执掌 NVIDIA 33 年后,Jensen Huang 辞职 — Latent Space

📌 One-Sentence Summary
Jensen Huang 在个人丑闻曝光之际辞去 NVIDIA CEO 一职,结束了长达 33 年的任期;与此同时,AI 行业迎来 Gemini 4 Hydrogen 发布、Anthropic 提交 IPO 文件,以及中国模型使用 Blackwell GPU 的相关披露。
📝 Summary
本期 AI 资讯综述聚焦两项重大进展:Jensen Huang 在个人丑闻曝光后辞去 NVIDIA 职务,结束长达 33 年的任期;以及多款重要 AI 产品发布。Google DeepMind 推出了 Gemini 4 Hydrogen,这是一款针对速度优化的模型,拥有 1M 上下文窗口,定价为每百万 tokens $1.50/$7.50。该模型宣称在 Terminal-Bench 4.0 上取得 57% 的成绩,并在 Vals Tax Agent Bench 上领先;不过,独立测试结果不一:它在 Terminal-Bench 上的成绩为 54%,低于 Claude Sonnet 5.5 的 64%。Anthropic 已提交 IPO 文件,定价据报安排在次周。文章还称,尽管存在出口管制,中国 AI 模型仍可能使用 Blackwell GPU 进行训练。研究员 Will Depue 表示,通过指纹分析,在六款中国模型中识别出 Blackwell 的初始化特征,其中包括 DeepSeek-V4-Pro 和 Kimi K3。其他内容还包括新的开放权重模型发布,例如 Inkling 2 Small(总参数量 594B/激活参数量 17B 的 MoE);ParseBench-2 和 OWE-Bench 等新基准测试;以及智能体平台的最新进展,包括 Anthropic 推出的可自托管 Claude Managed Agents 和 OpenAI 的网络安全产品。
💡 Main Points
Jensen Huang 执掌 NVIDIA 33 年后辞去 CEO 一职
《纽约时报》报道其与一名被指为中国间谍的女性有染,之后又有第二起婚外情传闻。NVIDIA 董事会于 2026 年 11 月 11 日接受 Huang 的辞职,由 CFO Colette Kress 出任临时 CEO,并启动继任者遴选工作。
Google 发布主打速度的 Gemini 4 Hydrogen
Google DeepMind 发布了 Gemini 4 Hydrogen,提供四档思考级别(low、medium、high、xhigh)和 1M 上下文窗口;定价为每百万 tokens $1.50/$7.50,缓存输入可享 95% 折扣。该模型宣称在 Terminal-Bench 4.0 上取得 57% 的成绩,并在多项智能体基准测试中领先。
据报中国模型使用 Blackwell GPU 进行训练
研究员 Will Depue 表示,对初始化模式进行分析后,在六款中国模型中发现了 Blackwell GPU 的使用痕迹,其中包括 DeepSeek-V4-Pro 和 Kimi K3。一些模型与 B300 和 GB200 系统的初始化模式逐位匹配,引发了外界对出口管制成效的质疑。
Anthropic 提交 IPO 申请文件
Anthropic 已向 SEC 提交首次公开募股注册声明,定价据报安排在次周;招股说明书显示,公司可能会放缓发展步伐,以加强安全措施。
发布新的开放权重模型与基准测试
Thinking Machines 以 Apache 2.0 许可发布 Inkling 2 Small(总参数量 594B/激活参数量 17B 的 MoE)。此外,ParseBench-2 和 OWE-Bench 两项新基准测试也已推出,分别用于评估文档解析能力和长周期工程项目表现。
💬 Key Quotes
Jensen Huang 在执掌 33 年后,已辞去 CEO、总裁和董事会成员职务
Gemini 4 Hydrogen 完成任务的速度比 Gemini 3.8 Flash 快 2.5 倍
Anthropic 已向 SEC 提交 IPO 注册声明
Will Depue 表示,已发布权重中的初始化模式能够识别生成这些权重所用的 GPU 类型
Inkling 2 Small 是一款总参数量 594B、激活参数量 17B 的 MoE,支持文本和图像输入,上下文窗口最高可达 1M
📊 Article Meta
AI Screening: 88
Source: Latent.Space
Author: swyx .ai
Category: 人工智能
Language: 英文
Read Time: 22 min
Word Count: 5339
Tags:
AI 与智能应用 , 模型训练与推理 , AI 硬件与芯片 , 开放权重模型 , AI 安全与对齐
刚好最近在找这方面的资料,太及时了。
很有价值的分享,感谢整理。
讲解得很细致,新手也能看懂。
点赞,必须点赞
整理得太全面了,省了我不少时间。
支持作者,持续关注中。
看完了,收获满满,期待更多更新。
路过
看标题就点进来了,内容果然没让人失望。
这个观点很中肯,深有同感。
不错不错,已加入书签。
作者写得真不错,学到了不少。