码农AI神器又升级了！

就在刚刚，Github官宣，Copilot模型升级，5年内80%的代码将自动生成。

GitHub Copilot发布还不到两年， 就已经为100多万的开发者，编写了46%的代码，并提高了55%的编码速度。

这次升级究竟改进了什么呢？

5年，80%代码自动生成

通过模型的改进，以及上下文过滤功能的增强，现在开发人员在写代码的时候可以获得更多量身定做的建议，满足需求。

而且，划重点！个人版和企业版都可以无压力使用。

据官博介绍，改进后的AI模型超越了之前的Codex模型，可以更迅速地为开发人员提供代码上的建议。

新模型由OpenAI、Azure AI和GitHub合作开发，与之前的模型相比，延迟时间缩短了13%。

这意味着，GitHub Copilot为开发人员生成代码建议的速度比以往任何时候都要快，有望大幅提高整体工作效率。

同时，新模型还有更为复杂的上下文过滤功能，能更广泛地考虑开发人员的上下文和使用模式。

这样，它就能更智能地过滤提示和代码建议，从而让开发人员获得针对其需求的建议。

数据显示，代码接受率相对提高了6%，让开发人员能够专注于工作的创造性方面，而不是被乏味的编码任务所困扰。

GitHub Copilot正在升级，改进了人工智能模型并增强了上下文过滤功能，从而为开发人员提供更快、更量身定制的代码建议。

Github就像是第二大脑，能够帮你省去记忆的麻烦。

Github的CEO Thomas Dohmke还曾表示，80%的代码将在短短五年内生成。

他还表示，Copilot 测试版中 40% 的代码都是生成的，这让开发者的速度提升了55%。

新一代生成代码Copilot X

在微软将GPT-4能力集成到Office 365后，GitHub曾官宣发布了，基于GPT-4的新一代代码生成工具Copilot X。

具体来说，Copilot X提供支持的体验有：Copilot Chat；Copilot for Pull Request；Copilot for Docs；Copilot for CLI。

