NVIDIAは、NVIDIA自身のGPUをより少なく使用して企業がAIを実行できるように支援するインドのスタートアップを支援した。 このスタートアップはSimpliSmartで、ベンガルールを拠点とし、Accelから1,400万ドルのシリーズB資金を調達。評価額は約1億ドル。 同社のソフトウェアはAIモデルと計算インフラの間に位置し、モデルのデプロイ方法を自動的に最適化することで、企業が手動で管理することなく、速度、コスト、パフォーマンスの適切なバランスを実現する。 InVideoはこれを利用してGPUサーバーコストを56％削減。6ヶ月で収益は14倍に増加し、その半分以上が米国からの収益だ。 明らかに疑問に思われるのは、NVIDIAが自社チップの需要を減らすソフトウェアを支援する理由である。 創業者たちの答えは：AI推論をより安価で簡単にすることで、より多くの企業がAIを採用するようになり、結果としてGPUの販売がさらに増えるということだ。 NVIDIAはまた、SimpliSmartと自社のDynamo推論ソフトウェアとの技術的統合を進め、顧客やパートナーへの紹介も行っている。 つまりNVIDIAは単なる投資だけでなく、自社の推論製品と競合するスタートアップに自ら深く関与している。 NVIDIAは本当に効率性が採用を促進すると信じているのか、それとも、他者がこの効率性の分野を支配するのを見るよりも、自らこの分野を掌握したいと考えているのか——どちらかである。

OpenClawの開発者であるピーター・シュタインバーガーは、先月約1,000万ドル分のトークンを支出したと推定している。 このペースで言えば、1人あたり年間1億2,000万ドルになる。 これは、上級エンジニア500人分の年間給与に相当する。 彼の雇い主であるOpenAIがこの費用を負担している。また、彼はこの支出のすべてが役立ったわけではないと認めた。 だから、誰かが「AIは雇用より安い」と言うなら、そのトークンが実際に何を購入したのかを尋ねてみよう。

AIアートはアートじゃない！！BOOOOOOOO 好きだよ、NVIDIAを思い出させるね

私はスペースXのエコシステムが素晴らしいと思います。 私はここで見かけるAIに関するツイートにいいねをつけるのが好きで、サイバートラックに乗っているときにもそうしています。 グロクが、自動運転中に私がいいねしたツイートを読み上げて、それらを説明してくれます。

Bullshotは、@animocabrandsおよび@PolygonVenturesの支援のもと、資金調達ラウンドで770万ドルを調達したことを発表しました。また、@MindoAIと連携して100万ドルを調達しました。 トークン作成、取引、AIエージェントの交差点に位置する@Bullshot911は、注目すべきプロジェクトです👀

ホーリーF*CK、エロン・マスクが28以上の有料ツールを置き換えるGROKボットを生み出した！ これは独自のクラウドコンピューター上で動作し、あなたのアプリにログインしてスケジュールに従ってルーチンを実行する。 各ボットは最大50のルーチンを保持できる。 置き換えられるツール： → AIエージェント：ChatGPT Plus/Pro、Manus、Perplexity Pro、GenSpark、Devin、Lindy → オートメーション：Zapier、Make、n8n Cloud、Bardeen、PhantomBuster、Apify/Browse AI → ソーシャル：Hootsuite、Buffer、Sprout Social、Typefully、HypeFury → 営業：Apollo.io、Clay、Lemlist/Instantly、SalesLoft → オペレーション：Superhuman、Motion/Reclaim、Otter/Fireflies、Intercom Fin/Zendesk AI、Feedly/Brand24/Mention → コンテンツ：Jasper/Copy AI、gamma 小さく始める：毎日開いているサブスクリプションの1つを選んで、その作業をボットにルーチンとして任せる。 これを保存して、下記の記事を読んで、SpaceX AIエンジニアのようにGROKボットをセットアップしよう↓

