AI 提前三年发现胰腺癌迹象 | AI 日报 0502

Figure AI 量产人形机器人，从每天一台到每小时一台

Figure AI 在不到120天内，从每天生产一台人形机器人提升到每小时生产一台。在其位于加利福尼亚州的 BotQ 工厂中，目前正在构建第三代系统 Figure 03，拥有150多个工作站、专用装配线和分层质量检查。

截至目前，他们已生产350多台机器人，目标年产量高达50,000台。这在不久前还听起来不切实际，但现在看起来已经触手可及。

为什么这很重要：

机器人技术的瓶颈正在发生转变。过去是缺乏足够的真实世界机器来学习。现在是这些机器是否能在真实环境中经受住考验，在长时间重复工作中不会悄然崩溃。

如果可靠性得到保证，进步将复合增长，因为每台部署的机器人都会为下一次迭代提供反馈。如果没有，规模化只会更快地暴露问题。

AI 提前三年发现胰腺癌

在梅奥诊所，一个名为 REDMOD 的模型在近2000份已被审查并标记为正常的历史 CT 扫描中进行了测试。它仍然在 73% 的病例中识别出胰腺癌的早期迹象，有时比诊断提前三年。在大约两年的时候，它检测到的病例大约是放射科医生的三倍。

为什么这很重要：

胰腺癌一旦明显就很难确认。但问题是，到那时通常已经太晚而无法有效治疗，这使得时机就是一切。

大多数解决这个问题的方法依赖于新的测试或额外的筛查，这很少能扩展，因为它们会给已经复杂的系统增加成本、摩擦和更多的决策。

这种方法从已经存在的扫描中提取更早的信号，在不改变行为的情况下推进检测。这就是为什么它有真正的机会成为标准，而不仅仅是被研究。

$130B AI 支出，供应仍无法满足需求

Microsoft、Alphabet、Amazon 和 Meta 在单一季度内总共花费了约 $1300 亿，主要由 AI 基础设施驱动，但仍然报告同样的问题：需求领先于供应。

• Alphabet → 20B，约 $460B 积压订单
• Amazon → 44B Q1 资本支出，芯片业务达到 $20B 运行速率
• Meta → 145B
• Microsoft → 37B 运行速率，2000万 Copilot 用户

为什么这很重要：

这些公司不是在努力销售 AI，而是在努力交付 AI。数十亿美元的需求坐在积压订单中，等待尚未建成的基础设施。

这将竞争转向了产能。现在的优势来自于你能多快大规模部署计算能力，而不仅仅是你的模型有多好。