这些新功能都是由OpenAI的GPT-4驱动的。

值得注意的是，由于速度延迟的原因，代码自动补全工具仍基于GitHub的Codex模型上，该模型是在GPT-3上训练的。

此前，微软已经将GPT-4集成到搜索、办公、写代码等各种真正意义上的生产力工具上，属实是拥有了开启第四次科技革命的力量。

资深大数据架构师祝威廉称，Everything powered by AI已经不再遥远：

如果说，OpenAI GPT-4只是个模型完成了从0到1，微软则推动了其商业化直接前进一大步。

这次，Copilot X的发布，直接降维打击上一代Copilot。

就比如，GitHub在Copilot中内嵌一个基于GPT-4的聊天窗口，专注于开发者场景，并集成在VS Code和Visual Studio上。

Copilot不仅可以识别开发者输入的代码内容，报错信息显示，还可以对代码块的用途进行深入分析和解释，生成单元测试。

甚至还可以给出debug的建议。

此外，在Copilot中，你甚至不再需要键盘来编写代码。

只需坐在电脑前，说一句「嘿，GitHub！」，动动嘴皮子编代码就能实现了。

目前，GitHub正在试验GitHub Copilot Voice新功能，一个基于语音的交互系统。

除了编写代码，通过Copilot Voice，你甚至可以完成：代码跳转、控制IDE、代码总结。

GitHub首席执行官Thomas Dohmke曾表示，虽然自动补全代码已经大大提升开发人员的生产力，而全新的Copilot X能将开发人员的生产力提升10倍。

「软件开发的黄金时代已经来到聊天界面。」

工作效率提升55%

早在2月份，GitHub曾发布了个人版和企业版Copilot的重大更新。

简单来说就是，升级之后的GitHub Copilot将会具有更高的代码质量，以及更快的响应速度。

自发布以来，GitHub Copilot已经为超过一百万人开发者提供了更强生产力，帮助他们提高了55%的编码速度。

但早在2022年6月首次推出时，只有27%的开发者会选择使用GitHub Copilot生成的代码。

如今，这一数字已经上升到了46%。甚至在Java中，达到了61%。

研究显示，在使用GitHub Copilot的开发者中，有90%表示可以更快地完成任务，其中73%的人能够更好地保持顺畅并节省精力。

与此同时，高达75%的开发者在使用Copilot时感到更有成就感，并且能够专注于工作。

为了实现这一目标，GitHub做了如下关键技术改进：

– 升级后的AI Codex模型

将Copilot升级为新的OpenAI Codex模型，为代码合成提供了更好的结果。

– 更好的上下文理解

通过一种称为Fill-In-the-Middle（FIM）的新范式，改进了GitHub Copilot给出的代码建议。

这种方法不仅会考虑代码的前缀，还会利用已知的代码后缀，并在中间留出空白让GitHub Copilot来填补。

如此一来，Copilot就有了更多关于预期代码的上下文信息，以及自己应该如何去和程序的其他部分保持一致。

– 轻量级的客户端模型

使用轻量级客户端模型更新了VS Code的GitHub Copilot扩展，从而提高了建议代码的整体接受率。

现在，GitHub Copilot通过使用关于用户上下文的基本信息（例如，上一个建议是否被接受），将不必要的建议减少了4.5%

对标Copilot，谷歌Colab放大招

微软Copilot练练升级后，谷歌也不甘示弱。

5月，谷歌曾宣布，Google Colaboratory（Colab）即将加入全新的AI编码功能。

在PaLM 2的基础上，利用大量高质量代码数据进行微调之后，全新的「文生代码」模型Codey就诞生了。

而Colab的这些新功能，就是由Codey加持的。

Codey代码生成模型支持20多种编码语言，包括Go、谷歌标准SQL、Java、Javascript、Python和Typescript等。

通过实时的代码补全和生成，Codey可以帮助用户更快地完成开发工作，同时提升代码的质量。

最重要的是，这个模型还专门针对Python和Colab的各种功能进行了专门优化。

看得出来谷歌为了各位深度学习应用和Python的开发者的使用体验，真的是很用心了。

微软和谷歌的编码神器，你更钟意哪个？

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

进入 2023 年，消费电子产业并没有扭转下行的趋势，所谓「寒冬」还顺势弥漫到了半导体上游，今年第二季度三星电子的营业利润大跌 95.74%，仅为 6000 亿韩元（约为 33.5 亿人民币），其他半导体上游厂商也都不太好过。

而从去年末大火至今的生成式 AI，一举推动了 AI 芯片的需求爆发，价格一路走高，雪花般的订单也从互联网公司飞到芯片设计厂商，再飞到芯片制造厂商，一度被视为扭转本轮半导体下行周期的关键。

然而台积电还是对 AI 推动芯片需求激增的说法泼了一盆冷水。

7 月 20 日，半导体代工龙头台积电发布了截至 6 月 30 日的第二季度财报，尽管业绩表现超出了分析师预期，但营业收入还是同比下滑 10%至 4808.4 亿新台币（约合 1115.55 亿元人民币）净利润则下滑了 23%，降至 1818 亿新台币（约合 421.78 亿元人民币）。

四年来，台积电净利润遭遇了首次下滑。

更重要的是，即便作为站在英伟达和 AMD 背后的最大赢家，台积电也不看好 AI 在短期内带来的芯片需求变化，与英伟达描绘的前景截然相反，台积电不认为在 AI 能在今年下半年驱动半导体需求恢复增长，甚至是在几年内都不会。

消费电子继续跌

AI 不过初长成

就在前段时间，各家市场研究公司陆续都发布了第二季度全球智能手机和 PC 市场的报告。其中 Calalys 的报告显示，全球智能手机出货量同比下滑 11%，按此计算总出货量应该在 2.55 亿台左右；IDC 的报告则显示，全球个人电脑出货量同比下滑 13.4%，掉到了 6160 万台。

好消息是，两大消费电子市场的跌幅没有进一步扩大。不过出货量的下降规模依然相当可观，单单上季度就又少出货了 3157 万台智能手机和 280 万台 PC，可想而知对上游供应链的冲击。

核心的问题也没有得到解决，一是渠道和组件的高库存，二是需求的持续疲软。业绩说明会上，台积电首席财务官黄仁昭指出，下游库存的消化速度比预想中慢，虽然看到了部分客户的生意已经复苏，但在高通胀、高利率的市场背景下，客户的拉货趋于保守，下半年的需求增长会比以往都要低。

最有力的证明是，针对下半年的风险，台积电将全年营收预期从 1%-6%的下滑调整为了 10%。台积电总裁魏哲家明确表示，AI 拉动的需求不足以弥补库存调整与经济前景不佳的干扰，产值与 IC 设计客戶产值都比先前进一步下调。

要知道，不管是 AMD 最近发布的 MI300X 与 MI300A，还是所有人都在抢购的英伟达 A100/H10、A800/H800（国内特供），都严重依赖于台积电的 CoWoS 先进封装产能。

AMD CEO 苏姿丰近期甚至在媒体采访中表示，MI300 系列芯片「没有台积电是做不到的」。而前不久，英伟达 CEO 黄仁勋也拜访了台积电，核心同样是确保足够的 CoWoS 产能。

但就算 Meta、字节跳动等互联网巨头，过去半年至少投入了上百亿美元购买英伟达 GPU 用于大模型的训练和推理，英伟达也在不断向台积电追加订单，面向 AI 训练和推理的 AI 芯片目前仍然仅占台积电总营收的 6%。

且台积电认为，未来五年 AI 芯片的营收占比预计将增加到 10%。背后的潜台词是，台积电也不太看好未来数年 AI 的爆发式增长。

AI 改变世界

可能还要再等等

今年年初，ChatGPT 席卷全球，随后更是不断发酵，各种大模型、失业、应用……各种消息的充斥，多少砸得人有些头晕眼涨，难免让人误以为：AI 改变世界，只在一夜之间。

等到网络分析公司 Similarweb 指出，ChatGPT 的全球访问量再 6 月出现了首次环比下滑，降幅更是达到 9.7%，很多人才稍微冷静下来，重新审视 AI 改变世界的进程。

这一轮生成式 AI 的进展确实相当快速，从 ChatGPT 的横空出世，到各家大模型的酝酿与发布，再到 OpenAI 和微软率先主导的商业化。

上周，微软正式公布了 Microsoft 365 Copilot 的定价—— 30 美元/月。Microsoft 365 Copilot 是微软与 OpenAI 合作开发的可与 Office 软件配合使用的 AI 工具。微软曾表示，Microsoft 365 Copilot 是其对未来工作的愿景，通过集成 GPT-4 支持，可使用让用户自然语言文本提示自动生成 Office 内容。

但即使是最被看好的 ChatGPT 和 Microsoft 365 Copilot，也尚未成熟。一方面是由于 AI 生成内容的不可靠性，包括了语料追溯和「幻觉」等底层问题。

