马来西亚与东盟
RM123.5bn
approved data centre and cloud investment, Jan-Sep 2026 (MIDA)
汇总自4个来源
马来西亚与东盟
美国芯片管制之下,马来西亚获批数据中心投资仍增44.5% 马来西亚投资发展局(MIDA)于11月17日表示,2026年1至9月,数据中心和云计算项目共获得1235亿令吉(约302亿美元)获批投资,涉及86个项目,比去年同期增长44.5%。同日,经济部长阿克马纳斯鲁拉表示,英伟达与Megaspeed风波并未改变马来西亚的芯片和AI计划。
主要收获 数据中心占全部3504亿令吉获批投资的35.2%,高于一年前的29.4%。美国是最大的外资来源,达600亿令吉,是2025年同期113亿令吉的五倍多。点名的项目包括AirTrunk扩建和Princeton Digital Group的新园区(MIDA)。 新数据中心必须符合数据中心专案小组规定的至少30%本地成分要求,目的是让马来西亚企业分到工作(MIDA、The Edge Malaysia)。 获批投资是承诺,而不是建成的大楼。这些数字截至9月,早于美国在11月16日(美国时间)宣布对输往马来西亚的AI芯片实施许可证规定。分析师本周表示,与中国相关的项目受影响最大。 关于Megaspeed,马来西亚投资贸工部(MITI)表示从未批准Megaspeed International或其马来西亚子公司Speedmatrix;后者租用数据中心空间,并自带服务器和AI芯片。MITI正与皇家关税局合作,核查这些芯片是否被再出口(Lowyat.net,引述The Edge Malaysia)。 为何重要: 数据中心热潮在获批金额上一目了然;接下来要看的是实际建成多少、由谁来租用。如果你的公司为数据中心供货,30%本地成分要求就是机会。
分享这篇报道
来源(4)
Malaysia Records RM350.4 Billion in Approved Investments in the First Nine Months of 2026, Up 20.7% · MIDARead ↗
Data centre, cloud computing investments surge 44.5% to RM123.5b in first nine months of 2026 · The Edge MalaysiaRead ↗
Malaysia's data-center and cloud-computing approved investments up 44.5 percent in first nine months of 2026 · TechNode GlobalRead ↗
Economy Minister: NVIDIA Issue Does Not Affect Malaysia's Semiconductor, AI Ambitions · Lowyat.netRead ↗
这篇报道有用吗?
轻点即可投票。长按、右键或按 Shift+Enter 可先添加理由或备注。
助手与隐私
2 months
how long Google will keep temporary Gemini chats, up from 72 hours
汇总自3个来源
助手与隐私
谷歌让Gemini任务代理免费,但临时聊天保存得更久 谷歌于11月17日(美国时间)把代理Spark更名为“Tasks”,并向美国、加拿大、日本、韩国、澳大利亚和印度的Gemini用户免费开放,由Gemini 4 Hydrogen模型驱动。同日,谷歌表示临时聊天以及关闭历史记录时的聊天,今后将保存约两个月,而不是72小时。
主要收获 在Gemini首页把开关从Chat切换到Tasks,它就能规划餐单、管理日历,或在邮件里找出可能不需要的定期扣费。在美国,它还能打电话给商家预约或查询价格和库存,用Google Pay付款,并通过电子邮件或短信接收任务(The Verge、TechCrunch)。 谷歌称每个任务都在只供你的账户使用、经硬件隔离的虚拟机中运行,遇到购买等敏感步骤时Gemini会先停下来征求同意。马来西亚不在首批名单内。 保存期限的变化将在未来几周内在全球推出。谷歌说保存聊天是为了回复你、处理反馈和保护服务,临时聊天不会用于训练。作为对比,OpenAI的ChatGPT临时聊天最多保存30天,Anthropic的Claude无痕聊天保存30天(TechCrunch)。 聊天记录和AI训练现在是两个独立设置,而不再是一个“Keep Activity”开关。原本关闭Keep Activity的人,两项都从关闭开始;原本开启的人,历史记录保持开启,并可单独选择是否让谷歌用聊天训练AI。 为何重要: 马来西亚用户暂时还用不了Tasks,但数据保留的变化适用于所有地区:Gemini临时聊天不再三天后就消失。请到Gemini设置里检查新的训练开关。
分享这篇报道
来源(3)
Google's Spark AI agent becomes 'Tasks' - and now it's free · The VergeRead ↗
Google expands access to Gemini Tasks, which can help with calls, purchases · TechCrunchRead ↗
Google to keep Gemini chats for 2 months, up from 72 hours, even with history off · TechCrunchRead ↗
这篇报道有用吗?
