蜘蛛侠1

速递｜前Google Brain研究员创办，Infinity用Agent生芯片代码，获1500万美元融资，估值1亿美元_我的网站

一 |     由你来说： 一个听起来近乎荒诞的猜测正在X上疯传——“有没有一种可能，CyberLeek其实就是R星自己？”提出者逻辑缜密：泄露视频从极差画质逐步变好，恰好逐步拉回被AI预告片拉爆的玩家预期；黑客利用泄露代币获利，对R星来说却不过是几十亿美元预售额面前的免费全球营销；Take-Two的CEO三个月前亲口说过“GTA6的营销将前所未有”。

二 | 加上R星在整个泄露事件中始终没什么实际行动——这一连串巧合，让一个本应荒唐的阴谋论变得异常“合理”，你觉得有可能吗？8月24日，X平台一篇长帖突然走红，阅读量逼近80万。    图片来源：Jeremy Nixon          AI 基础设施公司 Infinity 周一宣布完成 1500 万美元融资，估值 1 亿美元，投资方包括 Touring Capital、Principal VC 以及来自 OpenAI 和 Anthropic 等公司的研究人员。发帖者提出了一个让所有人愣住的理论：“如果CyberLeek就是Rockstar本人呢？”他列举了几个关键证据：第一，第一段泄露画质极差，玩家失望大骂R星，但随后流出的视频画质、玩法、细节逐次提升——像是在刻意重置被AI虚假预告片拉高的预期。         该初创公司正在构建软件，以便让 AI 芯片更容易运行 AI 模型。第二，泄露期间同步发行的加密货币即便达到3000万美元市值，对R星而言也远不如《GTA6》预购带来的几十亿美元收入，反而相当于一次全球范围的免费营销。英伟达之所以成为领先者的一个重要原因，不仅在于其高性能芯片，还在于其 CUDA（Compute Unified Device Architecture）软件，这使得其 GPU（最初为图形处理设计）能够充当通用处理单元。最大的 AI 开发框架 PyTorch 和 TensorFlow 都建立在 CUDA 之上。

三 | 第三，R星在整个事件中始终没什么行动，既不大规模公关灭火，也不正面承认泄露，这种“装死”本身就非常反常。这使得开发者能够用像 Python 这样的流行语言编写应用，使用这些主流 AI 框架后，应用默认将运行在英伟达芯片上。

四 |          大多数这些应用级初创公司既没有资源也没有技术能力去编写自己的内核——即驱动芯片运行的低级软件——并将其应用移植到其他 AI 芯片上。所以 Infinity 试图构建一种可替代 CUDA 的内核软件，能够适配任何类型的芯片，比如 SRAM、GPU、手机芯片和 Systolic Array。    更有趣的是，Take-Two的CEO Strauss Zelnick三个月前接受采访时说过一句话：“GTA6的营销将与我们以前见过的任何营销方式都截然不同。”更多人用逻辑反驳：“R星会为了营销故意损失几十亿美元估值、吓跑股东、向微软和Discord发传票？就为了给一款预购超过20亿美元的游戏降温？”还有人对“R星发垃圾币”嗤之以鼻：“Rockstar不会搞拉高出货的垃圾币，这和他们的商业信誉完全不符。Infinity 属于新一波初创公司，正通过一个又一个产品，试图削弱 NVIDIA 的市场主导地位。

五 |          Infinity 正在尝试构建一个通用的推理库，以在所有芯片上运行，从而使这些芯片能够自动复制最先进的研究成果。”另一个核心反驳点来自传票——如果R星是自导自演，为什么还要用传票逼迫微软和Discord交出用户数据？有人指出：“Netflix合约的T&C条款也能直接证伪这个理论，因为用泄露做营销会被视为违约。”     从“营销前所未有”到“视频画质逐步提升”，从“R星沉默装死”到“代币风波”，这个理论确实满足了人类对“阴谋论”的所有胃口。但当传票和股价成为无法绕开的硬伤时，它更像一个精心包装的脑洞——而不是真相。Zelnick说的“前所未有的营销”究竟是什么，或许只有在Netflix前瞻正式上线后，我们才能找到真正的答案。    那么问题来了，你觉得CyberLeek有可能就是R星自导自演的吗？这场“史上最大泄露”到底是失控的灾难，还是精心策划的营销局？评论区聊聊。         Infinity 由 Jeremy Nixon 于去年创立，他曾是 Google Brain 的研究员，也是黑客网络社区 AGI House 的创建者。本文由游民星空制作发布，未经允许禁止转载。更多相关资讯请关注：GTA6专区。Nixon 告诉 TechCrunch，他决定创办这家公司是因为他痴迷于“自动发明”这一想法——即“AI 系统实际上可以成为一种元技术”的信念。他说自己曾发明过一种名为 Omega 的机器学习算法，该算法本质上可以创造新的机器学习算法并在一个反馈回路中自动评估它们。         那次成功让他开始思考这种方法还能在哪些情形下适用，他转向了硬件领域，相信自动化系统也可以生成运行芯片更高效所需的低级代码，比如内核等。         Infinity 的 AI 研究 Agent Ignition 旨在为可替代 NVIDIA 的芯片编写 AI 推理所需的低级代码。

六 | 它会测试、调试并衡量硬件在该代码下的运行速度，并在需要时自动重写代码以提升性能。该系统具备自我优化能力，意味着它会持续学习并改进自身。Nixon 表示，它还能够适应不同的芯片架构，无论是否为专有设计。

七 | 最终成果是 Infinity 所称的与 CUDA 水平相当的软件栈。         Nixon 表示，客户包括 AI 芯片制造商（以及意图挑战 NVIDIA 的企业）D-Matrix，Infinity 也在与其他大型芯片和云计算公司洽谈。         然而，人类仍然参与其中，提供高层指示，而Agent则承担更多繁琐的体力活。在一项案例研究中，该初创公司发现Agent的工作速度远快于单独的人类，将可能需要数年或数月的过程缩短到数小时或数天。Infinity 不收取预付许可证费；相反，它从性能提升和成本节约中抽取一部分，衡量的是每秒令牌数的变化。         目前，Infinity 有 26 名员工，包括设计、运营和工程人员。                   参考资料：          https://techcrunch.com/2026/07/20/inference-startup-infinity-raises-15m-from-touring-capital-openai-and-athropic-researchers/。

Current article:http://2wcah04.binhannuxiangtulediatacang.cfd/list_mwo4ns9/92sn.html

Published on:13:55:03