另一方面则是在使用交互上。虽然自然语言的输入方式让交互方式变得前所未有地自然，但提示词（Prompt）的门槛至少在眼下还很高，绝大部分人难以掌握甚至理解。不仅是用户使用频率不高，涌现出的各种 AI 应用于普通用户而言，使用场景也不明确。客观上，这些都造成了生成式 AI 的实际使用率不高。

当然，AI 在可见的未来，仍然会是计算世界最大的机会。微软创始人比尔·盖茨曾言：「我们总是高估未来两年的变化，低估未来十年的变革。」

生成式 AI

也绕不过新技术的规律

新技术的扩散很少是匀速进行的。市场研究机构 Gartner 早在上世纪 90 年代就提出了技术成熟度曲线，指出大多数技术都会不可避免地经历萌芽期、过热期、低谷期、复苏期以及成熟期。

起初，媒体的炒作总是让人对实际取得的进步产生了过高的预期，技术开发者和企业必须有一点耐心和毅力，并保持清醒的头脑和健康的心态。然后，等技术达到一个转折点，通常需要汇集几项不同的开发成果，并将把它们整合在一起，使得产品体验实现质的变化。

以智能手机为例，初代 iPhone 面世之时，移动电话和手持个人数字助理，也就是 PDA （又称掌上电脑）已经发展了十年。直到 iPhone 在触摸屏上取得的技术进步，以及简约的工业和人机交互设计，最终才带来了一个智能手机的时代。

黄仁勋将 ChatGPT 比作 AI 的 iPhone 时刻，然而他没有说出的是，智能手机要引发真正的狂潮，还要等到 App Store 面世两年后的 iPhone 4，彼时苹果 CEO 乔布斯喊出的口号是：This changes everything.Again.（再一次，改变一切。）

AI 既有相似之处，又有不同之处。ChatGPT 之后，所有人看见 AI 到达了一个关键的节点——机器已经能以自然语言与人类进行顺畅的交流。但显然还不够，先抛开人工智能对人类智能的替代问题不谈，至少一个满嘴「胡话」的 AI 很难获得信任，最终的应用场景也很难扩展、落地。

但所有技术都不是一蹴而成的，生成式 AI 也逃不开这条规律。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

MOBA

我们深耕蛋品行业长达75年，对客户面临的挑战有着深刻的了解。我们拥有多项突破性的创新技术，它们能够提高 A 级禽蛋的比例和禽蛋的盈利能力，同时简化清洗程序，降低禽蛋分级站的劳动力需求。这些特点都可以通过 Omnia PX系列分级机 + 人工智能裂纹和脏破蛋检测系统和人工视觉称重系统来实现！这些创新技术无需直接接触鸡蛋，它将尽可能降低交叉污染的几率，并且简化了清洗程序，因此提高了食品安全性。人工视觉称重系统专为水洗蛋市场而设计，将率先在北美市场隆重亮相。

AI全面赋能蛋品分级

禽蛋生产商的工作重点是向不断增长的人口供应健康美味的禽蛋。然而越来越多的禽蛋需要进行分级，而寻找具备适当技能的合适员工对于禽蛋生产商而言变得越来越困难。我们了解客户面临的公司内部困难：期望优化业务，同时优先考虑食品安全，并聘用能够尽可能提高设备性能的合格员工。通过采取必要的措施来优化您的禽蛋分级设备并提高效率、产品质量和安全性，帮助您提高禽蛋的价值。

我们通过探索新的视觉系统与人工智能（也称为“AI”）相结合的潜力，实现了这些功能。我们全球客户超过 5,000个，我们的系统处理了惊人的 10 亿枚禽蛋，因此我们有独特的视角来充分利用 AI 赋能的全部学习能力。

AI视觉称重系统

通过大量研究和开发，我们成功地开发了一种使用 AI 技术给禽蛋称重的创新方法。通过使用包含数千张禽蛋图像及其相应重量信息的庞大数据库，对我们的 AI 系统进行训练，该模型现已能够识别每枚禽蛋特有的视觉特征，并将之与其特定重量相关联。一旦 AI 模型经过训练，它就可以通过分析其图像，无缝地预测新蛋的重量。通过物理接触进行禽蛋检测的时代已一去不复返 — 禽蛋分级机只需捕获每枚禽蛋的多张图像，借助我们先进的技术，即可提供准确的重量估计值。

现在，MOBA可以为 Omnia PX530型 和 PX700型禽蛋分级机配置AI 称重系统、AI禽蛋裂纹检测系统和AI脏破蛋检测系统。此 PX+ 提供了综合解决方案，无需直接接触鸡蛋，操作简单，简化了清洗程序，并尽量减少了维护工作量。PX+ 凭借其可靠的性能，使我们的客户能够集中精力提高其业务成果。

 图01   AI 禽蛋裂纹检测系统

 图02    AI 禽蛋脏破蛋检测系统

水洗蛋市场

对于是否需要清洗禽蛋，各地区的要求不尽相同：有些地区例如美国禽蛋必须清洗，而另一些地区例如欧盟则制定了相关法规，明令禁止这种做法。考虑到满足卫生要求和遵守各种清洗程序的重要性，我们战略性地选择北美市场作为 PX+ 的首发目的地，因为这是一个水洗蛋市场。继在北美市场成功推出该系统之后，我们计划将我们的业务范围扩大到其他水洗蛋市场地区。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