ホーリーシット。OpenAIがAIエージェントをより安価で、コンピューターの操作能力をさらに向上させた。 GPT 6.1 Terraをご覧ください。 このアップデートは、より良い回答を生成すること以上に重要な意味を持っています。 OpenAIは、AIをはるかに実用的な方向へと押し進めています。 実際に仕事をこなすことです。 Terraは、あなたの画面で何が起きているかを理解し、コンピュータアプリケーションとやり取りし、複雑なタスクの連鎖を完了できるように設計されています。 それが何を意味するか考えてみてください。 AIが提案書の作成を支援したり、技術図面を解釈したり、フォームの入力を行ったり、動画を編集したり、繰り返しのオフィス作業を処理したりできるようになります。 何かのやり方を説明するのではなく、それを実行するために必要なステップを自ら進めてくれるのです。 OpenAIによると、この新モデルはGPT 5.6 Terraよりもこうしたタスクで大幅に優れているそうです。 しかし、私が特に注目したのはこちらです。 価格です。 GPT 6.1 Terraの標準API料金は、GPT 5.6 Terraより50％低くなっています。 これは重要です。AIエージェントは単一のワークフローを完了する間に複数回モデルにリクエストを送るからです。 各ステップにはコストがかかります。 情報を読み取ること、画面を分析すること、次に何をするか判断すること、結果を確認すること——これらすべてが積み重なります。 コストが下がれば、こうしたシステムをスケールして運用するのが現実的になります。 OpenAIはまた、内部評価においてコーディング性能と視覚的推論の大幅な改善、および事実誤認の減少も報告しています。 この組み合わせは重要です。 タスクを理解し、ソフトウェアを操作し、コードを書けるモデルが、それらをより速く、より低コストで実行できるようになれば、はるかに実用的になります。 AIエージェントが請求書を処理し、スプレッドシートを更新し、顧客情報を整理し、複数のアプリケーションにわたって繰り返しのタスクを処理する——そんな未来を想像してください。 ただ「どうすればいいか」を教えるのではなく、実際に「手伝って終わらせる」のです。 もちろん、コンピューター操作は完全な自律性とは異なります。複雑なワークフローにはテスト、権限設定、人間の監督が必要です。 しかし方向性は明確になってきています。 次の大きなAI競争は、「どのモデルがより良く考えられるか」だけではありません。 「どのモデルがその知性を確実に行動に変換できるか」です。 そして今、OpenAIはその能力の利用コストを下げました。

🚨ホーリーシット。ジェンセン・ホアンが片手に1ペタフロップのAIパワーを握った。 彼が行った比較はまったくもって驚異的だ。 2016年、ジェンセン・ホアンはOpenAIという小さな企業にNVIDIA DGX 1システムを届けた。 それはAIコンピューティング専用に構築された巨大なマシンだった。 1ペタフロップの計算性能を発揮し、128GBのメモリを搭載していた。 そしてジェンセンは、ある細部を全員に思い出させた。 そのマシンを階段で持ち上げるには、2人の人手が必要だった。 そして今、10年後、彼は片手にコンパクトなAIコンピュータを握り、同じ数値を示している。 1ペタフロップ。 128GBのメモリ。 その事実を一瞬、噛みしめてみてほしい。 新しいRTX Sparkラインは、MicrosoftとPC業界全体と4年にわたる協業によって開発された。 ジェンセンによると、このプロジェクトにはN1Xという新チップと、デスクトップ、ラップトップ、ワークステーションを含む完全に新しいコンピュータファミリーが関与している。 目標は、本格的なAIコンピューティングパワーをはるかに小型のフォームファクターに実現することだ。 ここで興味深い点が出てくる。 これまで、強力なAIハードウェアへのアクセスとは、高価なクラウドインフラや一般開発者には手の届かない専用マシンに依存することを意味していた。 このようなコンパクトなシステムは、まったく異なるアプローチを示唆している。 自分のデスクでAIエージェントを開発し、モデルを実験し、要求の厳しいAIワークロードを実行する——そんな未来を想像してみてほしい。 リモートインフラへの依存が減り、 開発環境へのコントロールが高まり、 ローカルで実行可能なワークロードの継続的なクラウドコストが削減される可能性もある。 もちろん、重要な違いがある。 同じピークのペタフロップ数値が同じであるからといって、2つのマシンが実世界で同等のパフォーマンスを発揮するとは限らない。精度、メモリアーキテクチャ、ワークロードすべてが重要だ。 しかし、物理的な変化は依然として驚異的だ。 2016年には、このクラスのAIコンピューティングは2人が持ち上げる必要のあるマシンだった。 今や、ジェンセン・ホアンは同等の主要仕様を持つシステムを片手で握ることができる。 これは単なるもう一つのコンピュータ発表以上の意味を持つ。 AIハードウェアは、ただ強力になるだけでなく、 劇的にアクセスしやすくなっているのだ。 次世代のAI開発者は、サーバールームなしでスタートできるかもしれない。