轻点即可投票。长按、右键或按 Shift+Enter 可先添加理由或备注。
机器人
30-40
Eno humanoid robots built so far (Genesis, via TechCrunch)
汇总自2个来源
机器人
Genesis AI融资约20亿令吉,要让机器人拥有像人一样的手 硅谷初创公司Genesis AI于11月17日宣布完成5亿美元(约20亿令吉)融资,由Khosla Ventures、Premji Invest和Eclipse领投。它在物理AI上的押注是灵巧操作:做出和人手形状一样的机器人手,并用真实工人佩戴的传感手套采集的数据来训练。
主要收获 全球有100多名工人在工作时戴着这种手套和头戴摄像头。手套记录力度,也就是手指按得多用力,公司称这是处理小物件的关键。机器人戴同样的手套,公司还加上数百万次模拟运行。 演示是真实的,但并不完美。TechCrunch看到两条机械臂装箱、封胶带、贴标签;第二次演示时,机器人没拿稳箱子,撕标签也很吃力,这正是整个行业仍需弥合的实验室与日常工作之间的差距。 Genesis已造出30到40台Eno人形机器人,正与几家未具名客户试点,并已选定一家美国代工商明年开始量产。它的策略是垂直整合:自己采集数据、自己训练模型、自己设计机器人。一个弱点是:它的手在正常工作中只能用几周就要更换。 联合创始人兼CEOZhou Xian表示,模型设计只占结果的约10%,数据和训练系统才最重要:“配方我们都有了,剩下的就是执行。” 为何重要: 手是让机器人在商店和仓库真正有用的最难部分,因此值得关注。在客户报告成果、机器人手能撑过几周之前,“已攻克灵巧操作”应视为CEO的说法。
分享这篇报道
来源(2)
Genesis AI raises $500M to deploy glove-wearing robots · TechCrunchRead ↗
Genesis AI raises $500M to get Eno out of the lab and onto factory floors · HumanoidMegaHubRead ↗
这篇报道有用吗?
轻点即可投票。长按、右键或按 Shift+Enter 可先添加理由或备注。
AI与工作
3,600
shared skills in Uber's library, used 30,000+ times a day (as cited on The AI Daily Brief)
AI与工作
从Uber到Shopify:区分AI原生公司的七个习惯 在11月17日的The AI Daily Brief节目中,主持人Nathaniel Whittemore整理了Stripe、Shopify、Uber、Ramp、Cloudflare等公司公开的AI代理运行方式。他的结论是:最先进的公司不把代理当作有名字的同事,而更像按需聘请的咨询公司。
主要收获 给代理完整的信息。Ramp每天把Slack、Notion、Linear和日历的内容导入代理记忆,Uber则用30多个内部系统搭建了上下文地图。但上下文会过时:Ramp发现上下文无人维护时,其分析代理表现会变差。 让事件触发工作,并使用一个编排代理。客户消息、构建失败或新发票都会启动任务,Uber现在大多数代理会话由其他代理发起。主代理把工作分给子代理;Anthropic称,在内部研究测试中,这种方式比单个代理高出约90%。 检查工作并指定负责人。Shopify只有在代理能写出证明漏洞的测试时才接受安全发现,并用另一个模型来核查。在Stripe,代理写代码,但每次合并都有人审核;Uber让代理之间的每次交接都能追溯到一个具体的人;Snap表示其代理投入有一半以上用于护栏。 共享一套系统。Ramp有350个共享工作流,Uber有3600项技能、每天使用超过3万次;Shopify关注的是变更被撤回的频率,而不是AI写了多少行代码。提醒:《哈佛商业评论》5月的一项研究发现,当工作来自“AI同事”时,经理检查得更不仔细。 为何重要: 有三个习惯几乎零成本就能照做:把决策写在代理读得到的地方,用另一个工具检查输出,并为每项成果指定负责人。正如Whittemore所说,大多数例子来自软件团队,那里的“完成”很容易测试。
分享这篇报道
来源(1)
7 Things AI-Native Companies Do Differently · The AI Daily BriefWatch ↗
这篇报道有用吗?
轻点即可投票。长按、右键或按 Shift+Enter 可先添加理由或备注。