来源：沪城金服

引言：今年年初，ChatGPT成为人们热议的话题，人工智能AI行业也进入了全新领域。

2015年以前，人工智能行业以小模型为主，只能完成垂直领域的分析任务，无法完成生成类任务。发展至今，人工智能行业出现了大模型，能够处理复杂多样的语言问题，在文本理解、生成、翻译、摘要、问答等方面实现了突破。

这极大地推动了人工智能AI行业的发展，并打破了该行业对未来的想象空间。人工智能AI对企业、对国家而言，已经属于一种战略部署。  

全球AI环境

目前，全球已有多个国家在人工智能AI领域展开竞争。

7月7日，中国科学技术信息研究所研制的《2022全球人工智能创新指数报告》显示：当前全球人工智能发展总格局是由中美两国引领、多国呈梯次分布的格局。

按照2022年人工智能创新指数得分排名，可将46个参评国家分为四大梯队。

第一梯队：国家评分在50分以上，只有美国和中国。美国作为科技大国，拥有众多领先技术以及顶尖的研究机构，是人工智能AI的重要发源地，同时也保持着领先水平。中国在国家战略和大力投资的背景下，成为人工智能AI行业的重要力量。

第二梯队：国家评分在35—50分之间，包含英国、德国、新加坡等11个国家。

第三梯队：国家评分在20—35分之间，包含丹麦、芬兰等12个国家。

第四梯队：国家评分在20分以下，包含马耳他、捷克等21个国家。

实际上，只依靠评分来判断某个国家的创新能力是较为片面的，因为不同国家在人工智能AI行业中有不同的优劣势。例如：美国在基础研究、创新能力、人才培养等方面更为突出；中国在用场景、数据规模、市场潜力等方面较为领先；欧盟在伦理、法律、标准等方面较为专业；其他国家在人工智能AI行业的细分领域中有着突出表现。

在ChatGPT爆火之前，各个国家就已经在人工智能AI行业中不断积累和发展，努力形成完整的AI产业链，在全球AI浪潮中拥有更强的竞争实力。

从参与数量来看，2022年参评国家的人工智能企业总数同比增长25%，人工智能从业人口总数同比增长了53%，两者的同比增幅得到大幅扩大。

从基础建设数据中心的数量来看，近三年参评国家托管型数据中心总量持续增长，有三分之一国家比2020年增长了超过10%。

从政策规划和治理指标来看，2022年几乎所有参评国家的完善程度都得到了提升。

从人工智能相关论文来看，论文总数已经实现翻倍增长，从2010年的20万篇增长至2021年的将近50万篇。以上数据都体现出，全球各国对人工智能AI行业已经十分重视。

算力以芯片市场

在人工智能AI成为大家关注的行业后，算力也得到了快速发展，成为涨得最好的板块之一。

算力是人工智能AI环境的基础建设，对算力的需求远大于AI产业链中的其他板块，所以发展算力已经成为人工智能AI行业的重要基石。据OpenAI统计显示：AI训练任务中的算力增长——每3.5个月翻一倍，已经超越了摩尔定律——每18个月翻一倍。

中国信通院《中国算力发展指数白皮书》测算：2021 年全球算力规模超过615EFLOPS，同比增速为44%左右，后续几年则会迎来算力引爆时代。预测2030年全球算力规模有望达56ZFLOPS，2022—2030年复合增长率达65%。

更值得一提的是，各国的算力布局和GDP呈正相关关系。据IDC报告显示：计算力指数平均每提高1个点，数字经济和GDP将分别增长3.3‰和1.8‰。2021年，全球算力规模前20的国家中有17个国家是全球排名前20的经济体。其中，美国、中国、欧洲、日本在全球算力规模中的份额分别为34%、33%、14%和5%。

算力的最关键的竞争点在于芯片。

传统的CPU计算难以满足愈发庞大的数据处理，辅助CPU也就应运而生。辅助CPU能够能够提供数据的协助处理，当下主流的类型包括通用GPU（GPGPU）、FPGA、ASIC 等。

GPU是图形处理器，具有大量的并行计算能力，能够快速处理大量数据；FPGA是现场可编程门阵列，具有灵活性和可编程性，非常适合开发新的AI算法；ASIC是专用集成电路，具有高性能和低功耗的特点，非常适合部署在边缘设备上的AI应用。

2022年，全球CPU市场总规模约为249亿美元，Intel和AMD占据市场的主要份额。其中，Intel占领市场60%以上的份额，AMD的市场份额在不断提升。2022年，全球GPU市场总规模约为450 亿美元（含GPGPU），英伟达和AMD几乎占据市场中全部份额，Intel的占比极小。

大模型时代近段时间，人工智能AI行业新推出了不少模型。2022年11月，OpenAI发布了聊天机器人ChatGPT，成为人工智能AI行业的首个大模型。2023年2月，Meta AI在其官网公开发布了LLaMA大型语言模型。2023年3月，百度发布了文心大模型。

2023年5月，Google发布新一代大语言模型PaLM2。随后，商汤、阿里云、科大讯飞、华为等陆续发布了各自的大模型，几乎所有的科技平台都参与其中，人工智能AI行业瞬间百花齐放。人工智能AI大模型是集资本密集、人才密集、数据密集的产业，千亿级的参数模型训练一次就要花费超1200万美元的成本。这不仅是技术之战，同样也是平台之战。

在科技不断发展下，是否拥有人工智能AI大模型或将成为衡量企业甚至是国家综合实力的重要条件之一。人工智能AI大模型逐渐成熟后，相关的下游产业都将会得到快速发展，终端应用的研发将会成为人工智能AI时代的下一个阶段。人工智能AI已经经历了产业孵化、算力基础建设、底层大模型研发等多个过程，未来不论如何发展、不论以何种方式存在，只要掌握了最底层的东西，就能掌握核心。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

