和远程支持的需求、愿望、挑战和机会是无穷无尽的。与Fulcrum和Fortress一起，MCPC可以迅速而有战略性地扩展我们的努力，并继续为我们的团队、合作伙伴以及当然我们的客户提供更有意义的成果。”
“我们期待欢迎Fortress加入Fulcrum IT Partners大家庭，并宣布我们与MCPC的战略市场联盟，”Fulcrum IT Partners首席战略官Kelly Carter说。“Fortress团队、SOC和成熟的网络安全专业知识将显著增强我们为客户提供完整、定制和安全解决方案的能力，以及利用数据为合作伙伴和整个渠道带来更好的网络韧性结果。”

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

OpenAI宣布卡内基梅隆大学计算机科学系的教授和主任Zico Kolter，加入董事会同时担任安全和治理委员会成员。

Zico将把他的专业知识、学术研究，对新的深度网络架构、理解数据对模型影响的创新方法以及评估大模型的关键方法带到OpenAI，为其开发的前沿模型提供宝贵的意见。

---

Zico是AI、机器学习领域的杰出学者，目前担任卡内基梅隆大学教授兼机器学习系主任并且是该校机器学习系的重要成员之一。其研究方向包括深度学习、优化方法以及机器学习系统的鲁棒性和安全性。

Zico在深度学习领域做出了重要贡献，特别是在训练和优化深度神经网络方面。他在优化算法的设计和应用方面也有深入研究，开发了多种针对大规模机器学习问题的优化技术。这些技术在处理高维数据和提高模型训练效率方面发挥了重要作用。

机器学习模型的鲁棒性和安全性是Zico的另一个重要研究领域。他关注如何防御对抗样本攻击，以提高机器学习系统在面对恶意攻击时的可靠性。曾开发了多种算法和防御方法，这些方法对保障机器学习模型的安全性具有重要意义。

此外，Kolter 还致力于将机器学习技术应用于能源系统优化和可持续性领域。他探索了如何利用机器学习技术来提高能源系统的效率和稳定性，为可持续发展提供技术支持。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

文章来源：新智元

【导读】多年来，马斯克一直在公开谈论Dojo——这台超算将成为特斯拉人工智能雄心的基石。他最近表示，随着特斯拉准备在10月推出Robotaxi，AI团队将「加倍投入」Dojo。

---

为了训出最强Grok 3，xAI耗时19天，打造了由10万块H100组成的世界最大超算集群。

而在训练FSD、擎天柱机器人方面，马斯克同样不惜重金，投入了大量的计算资源。

超算Dojo，是特斯拉AI的基石，专为训练FSD神经网络而打造。

就在今天，他在德州超级工厂（Cortex）参观了特斯拉的超级计算机集群。

马斯克称，「这将是一个拥有约10万个H100/H200 GPU，并配备大规模存储的系统，用于全自动驾驶（FSD）和Optimus机器人的视频训练」。

不仅如此，除了英伟达GPU，这个超算集群中还配备了特斯拉HW4、AI5、Dojo系统。

它们将由一个高达500兆瓦的大型系统提供电力和冷却。

2021年特斯拉AI Day上，马斯克首次对外宣布Dojo。

如今三年过去了，Dojo建得怎样了？

8000块H100等价算力，加倍下注

半个月前，网友称2024年年底，特斯拉拥有AI训练算力，等价于9万块H100的性能。

马斯克对此做了一些补充：

我们在AI训练系统中不仅使用英伟达的GPU，还使用自己的AI计算机——Tesla HW4 AI（更名为AI4），比例大约为1:2。
这意味着相当于有大约9万个H100，加上大约4万个AI4计算机。

