ข้อความจาก Gate News, 17 เมษายน — Shinsegae Group ซึ่งเป็นกลุ่มธุรกิจค้าปลีกขนาดใหญ่ของเกาหลีใต้ และบริษัท AI ของสหรัฐอย่าง Reflection AI ประกาศเมื่อวันที่ 17 เมษายนว่าพวกเขากำลังเดินหน้าตามโครงการนวัตกรรมค้าปลีกอย่างครอบคลุม โดยบูรณาการ AI เข้าสู่ 6 พื้นที่ปฏิบัติการหลัก ได้แก่ การจัดหาสินค้า การสั่งซื้อ การกำหนดราคา โลจิสติกส์ การบริหารจัดการสินค้าคงคลัง และการดูแลลูกค้า
ทั้งสองบริษัทลงนามบันทึกความเข้าใจเมื่อเดือนที่แล้วที่ซานฟรานซิสโก เพื่อสร้างและร่วมกันดำเนินการศูนย์ข้อมูล AI Reflection AI ซีอีโอของบริษัทคือ Misha Laskin จะเดินทางเยือนเกาหลีใต้ในช่วงปลายเดือนนี้ เพื่อพบกับ Emart ซึ่งเป็นร้านค้าปลีกเรือธงของ Shinsegae และหารือเกี่ยวกับกลยุทธ์ในการนำไปปฏิบัติ บริษัทคาดหวังว่าการบูรณาการ AI จะช่วยเพิ่มประสิทธิภาพการทำงาน ปรับให้สินค้าคงคลังเหมาะสม และยกระดับความพึงพอใจของลูกค้าผ่านความพร้อมจำหน่ายผลิตภัณฑ์แบบเรียลไทม์และการกำหนดราคาที่ปรับแบบไดนามิก
เพื่อมุ่งเน้นทรัพยากรไปที่ความร่วมมือกับ Reflection AI และการพัฒนาศูนย์ข้อมูล AI Shinsegae Group ได้ตัดสินใจยุติการหารือกับ OpenAI เกี่ยวกับความร่วมมือด้าน AI ตามแถลงการณ์ของบริษัท
btc.bar.articles
กล้อง AI ของ Netradyne เฝ้าติดตามพฤติกรรมของผู้ขับขี่ในกองรถ
ระบบตรวจสอบพฤติกรรมคนขับด้วย AI ของ Netradyne
Netradyne ซึ่งเป็นสตาร์ทอัพจากอินเดีย กำลังนำกล้องที่ขับเคลื่อนด้วย AI ไปใช้ในกองยานพาหนะเชิงพาณิชย์ เพื่อเฝ้าติดตามพฤติกรรมของคนขับและลดอุบัติเหตุ กล้องที่หันเข้าหาด้านในจะโฟกัสที่คนขับแทนผู้โดยสาร โดยจะเตือนคนขับเมื่อพวกเขาเกินขีดจำกัดความเร็ว o
CryptoFrontier8 ชั่วโมง ที่แล้ว
AequiSolva เปิดตัวสถาปัตยกรรม AI Sentinel Stack สำหรับการตรวจสอบสินทรัพย์ของสถาบันเมื่อวันที่ 30 เมษายน
ตาม AequiSolva บริษัทได้เปิดตัว Sentinel Stack™ ซึ่งเป็นสถาปัตยกรรมการแลกเปลี่ยนที่ผสานรวม AI เมื่อวันที่ 30 เมษายน 2026 โดยมีการประมวลผลแบบกำหนดแน่นอน การเฝ้าระวังตลาดที่ขับเคลื่อนด้วย AI และ Omni-Attest Engine™ สำหรับการพิสูจน์การถือครองสำรองด้วยหลักฐานทางคริปโทกราฟีอย่างต่อเนื่อง แพลตฟอร์มดังกล่าวรวมองค์ประกอบหลักสามส่วน
GateNews13 ชั่วโมง ที่แล้ว
Karpathy เผยตัวเต็ม: วิธีการสร้างคลังความรู้ส่วนบุคคลด้วย LLM อย่างครบถ้วน
สมาชิกผู้ก่อตั้งทีมของ OpenAI และอดีตหัวหน้าฝ่าย AI ของ Tesla Andrej Karpathy ได้โพสต์บน X เกี่ยวกับเวิร์กโฟลว์ “LLM Knowledge Bases” โดยอธิบายว่าเขาเพิ่งเปลี่ยนการใช้ token จำนวนมากจาก “การควบคุมโค้ด” ไปเป็น “การควบคุมความรู้” — ใช้ LLM เพื่อรวบรวมงานวิจัย บทความ โฟลเดอร์ เอกสาร ภาพ และข้อมูลที่กระจัดกระจายให้กลายเป็นไคลบ์ส่วนตัว (wiki) ที่ดูแลและอัปเดตได้เองโดยอัตโนมัติ ทั้งกระบวนการนี้สะสมในโปรเจกต์งานวิจัยของเขาเองแล้วราว ~100 บทความ, ~400,000 คำ และตลอดทั้งวงจรเขียนและอัปเดตโดย LLM บทความนี้สรุปการตั้งค่าครบทั้งหมดของ Karpathy และให้เช็กลิสต์ที่นำไปทำตามได้สำหรับนักพัฒนาที่อยากคัดลอก
แนวคิดหลัก: ข้อมูลดิบ → คอมไพล์ด้วย LLM → wiki → ถาม-ตอบ
ปรัชญาการออกแบบของ Karpathy สรุปได้เป็นข้อหนึ่ง
ChainNewsAbmedia20 ชั่วโมง ที่แล้ว
K Wave Media ซึ่งเป็นบริษัทด้านการลงทุนของ Bitcoin ได้รับเงินสูงสุด $485M เพื่อสร้างโครงสร้างพื้นฐานสำหรับ AI
ตาม ChainCatcher บริษัท K Wave Media ซึ่งเป็นบริษัทด้านการถือครองบิตคอยน์ที่จดทะเบียนใน Nasdaq ประกาศเมื่อวันที่ 4 พฤษภาคมว่าจะปรับกลยุทธ์ไปสู่โครงสร้างพื้นฐานด้าน AI โดยได้รับการสนับสนุนเงินทุนสูงสุด 485 ล้านดอลลาร์สำหรับการลงทุนในศูนย์ข้อมูล บริการเช่า GPU และการเข้าซื้อกิจการด้านโครงสร้างพื้นฐาน AI รวมถึงความร่วมมือกับพันธมิตร
บริษัท
GateNews21 ชั่วโมง ที่แล้ว
Antimatter เปิดตัวแผนศูนย์ข้อมูล AI พร้อมเงินทุน 300 ล้านยูโร
Antimatter ซึ่งเป็นบริษัทโครงสร้างพื้นฐานบนคลาวด์ในฝรั่งเศสสำหรับงานของ AI เปิดตัวเมื่อวันที่ 4 พฤษภาคม โดยการผสานรวม 3 บริษัทที่มีอยู่แล้ว ได้แก่ Datafactory, Policloud และ Hivenet บริษัทกำลังระดมทุน 300 ล้านยูโร (351 ล้านดอลลาร์สหรัฐ) เพื่อปรับใช้หน่วยไมโครดาต้าเซ็นเตอร์จำนวน 100 หน่วยภายในปี 2026 สำหรับการอนุมานของ AI
CryptoFrontier23 ชั่วโมง ที่แล้ว