来源：中国工业报

人工智能技术和产品经过过去几年的实践检验，目前应用较为普遍，推动着人工智能与各行各业加速融合。从技术层面来看，业界广泛认为，人工智能的核心能力可以分为三个层面，分别是计算智能、感知智能、认知智能。

1、计算智能

计算智能，是指机器具备超强的存储能力和超快的计算能力，可以基于海量数据进行深度学习，利用历史经验指导当前环境。随着计算力的不断发展，储存手段的不断升级，计算智能可以说已经实现。例如，AlphaGo利用增强学习技术完胜世界围棋冠军；电商平台基于对用户购买习惯的深度学习，进行个性化商品推荐等。

2、感知智能

感知智能，是指使机器具备视觉、听觉、触觉等感知能力，可以将非结构化的数据结构化，并用人类的沟通方式与用户互动。随着各类技术发展，更多非结构化数据的价值被重视和挖掘，语音、图像、视频、触点等感知智能快速发展。无人驾驶汽车、波士顿动力机器人等就运用了感知智能，通过各种传感器，感知周围环境并进行处理，从而有效指导其运行。

3、认知智能

认知智能，是指机器像人一样，有理解能力、归纳能力、推理能力，有运用知识的能力，相较于计算智能和感知智能更为复杂。目前，认知智能技术还在研究探索阶段，如在公共安全领域，对犯罪者的微观行为和宏观行为的特征提取和模式分析，开发犯罪预测、资金穿透、城市犯罪演化模拟等人工智能模型和系统；在金融行业，用于识别可疑交易、预测宏观经济波动等。要将认知智能推入发展的快车道，还有很长一段路要走。

目前，制造企业中应用的人工智能技术，主要围绕在智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面。下文总结了制造业中常用的八大人工智能应用场景。

场景一：智能分拣

制造业上有许多需要分拣的作业，如果采用人工作业，速度缓慢且成本高，而且还需要提供适宜的工作温度环境。如果采用工业机器人进行智能分拣，可以大幅降低成本，提高速度。

以分拣零件为例。需要分拣的零件通常并没有被整齐摆放，机器人虽然有摄像头可以看到零件，但却不知道如何把零件成功地拣起来。在这种情况下，利用机器学习技术，先让机器人随机进行一次分拣动作，然后告诉它这次动作是成功分拣到零件还是抓空了，经过多次训练之后，机器人就会知道按照怎样的顺序来分拣才有更高的成功率；分拣时夹哪个位置会有更高的捡起成功率；知道按照怎样的顺序分拣，成功率会更高。经过几个小时的学习，机器人的分拣成功率可以达到90%，和熟练工人的水平相当。

场景二：设备健康管理

基于对设备运行数据的实时监测，利用特征分析和机器学习技术，一方面可以在事故发生前进行设备的故障预测，减少非计划性停机。另一方面，面对设备的突发故障，能够迅速进行故障诊断，定位故障原因并提供相应的解决方案。
以数控机床为例，用机器学习算法模型和智能传感器等技术手段监测加工过程中的切削刀、主轴和进给电机的功率、电流、电压等信息，辩识出刀具的受力、磨损、破损状态及机床加工的稳定性状态，并根据这些状态实时调整加工参数（主轴转速、进给速度）和加工指令，预判何时需要换刀，以提高加工精度、缩短产线停工时间并提高设备运行的安全性。

基于机器视觉的表面缺陷检测应用在制造业已经较为常见。利用机器视觉可以在环境频繁变化的条件下，以毫秒为单位快速识别出产品表面更微小、更复杂的产品缺陷，并进行分类，如检测产品表面是否有污染物、表面损伤、裂缝等。目前已有工业智能企业将深度学习与3D显微镜结合，将缺陷检测精度提高到纳米级。对于检测出的有缺陷的产品，系统可以自动做可修复判定，并规划修复路径及方法，再由设备执行修复动作。

例如，PVC管材是最常用的建筑材料之一，消耗量巨大，在生产包装过程中容易存在表面划伤、凹坑、水纹、麻面等诸多类型的缺陷，消耗大量的人力进行检测。采用表面缺陷视觉自动检测后，通过面积、尺寸最小值、最大值设定，自动进行管材表面杂质检测，最小检测精度为0.15mm²，检出率大于99%；通过划伤长度、宽度的最小值、最大值设定，自动进行管材表面划伤检测，最小检测精度为0.06mm，检出率大于99%；通过褶皱长度、宽度的最小值、最大值、片段长度、色差阈值设定，自动进行管材表面褶皱检测，最小检测精度为10mm，检出率大于95%。

场景四：基于声纹的产品质量检测与故障判断

利用声纹识别技术实现异音的自动检测，发现不良品，并比对声纹数据库进行故障判断。例如，从2018年年末开始，佛吉亚（无锡）工厂与集团大数据科学家团队展开全面合作，致力于将AI技术应用于座椅调角器的NVH性能评判（震动噪声测试）。2019年，佛吉亚（无锡）工厂将AI技术应用到调角器异音检测中，实现从信号采集、数据存储、数据分析到自我学习全过程的自动化，检测效率及准确性远超传统人工检测。随着基于AI（人工智能）技术的噪声检测系统在无锡工厂投入应用，人员数量已经从38人下降至3人，同时，质量控制能力显著提高，年经济效益高达450万元。