他还提到，到今年年底，Dojo 1将拥有大约8000个相当于H100算力。这个规模不算庞大，但也不算小。

…

参考资料

参考资料

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

来源：见地沙龙

图片来源：由GPTNB生成

曾 毅 人工智能科学家，中国科学院自动化研究所研究员

本文为曾毅先生在2023见地年会的发言，原主题为《从科学和社会的视角对当代人工智能的反思》。

我讲几个关键词。

---

第一个关键词是“自大”。
现在对于人工智能对世界的描述是用什么来描述的？是用X来描述的，就是参数。现在的人工智能研究，参数是百亿的、千亿…

…

作者：黄裕生：曾毅老师，我有一个问题，现在处理做人工智能专业的人以外，包括一些做哲学的人，一直在担心一个问题，就是人工智能最后会超越我们人类自身甚至会取代我们人类，把我们当作低等物种给消灭了。其实，我一直是对此是持怀疑态度的…

…

本文链接：https://www.aixinzhijie.com/article/6846388。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

OpenAI宣布卡内基梅隆大学计算机科学系的教授和主任Zico Kolter，加入董事会同时担任安全和治理委员会成员。

Zico将把他的专业知识、学术研究，对新的深度网络架构、理解数据对模型影响的创新方法以及评估大模型的关键方法带到OpenAI，为其开发的前沿模型提供宝贵的意见。

---

Zico是AI、机器学习领域的杰出学者，目前担任卡内基梅隆大学教授兼机器学习系主任并且是该校机器学习系的重要成员之一。其研究方向包括深度学习、优化方法以及机器学习系统的鲁棒性和安全性。

Zico在深度学习领域做出了重要贡献，特别是在训练和优化深度神经网络方面。他在优化算法的设计和应用方面也有深入研究，开发了多种针对大规模机器学习问题的优化技术。这些技术在处理高维数据和提高模型训练效率方面发挥了重要作用。

机器学习模型的鲁棒性和安全性是Zico的另一个重要研究领域。他关注如何防御对抗样本攻击，以提高机器学习系统在面对恶意攻击时的可靠性。曾开发了多种算法和防御方法，这些方法对保障机器学习模型的安全性具有重要意义。

此外，Kolter 还致力于将机器学习技术应用于能源系统优化和可持续性领域。他探索了如何利用机器学习技术来提高能源系统的效率和稳定性，为可持续发展提供技术支持。

本文素材来源OpenAI，如有侵权请联系删除

END

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

文章来源：见地沙龙

曾 毅 人工智能科学家，中国科学院自动化研究所研究员

本文为曾毅先生在2023见地年会的发言，原主题为《从科学和社会的视角对当代人工智能的反思》。

我讲几个关键词。

---

第一个关键词是“自大”。

现在对于人工智能对世界的描述是用什么来描述的？是用X来描述的，就是参数。现在的人工智能研究，参数是百亿的、千亿的、万亿的，但有统计学家说，统计学就是用200个参数来描述人工智能学家用几百亿的参数才能做的事情。

这给我们很大的反思：当人工智能研究有万亿的参数来描述一个世界的时候，这个万亿的参数实际上就是万亿的X，代表万亿种变化，也代表着万亿的不确定性。既然它有万亿个不确定性，也有万亿个可能性。这个时候，它实际上带给我们的是万亿个未知，而这种未知是无限的想象还是无限的风险，我觉得是非常危险的地方。所以，人工智能研究者，实际上将这种不确定性、风险描述成了机遇，这是非常危险的。

第二个关键词是“说谎”。

人工智能是如何开始的？在一个屋子里，有一个机器，有一个人，当你无法区分你的对话对象是人还是机器的时候，说明这个机器达到了人类水平的智能，这是图灵提出的图灵测试。所以人工智能起源于“欺骗”，它通过欺骗达到衡量智能的水平。但图灵从…

人类在做决策的时候，要负责任

第三个关键词叫“放弃”。

人工智能的现阶段，人类放弃了人类应该坚守的东西。一个非常简单的例子：一篇英文文章产生，以前做公众号、做翻译的人快速翻译出来，供大家享用；现在，大家贴在ChatGPT里，翻译完了以后，马上贴在公众号上。原来通过人类的翻译，可以解决绝大多数问题，甚至是所有的问题。但是现在，人类放弃了人类的职责，人类在一个看似智能信息处理工具还完全不可靠的时候，使用它的输出去代替人类在社会中的价值，这是非常糟糕的。

