⁣
📰 黄仁勋新年首秀：除了Rubin芯片,还重新定义了数字员工和物理AI

在1月5日的演讲中，英伟达CEO黄仁勋强调了半导体行业面对AI需求激增的应对策略。新发布的Vera Rubin芯片架构具备强大的算力，能够有效处理AI模型的复杂计算任务。该平台包含六个部分，通过软硬件协同设计，显著降低了推理成本和GPU需求，同时具备巨大的性能提升潜力。

黄仁勋提出了Agentic AI的概念，展示了如何利用先进的算力和开源模型降低企业开发数字代理的门槛。英伟达推出的新工具使得开发者可以在短时间内构建功能完整的AI助手，预示着未来IT部门的工作内容将更加高效。

物理AI被黄仁勋视为下一个重要发展方向，其应用场景涵盖自动驾驶、机器人和工业制造等。英伟达通过Omniverse平台实现了“数字孪生”环境，为物理AI的训练提供了安全的空间。这场发布会不仅是产品的亮相，更是对未来AI技术标准与基础设施的战略宣言。

🏷️ #英伟达 #VeraRubin #AgenticAI #物理AI #开源模型

🔗 原文链接

⁣
📰 Agentic AI与WorkFlow的相互成就

Agentic AI与工作流之间的关系是共生的，而不仅仅是技术选择。任务规划能力的突破被认为是关键，而工作流是弥补这一不足的替代技术。然而，从场景落地的效果来看，确立最优路径的工作流显得更为重要。尽管模型推理有不确定性，但由人制定的工作流能够提供更可靠的执行链路，确保在相似场景中能够重复使用。

在实践中，Agentic AI通过规划尚未找到最佳路径的任务，协助业务人员筛除已知的错误实践，逐步固化最佳工作流。事件驱动引擎和行动优化引擎在智能体运行中起到协调作用，确保有效的任务规划和实时优化。这样的协同不仅提高了效率，也为持续的业务梳理提供了必要的支持。

最后，Planning任务规划的方式结合了ReAct和ReWoo，前者用于选择工具执行，后者则确保行动计划的可行性。随着技术的进步，工作流的选择器可以减少，通过Agentic AI的支持，能够自动生成可用的工作流，进而实现高效的业务落地和持续迭代。

🏷️ #AgenticAI #工作流 #任务规划 #智能体 #业务落地

🔗 原文链接