场景五：智能决策

制造企业在产品质量、运营管理、能耗管理和刀具管理等方面，可以应用机器学习等人工智能技术，结合大数据分析，优化调度方式，提升企业决策能力。
例如，一汽解放无锡柴油机厂的智能生产管理系统，具有异常和生产调度数据采集、基于决策树的异常原因诊断、基于回归分析的设备停机时间预测、基于机器学习的调度决策优化等功能，通过将历史调度决策过程数据和调度执行后的实际生产性能指标作为训练数据集，采用神经网络算法，对调度决策评价算法的参数进行调优，保证调度决策符合生产实际需求。

场景六：数字孪生

数字孪生是客观事物在虚拟世界的镜像。创建数字孪生的过程，集成了人工智能、机器学习和传感器数据，以建立一个可以实时更新、现场感极强的“真实”模型，用来支撑物理产品生命周期各项活动的决策。在完成对数字孪生对象的降阶建模方面，可以把复杂性和非线性模型放到神经网络中，借助深度学习建立一个有限的目标，基于这个有限目标，进行降阶建模。
例如，在传统模式下，一个冷热水管的出水口流体及热仿真，用16核的服务器每次运算需要57个小时，进行降阶建模之后，每次运算只需要几分钟。

场景七：创成式设计

创成式设计（Generative Design）是一个人机交互、自我创新的过程。工程师在进行产品设计时，只需要在系统指引下，设置期望的参数及性能等约束条件，如材料、重量、体积等，结合人工智能算法，就能根据设计者的意图自动生成成百上千种可行性方案，然后自行进行综合对比，筛选出最优的设计方案推送给设计者进行最后的决策。
创成式设计已经成为一个新的交叉学科，与计算机和人工智能技术进行深度结合，将先进的算法和技术应用到设计中来。得到广泛应用的创成式算法包括：参数化系统、形状语法、L-系统、元胞自动机、拓扑优化算法、进化系统和遗传算法等。

场景八：需求预测，供应链优化

以人工智能技术为基础，建立精准的需求预测模型，实现企业的销量预测、维修备料预测，作出以需求导向的决策。同时，通过对外部数据的分析，基于需求预测，制定库存补货策略，以及供应商评估、零部件选型等。

例如，为了务实控制生产管理成本，美国本田公司希望能够掌握客户未来的需求会在何时发生，因此将1200个经销商的客户销售与维修资料建立预测模型，推算未来几年内车辆回到经销商维修的数量，这些资讯进一步转为各项零件预先准备的指标。该转变让美国本田已做到预测准确度高达99%，并大大降低客诉时间。

结语目前，随着越来越多的企业、高校、开源组织进入人工智能领域，大批成功的人工智能开源软件和平台不断涌入，人工智能迎来前所未有的爆发期。但与金融等行业相比，虽然人工智能在制造业的应用场景不少，却并不突出，甚至可以说发展较慢。

究其原因，主要包括以下三大方面：

◉ 一是由于制造环节数据的采集、利用、开发都有较大难度，加之企业的数据库也以私有为主、数据规模有限，缺乏优质的机器学习样本，制约了机器的自主学习过程。

◉ 二是不同的制造行业之间存在差异，对于人工智能解决方案的复杂性和定制化要求高。

◉ 三是不同的行业内缺乏能够引领人工智能与制造业深度融合发展趋势的龙头企业。
解决以上三大问题，人工智能技术才能更好地应用于制造业。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

来源：阿尔法工场研究院

将大模型变小，再塞进手机，会给人们的生活带来怎样的影响？

最近，荣耀成为了国内率先的破局者。

7月12日，荣耀了发布一款“革命性”的大模型手机Magic V2。成为全球首个实现大模型与手机系统融合的厂商。

在荣耀的宣传中，更加个性化、更注重隐私，并且具备多模态功能的大模型，将会给用户带来全新的体验。

实际上，不只是荣耀，身为手机芯片龙头企业的高通，也在近期发布了自身的大模型。

在7月初召开的上海WAIC上，人们看到搭载高通第二代骁龙8芯片的安卓手机直接运行参数规模超过10亿的Stable Diffusion，且只需要15秒左右就可以出图。

更重要的是，这样的运行，是完全本地化的，只依赖手机本身的算力。

从GPT-3.5到GPT-4.0，曾经需要高昂算力，或者只能跑在云端的AI大模型，也开始在智能终端设备中落地。

不过，在兴奋之余，冷静的人总不免会问：我真的需要一个在部署在手机大模型么？还是说这只是手机厂商为挽救疲软的市场而制造的噱头？

01 打破APP的壁垒

在人们讨论“大模型手机”之前，一个不可忽略的事实是：当今的各类大模型AI，如chatGPT、新必应等，实际上早已推出了各自的手机版APP。

通过这一个个APP，在手机上运行大模型，早已不是什么难事，且与本地部署的方式相比，这些调用云端算力的APP，并不会对手机配置造成额外负担。

那既然如此，那人们为什么还要费尽心机地开发一个专用的“手机版”大模型呢？

对于这个问题，谷歌之前的做法似乎给出了一个可能的答案。

今年5月，在ChatGPT 3.5发布半年后，Google终于公布了全新一代大语言模型PaLM2，用以对抗ChatGPT。作为一种差异化竞争，PaLM2可以被部署在智能手机上。