科学的发展推动的到底是什么？

很多的科技发展使得人类慢慢地偷懒，从一般性的重复性劳动中解放出来，而解放出来的部分，应该是可靠的。另外，人类在做决策的时候，要负责任。但实际上，从社会的角度来讲，不管是人工智能的创造，人工智能的使用者，还是接纳人工智能的人，都没有负责任。

第四个关键词是“求善”。

科学的发展应该是没有方向的。科学可以基于好奇心，可以基于对世界本质的探索，这是可以理解的。但是，好奇心带来的东西，是自然演化的延续，还是对于世界的颠覆？对于这种颠覆，我们又该如何做好准备？还是我们根本不需要准备，接受一种灭绝？

现在有个概念叫“智能向善”，AI for Good。赵广明老师讲到“无”的问题，其实“无”不是真正的无，在我看来，它是对自然演化本质，回到本源的一种追求。人工智能会不会追求“无”？我觉得人工智能应该追求“无”，应该去反思，比如人工智能反思“我的存在的必要性”“我到底是谁”。但是很多人说，人工智能现在连自我都没有。我觉得，人工智能介入社会的方式、应用的方式，包括人工智能发展的目标，都应该跟“善”有关，而不应当是没有方向的。

人工智能是现代人类的一面镜子

最后一个关键词是“共生”。

不管人工智能是不是会有生命，人工智能的本质是现代人类的一面镜子。当你实现一个看似有智能的智能体的时候，你是在反映你对智能的理解，对智慧的理解，但是更多的时候，它就是一面镜子，让你看到人的善、人的恶、人的本源，因为人工智能里的智能，就是人类对智能和智慧的理解。

但什么是真正的智能？智能如果脱离了生命，它是不是只是一个工具？生命对于智能、对于智慧是不是必要的？在我看来是必要的，因为我们是为了实现真正意义的智能，人工智能应当是有生命的。那什么叫人工智能的生命？从科学上来讲，需要很多更严谨的方式去构造一个living AI——有真正生命的人工智能，它才可能真正获得人类水平的智能和智慧。如果是这样的话，我们的社会是不是准备好了，还是我们只能接受工具的人工智能？

交流

黄裕生：曾毅老师，我有一个问题，现在处理做人工智能专业的人以外，包括一些做哲学的人，一直在担心一个问题，就是人工智能最后会超越我们人类自身甚至会取代我们人类，把我们当作低等物种给消灭了。其实，我一直是对此是持怀疑态度的，那么今天听你说完，好像也印证了我的这个想法，你甚至认为，现在所谓的人工智能是一种欺骗，是吧？那按目前人工智能的路径，有没有可能真正实现人工智能？

曾毅：人工智能是不是有可能替代人类或灭绝人类，按现在人工智能的道路发展，它有可能，但方式有两种：一个是，在它不理解人类社会的时候，它以人类不可预期的方式毁灭了人类，但是它都不知道它毁灭的是什么。这是人工智能最有可能给人类造成灾难性后果的原因…

{…}

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

就在刚刚，一款基于英伟达、OpenAI、亚马逊创始人贝佐斯支持的全新人形机器人来了！

钛媒体App获悉，美东时间8月6日， 估值高达26亿美元（约合人民币185.84亿元）的人形机器人公司Figure AI宣布推出全新一代Figure 02人形机器人产品，硬件和软件都进行了从零开始的重新设计，拥有灵活自如的手部和对话视觉能力，内置定制的 AI 模型可与人类直接对话，手部具有16个自由度和相当于人类力量，计算和推理能力是上一代Figure 01的3倍，即提升了200%。

同时，Figure 02内置了2.25千瓦时的电池，使运行时间增加了50%，而内置的视觉语言模型（VLM）使机器人摄像头能够进行快速的常识性视觉推理。

---

该公司透露，Figure 02已经在南卡罗来纳州斯帕坦堡的宝马生产线上进行了测试。

Figure AI创始人兼CEOBrett Adcock表示，Figure 02概念设计评审在2023年2月，历时18个月研发而成。他强调，“这是地球上最先进的人工智能硬件产品。”

