大象传媒在线观看免费僕が射精してしまうとc彼女は僕の精液を点検した。「ずいぶんいっぱい出したのね」と彼女は感心したように言った。　　在调研中国“产业链转移”问题是否成立时，外交学院教授施展就曾将目光对准类似于常熟、平湖这样的“产业小镇”。他研究认为，这些“小镇”的成功，反映的并不是一个或几个企业的力量，而是中国制造业作为一个体系的力量。在人力和土地成本优势减弱之时，这种力量令“小镇”仍能保有超强的成本控制能力。F3n7I-RrEWZpLPPRiYFZJlCo9y7-AI人才争夺战升温！亚马逊聘请Adept创始人 加码布局AGI研发

　　财联社6月29日讯（编辑 周子意）在科技界，一场人工智能（AI）人才争夺战正在升温，美国科技巨头亚马逊目前正试图加大其在AI技术上的开发力度。据最新进展，该公司已与AI初创公司Adept达成协议，将从Adept公司聘请顶尖人才，并获取该公司的技术。

　　Adept是一家专注于开发AI驱动的“代理”的初创公司，AI代理可以完成各种基于软件的任务。目前，该公司已同意将其技术授权给亚马逊，并且该公司的联合创始人及其部分团队也已加入这家电子商务巨头。

　　周五（6月28日），负责亚马逊通用人工智能（AGI）部门的高级副总裁兼首席科学家Rohit Prasad在给员工的一份备忘录中写道，“亚马逊聘请了Adept联合创始人兼首席执行官David Luan和其他几位才华横溢的团队成员加入我们的AGI团队”。AGI是一种比目前的生成式AI更为先进的技术，其拥有接近人类水平的能力。

　　据介绍，Luan将负责亚马逊的“AGI自治”部门，并向Prasad直接汇报工作。Prasad也是一位该领域的尖端人才，他曾担任亚马逊语音助手Alexa的首席科学家，去年8月，他被任命领导亚马逊开发AGI。

　　随后，Adept公司也在一篇博客文章中证实了这一举动。该公司指出，开发自己的AI模型将需要更多的资金，并表示与亚马逊的交易将使其能够专注于建立AI代理。此外值得一提的是，在Luan和其他高管加入亚马逊后，Adept将继续作为一家独立公司运营。

　　与此次亚马逊和Adept联手极为相似的事件是——今年3月，微软聘请了Mustafa Suleyman，他曾是谷歌DeepMind的联合创始人，后来领导了初创公司Inflection AI。随后，微软还请来了Inflection的几位高管，并对其部分技术进行了授权。

　　拥挤的市场

　　Adept成立于两年前，其目标是创建一个可以使用自然语言在任何软件工具上执行操作的AI模型。在更高层次上，该公司希望创建一个“AI队友”，训练他们使用各种不同的软 件工具和API，这一愿景与OpenAI、Rabbit等公司不谋而合。

　　Adept凭借其技术赢得了包括英伟达、Atlassian、Workday和Greylock在内的许多支持者，筹集了超过4.15亿美元的资金，估值曾一度达到了10亿美元左右。

　　但后来，这家初创公司一直受到产品功能失调的困扰。尽管经过了数月的测试，它仍难以将任何产品推向市场，Adept也失去了两位联合创始人Ashish Vaswani和Niki Parmar。

　　在过去的几个月里，有报道称Adept一直在与Meta、微软就潜在的收购进行谈判，微软此前也曾投资过这家初创公司，不过最终没有任何收购或者合作消息传出。

　　潜在原因或许是，如今的AI代理的市场比Adept成立之时更加“拥挤”，Orby、Emergence等资金雄厚的初创公司都在争夺这块有望盈利的蛋糕。据市场研究公司Grand View research估计，到2022年，AI代理市场的价值将达到42亿美元。

　　或许，这次Adept与亚马逊的合作能让Adept成功冲过终点线，这笔交易也为Adept提供了一条生命线。

　　亚马逊大力增加投资和使用

　　对于亚马逊自身而言，其在AI领域也面临着激烈的竞争。

　　竞争对手微软和谷歌在其核心产品中非常效率地添加了新功能，同时也为企业提供了更多途径来访问其公共云产品中的大型语言模型。虽说亚马逊的云计算部门也推出了一系列AI服务，包括自己的大模型，然而这些服务通常被认为落后于其对手。

　　面对这一局面，亚马逊正在加大对生成式AI的投资和使用。亚马逊已经向OpenAI的竞争对手Anthropic投入了数十亿美元，并计划彻底改造其Alexa语音助手，在其中添入生成式AI功能。

　　亚马逊指出，由于在技术基础设施方面（特别是生成式AI）的投资，今年的现金资本支出预计将显著增加。该公司第一财季的现金资本支出为139亿美元，同比增长6%。

　　在对AI的应用方面，日前有报道称，亚马逊整个财务团队中正在使用生成式AI，其可以协助财务人员进行更复杂的分析。亚马逊多名高管表示，其财务团队将把生成式AI技术用于欺诈检测、合同审查、财务预测、个人生产力、规则和法规解释、以及税务相关工作等领域，此举的部分目的是降低成本、提高效率和准确性。