当时，PaLM2包含四个大模型，按照参数规模从大到小，分别命名为：独角兽（Unicorn）、野牛（Bison）、水獭（Otter）和壁虎（Gecko）。

只有参数最小的“壁虎”可以在手机上运行，Google称，它的运行速度足够快，不联网也能正常工作。

但问题是：人们为什么要以牺牲参数、性能为代价，在手机上使用这样一个“缩水版”的小模型呢？

一个最重要的原因是：与那些以APP形态出现在手机上的大模型相比，一个融入手机系统中的大模型，可以打破各应用之间的壁垒，让其他App也自带大模型特性。

例如，融入手机中壁虎（Gecko），可以通过Gmail，实现自动写邮件的功能。

用户只需在Gmail的“Help me write”（帮我写）中输入需求，它就会结合此前邮件中的信息，写出完整的邮件。

通过这样与手机系统深入融合的大模型，人们不仅可以实现AI对各类APP的赋能，甚至还能将大模型作为通用接口，像“胶水”一样，将各类APP的能力实现组合，实现更多具有想象力的扩展。

例如，倘若人们在一个陌生的地点出行，想寻找某个罕见、偏僻，在地图上并不显眼的位置，这时，手机上的大模型，就可以调用语音+识图+导航的多模态功能，十分接地气地告诉你：“在前面的兰州拉面往左拐，看到城市便捷酒店后再右拐300米”，而不是简单地说出“直行”、“右拐”等机械的回答。

