AI日报 – 2026年08月22日

AI日报3周前发布 众享AI
33 0 0

无人车巨头杀入轻卡,4.2吨运力落地

无人车巨头杀入轻卡,4.2吨运力落地

▲图片由AI生成 白色L4级自动驾驶轻卡满载货物行驶在物流园区,车顶激光雷达与传感器清晰可见,背景为自动化分拨中心。

[众享AI摘要] 全球自动驾驶货运头部企业正式落地最大运力级别的L4级自动驾驶轻卡,单车载重达4.2吨,货箱容积19.32立方米,刷新了目前公开运营的自动驾驶轻卡载货能力上限。该车型基于量产底盘改造,搭载多传感器融合方案(激光雷达、毫米波雷达与高清摄像头),实现城市道路及封闭园区内的全无人或安全员远程介入模式运营。与以往聚焦末端配送的小型无人车不同,此次落地直接切入城配物流的核心运力环节,覆盖商超补货、快递分拨、冷链转运等高频场景。据测算,单趟运输效率较传统轻卡提升约15%,综合运营成本下降20%-30%。该车型已获得特定区域路权,并计划在长三角、珠三角等物流枢纽城市批量投放。此举标志着自动驾驶从“最后三公里”向“最后三十公里”的干线衔接段加速渗透,对货运行业人力短缺和运价波动问题提供了技术性解方案。

阅读原文 → 来源:量子位

DeepSeek多模态上新,视觉能力加量不加价

DeepSeek多模态上新,视觉能力加量不加价

▲图片由AI生成 DeepSeek鲸鱼logo睁开发光的数字之眼,视觉神经元网络从眼部延伸,连接代码与图像数据流,背景为云端API接口界面。

[众享AI摘要] DeepSeek发布实验性多模态模型deepseek-v4-flash-vision-exp,在保持V4-Flash原有文本处理与Agent能力的基础上,新增视觉理解功能,支持图像输入与跨模态推理。该模型配合Files API与Harness生态,使开发者能够更便捷地构建多模态Agent应用,如文档解析、图表分析、截图理解等场景。延续DeepSeek一贯的低价策略,该模型在API调用成本上保持竞争力,显著降低多模态应用的开发门槛。此次更新标志着DeepSeek从纯文本模型向多模态方向迈出关键一步,为Agent生态补齐了视觉感知能力,有望推动更复杂的自动化工作流落地,例如视觉驱动的代码生成、UI自动化测试、以及多模态数据检索等。实验版本意味着功能可能快速迭代,开发者可提前接入测试以适配未来正式版。

阅读原文 → 来源:RadarAI – 聚合 AI 优质更新与开源信息

Fable实测:High模式省钱又高效

Fable实测:High模式省钱又高效

▲图片由AI生成 电脑屏幕前,Fable界面显示high模式配置,主代理分发任务给多个subagent,画面突出效率与成本平衡。

[众享AI摘要] 针对Fable max模式token消耗过大的问题,AI实践者宝玉提出务实建议:默认使用high模式即可满足绝大多数编排需求。Fable在high模式下应定位为“项目经理”,专注需求澄清、方案拆解、任务分发和结果验收,而将读代码、写代码、跑测试、批量修改等具体执行工作交由subagent完成。该分工模式能显著降低token开销,同时保持任务质量。宝玉还附上了可直接套用的提示词模板,帮助用户快速配置Fable的编排角色。这一建议为使用Fable或类似多智能体框架的开发者提供了成本优化的实操路径,尤其适合需要频繁迭代、任务拆解复杂的开发场景。通过明确主代理与子代理的职责边界,用户可在不牺牲效果的前提下大幅削减推理成本,提升整体工作效率。

阅读原文 → 来源:RadarAI – 聚合 AI 优质更新与开源信息

光纤净利暴涨888%,AI算力引爆

光纤净利暴涨888%,AI算力引爆

▲图片由AI生成 数据中心机房内,密集光纤线缆连接AI服务器机柜,蓝色光脉冲在透明光缆中流动,背景显示飙升的业绩图表。

[众享AI摘要] 长飞光纤发布2026年半年度报告,营收达98.09亿元,同比增长53.64%;归母净利润29.25亿元,同比暴增888.88%,基本每股收益从0.39元跃升至3.56元。业绩爆发核心驱动力来自AI数据中心加速建设——大模型训练与推理需求持续推高算力基础设施投资,带动高端光纤光缆量价齐升。行业进入高景气周期,光纤预制棒、G.654.E超低损耗光纤等产品供不应求,订单能见度显著延长。长飞作为全球光纤光缆龙头,凭借技术壁垒和产能优势充分受益,毛利率大幅改善。此轮增长并非周期性反弹,而是AI算力扩张与数据流量激增带来的结构性需求变革,预示着光纤行业从传统电信市场向算力网络基础设施的战略转型,未来两年景气度有望持续。

阅读原文 → 来源:RadarAI – 聚合 AI 优质更新与开源信息

GPU聚类百万金融工具,提速千倍

GPU聚类百万金融工具,提速千倍

▲图片由AI生成 NVIDIA GB200服务器集群高速运转,屏幕显示百万级金融工具聚类网络图,红蓝节点交织,数据流如光速穿梭。

[众享AI摘要] NVIDIA 推出 AdaptGrow,一种基于对称非负矩阵分解(SymNMF)的 GPU 加速聚类流水线,专为大规模金融工具分析设计。在单个 GB200 加速器上,AdaptGrow 可对约 10 万个金融工具完成聚类;扩展至 16 节点时,可处理 100 万个工具。该方法同时利用相关性和尾部依赖矩阵,输出硬标签、软因子载荷及结构性断点信号,兼顾聚类精度与市场风险维度。相比传统 CPU 实现,AdaptGrow 显著缩短了计算时间,使高频因子更新和组合风险管理成为可能。该技术适用于资产管理、量化交易、风险监控等场景,为金融机构提供了可扩展的高性能聚类方案,尤其适合处理高维、非平稳的金融时间序列数据。

阅读原文 → 来源:RadarAI – 聚合 AI 优质更新与开源信息

© 版权声明

相关文章