Figure AI成立于2022年，公司致力于打造一款自主通用人形机器人，旨在与人类进行交互并执行多种任务，可以自动执行一系列动作，包括行走、搬运、操作物体等，应用场景包括仓库管理、物流配送、医疗保健等领域。

公司创始人兼CEO Brett Adcock在科技和创投领域已有20年的经验，曾是 Archer（27 亿美元 IPO）和 Vettery（1 亿美元退出）的创始人。而目前，Brett Adcock的关注重点是Figure AI，目标是以 30 年的眼光来创建这家公司，其希望将时间和资源投入到最大限度地发挥对人类的效用影响上。目前，Figure AI员工人数高达120人左右。

融资层面，Figure AI已经完成总计7.3亿美金的融资。

其中，2023年4月19日，Figure获得Aliya Capital Partners等10家投资者的7000万美元A轮融资；2023年7月17日，Figure获得Big Sky Partners和Intel Capital的900万美元融资；2024年2月23日，Figure获得贝索斯，以及微软、英伟达、OpenAI等大型科技公司联投的约6.75亿美元融资。

据介绍，Figure AI公布的全新Figure 02视频主要展示了其技术能力和在宝马生产线上进行测试的场景，展示其在现实世界工业环境中的潜力。

功能层面，Figure 02在语音对语音方面，通过麦克风、扬声器和定制的AI模型，可以与人类进行对话；摄像头则由6个板载 RGB 摄像头驱动的AI视觉系统；采用第四代手部，具有16个自由度和相当于人类的力量；视觉语言模型（VLM）使机器人摄像头能够进行快速的常识性视觉推理；电池层面，Figure 02 配备了 2.25 千瓦时的电池，使运行时间增加50%；CPU/GPU的计算和 AI 推理能力是上一代的3倍。

应用层面，全球劳动力短缺现象正在上演。仅在美国，就有超过1000万个空缺工作，其中700万个职位空缺是仓库、运输和零售业等重要职位，而且人口老龄化也使得公司越来越难以扩大员工队伍。为了打破这样的社会瓶颈，让劳动力持续增长，公司就需要更高的生产力，这意味着需要更多的自动化来做支撑。同时，许多高难度和具有危险性的工作并不适合人类，亟需开拓新的产业以帮助人类解决这些难题。

Brett Adcock曾表示，Figure AI是能够引入执行商业活动的人形机器人，“希望我们是第一批向市场推出真正有用并可用的人形机器人产品组合当中之一。”

实际上，当前人形机器人成为热门赛道，科技公司正以惊人的速度向AI领域投入资金。Crunchbase最新数据显示，仅2024年上半年，全球就有超过355亿美元流向AI初创公司。 其中，在募集的六轮超过10亿美元的风险投资中，其中五轮是由 AI 公司募集，其他AI初创公司也募集到单轮超1亿美元的资金。

太平洋证券表示，人形机器人代表了未来的发展趋势，并且具有巨大的潜在市场和技术外溢效应。当前工业自动化市场面临挑战，下游创新不足、产能过剩，以及外部因素，导致需求疲软。这导致了一个存量博弈市场，许多企业在竞争中争相降低价格，却难以盈利。在这种局势下，人形机器人的产业化有可能是继智能手机和新能源之后的一波更大的机会，吸引了特斯拉等企业大量资源和人力的投入。未来的市场空间将更为广阔，越来越多的资本和人力资源将投入到人形机器人领域，随着大型模型和人形机器人的不断进步，未来十年将会看到更多产业化案例的落地。

华泰证券发布研报称，2024年以来，人形机器人与AI的结合更为紧密，AI 端发展加速人形机器人产品迭代，加快人形机器人产业化进程。随着大模型训练提速与产品升级迭代，人形机器人的应用场景有望加速具象化，促进人形机器人的规模化运用落地，产业链企业将充分受益。一方面，建议继续关注与特斯拉等头部机器人企业合作紧密、有望率先拿到定点的供应商企业。另一方面，在机器人零部件中，传感器、丝杠的单机价值量较高，且存在较高技术壁垒，目前布局企业较少，看好配套下游研发测试进度较快、下游需求放量时具备规模化生产能力的相关头部企业，建议持续跟踪。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。