然而，要实现这样的组合，一个难以绕开的问题，就是算力。

同样的，开始在手机上部署大模型的高通，也意识到了这个问题。在高通日前发布的《混合AI是AI的未来》技术白皮书中，首次提出了混合AI架构的概念。

而这一概念，简而言之，就是让AI能够在云端和终端侧进行分布式处理，并根据不同的模型和需求灵活分配负载。

02 改造现实的肢体

也许有人认为，与在手机上部署大模型的做法相比，在云端进行计算的方法，才是既省力又划算的。

然而，实际上随着日活用户数量及其使用频率的增长，云端推理的成本会显著增加，而这样的高成本，也会让生成式AI的规模化扩展陷入瓶颈。

毕竟，单个AI超算的服务器带宽，以及消耗的电力，终归是有上限的，而用户的增长却并没有一个固定的上限。

这就是为什么混合AI架构，即在云端和终端侧进行分布式处理的AI，会成为AI的未来趋势，因为它能够利用终端侧的计算能力，降低云端推理的依赖和成本。

而在混合A架构的基础上，高通还提到，为实现生成式AI的规模化扩展，AI处理的重心正在向边缘转移。

也就是说，将来会有越来越多的AI数据，会在手机、摄像头、传感器等终端侧进行处理。

那这对大模型的发展来说意味着什么？

截至目前为止，大部分大模型所能处理的任务，仍旧停留在文字生成、绘制图片、编写代码这些工作上。

这样的任务，本质上都是属于出不了办公室的“案头工作”。

而AI如果要真正地走进社会，为更多的行业、群体带来改变，而不仅仅是一个存在于网页中的“秘书”，那它就必须具有改造现实世界的“肢体”。

而这样的“肢体”，正是一个个嵌入各个行业的边缘端设备。

举例来说，在医疗领域，AI可以通过智能摄像头，评估帕金森患者的状态；

在工业行业，边缘化的AI可以提高生产过程的智能化和自动化，高效地完成零部件瑕疵检测等任务。

在农业领域，边缘化的AI可以通过智能传感器或无人机，实现对农作物的精准种植和管理，如实现农业病虫害识别、农作物品质评估等任务。

所有这一切，都是仅存在于网页中的大模型所无法完成的。

也正因如此，大模型“边缘化”所带来的显著后果，就是AI横向应用范围的极大扩展。

而随着边缘化的到来，联邦计算等与之匹配的模型训练方式，也将打破原本数据中心化的格局。

因为到了那时，数据并不总是在某一个云端服务器完成计算，而是由多个参与方在本地训练机器学习模型，之后再将模型参数或梯度上传到中心服务器进行聚合。

但诡异的是，依据科技行业发展的逻辑，这样一种去中心化的、可以实现跨行业或跨领域数据共享的技术，非但不会弱化原有的垄断行为，甚至还会进一步将其强化。

03 新巨头的崛起

在前网络时代，人们认为个人网站可以消解大传统媒体的信息垄断，但后来互联网霸主的规模，早已传统媒体的市值的天花板。

如果将这些科技巨头的市值，换算成国家的GDP，那么在2022年，微软的市值就超过了五常之一的俄罗斯（1.7万亿），全球能与之匹敌的经济体屈指可数。

究其原因，是因为任何“技术平权”的进行，在让科技变得更加低廉化、平民化的同时，都会反向地催生出一批技术壁垒更高，集中性更强的超级巨头。

因为正是有了这些“高壁垒”的技术进行支撑，巨头们的规模扩张才成为可能。

例如Meta正是通过一系列数据、算法的优势，才能对众多用户投其所好，并构筑了Facebook和Twitter等庞大的社交帝国。

而英伟达也正是通过自身核心的GPU技术，和壁垒颇高的CUDA生态，才让今天的大模型得以完成海量的计算，才得以让AI成为人人触手可及的技术。

而同样的，当混合计算的AI，通过云端与终端侧相结合的方式，降低了大模型的推理的成本后，其造成的“技术平权”，至少会造就两个方向上的巨头。

其一，就是边缘化芯片的提供者。

因为芯片层的AI运算处理能力，是AI落地终端的必要条件。

虽然在边缘化时代，AI的算力场景是多样化的，例如工业、医疗、娱乐等，但其中最重要的“七寸”，仍然是在用户量最多的手机端。

谁若是能围绕手机端的大模型，形成一套从设计、生产、到软件生态一体化的完整体系，谁就将成为新一代的巨头。

在这方面，身为行业龙头的高通，早已开始了提前布局。

目前，搭载骁龙平台的已发布XR终端已经超过65款，其中Meta、PICO等头部厂商的旗舰产品均采用的是高通芯片。

第二个方向的巨头，就是能为行业提供全套解决方案的玩家。

毕竟AI在终端侧的落地，需要的不仅是硬件，还有软件端的优化。

在同样的硬件基础上，谁的AI引擎能比其他竞品具有更高的效能，能更快地完成计算，谁就将在软件栈方面更具优势。

而要想实现这点，就必须在大模型的量化、压缩、条件计算、神经网络架构搜索和编译方面进行突破，在不牺牲太多精度的前提下对AI模型进行缩减。

因此，谁能在大模型的压缩、小型化技术上取得突破，谁就能率先构建起自身基于终端的软件生态。

综上所述，大模型在手机端的落地，不仅仅是AI真正具备“肢体”，进入人类生活的开始，也是行业发生颠覆，新老巨头进行更替的时刻。

在这样的时代，变革的风暴远比我们想象的要猛烈。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

近日，亚马逊的一名高管表示，该公司的云部门吸引了数千名客户试用其人工智能服务，在人工智能的一个关键领域与微软和谷歌展开竞争。

亚马逊还在周三（7月26日）宣布了新的人工智能工具，包括一个建立更多对话式客户服务代理的项目、从初创公司Cohere获得技术的途径，以及一个医疗保健系统，用于在患者就诊后生成临床笔记。

索尼公司副总裁斯瓦米·西瓦苏布拉马尼安说，包括索尼、瑞安航空和太阳人寿在内的多家公司已经试用了亚马逊人工智能服务，该公司今年4月宣布推出这项服务，让企业可以用一系列人工智能模型创建应用程序。这种生成技术可以根据需要生成新的文本、图像和其他内容。

“我们的使命是让每一家公司都成为人工智能公司，”西瓦苏布拉马尼安在一次采访中说。

亚马逊人工智能领域的踏足，与谷歌和微软并驾齐驱，且都是云计算的竞争对手。它们开发或销售人工智能，引起了公众的极大关注。微软已经投资了OpenAI，这家初创公司创建了ChatGPT和人工智能模型GPT-4。

亚马逊披露了数千名用户的信息，激发更多的用户可以试用。这些用户此前未被报道。

亚马逊希望提供比同行更广泛的人工智能模型来赢得业务，包括从初创公司Anthropic和Stability AI获得更新的技术。亚马逊表示，亚马逊作为营收最大的云服务提供商，是具有优势的，亚马逊已经托管了无数客户的数据。

亚马逊人工智能预计将很快向所有客户开放。

工业界一直在更广泛地应对人工智能的成本问题。微软周二公布了至少自2016财年以来的最高季度资本支出，该公司正在建设数据中心来支持人工智能，并与其它云公司争夺英伟达的关键芯片。

当被问及亚马逊是否给了那些有着巨大人工智能雄心的企业一个获取芯片的最后期限时，西瓦苏布拉马尼安说，“我们正在与他们合作，以确保我们了解他们的升级计划”。与此同时，亚马逊还扩大了对基于Nvidia芯片的人工智能培训技术的使用范围，该公司宣称这种技术更有效。

这家云服务提供商还为亚马逊Basketime提供了代理预览服务。亚马逊Basketime让企业可以创建聊天机器人来执行任务，并根据自己的专有数据提供更个性化的答案。

航空公司可以建立一个虚拟代理，根据客户的价格、目的地和座位要求，为旅行者预订航班。这类代理的商业潜力在硅谷引起了不小的反响。

作为人工智能推广的一部分，该公司专门向医疗保健行业发出了呼吁。它宣布推出一项名为AWS HealthScribe的服务，让软件供应商开发应用程序来转录和分析医生和患者之间的对话。

两家公司表示，3M旗下的一个部门计划利用这一点加快临床记录的速度。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

7月20日，讯飞【AI+智能家居】行业创新Workshop在深圳成功举办。本次会议，讯飞聚焦“AI赋能数字人居空间”，展示了在以场景为导向，全面布局家居空间交互AI技术下现阶段的三大成果：星火大模型已成功落地赋能地产销售助手，之后将持续推动家庭助手升级；联合生态完成“MORFEI新一代语音面板技术方案”开发落地；与中海携手研发的“离线自由说”、“方言自由说”课题实现产品批量化落地。
然而面对当今寒意阵阵的市场环境和日益内卷的行业现状，讯飞深知独木难成林，只有上下游产业方开放融合，才能破局发展。
在AIGC带来的变革浪潮中，智能家居行业也迎来了前所未有的发展机遇。在以“话行业机遇，探共生之道”为主题的圆桌论坛上，来自产业各界的大咖们共同探讨AIGC时代下智能家居行业“智变”的影响，洞见智能空间的未来发展脉络。如何把握行业趋势？如何应对风口和挑战？如何聚合生态力量探索一条共生共赢的发展路径共创未来？让我们在本次圆桌论坛中寻找答案：

主题：话行业机遇，探共生之道 

主持人：王胜阳（CSHIA执行秘书长）  

对话嘉宾：陈佳明——招商蛇口城市研究院院长助理、智能化研究所所长；陈立敬——星宸科技副总经理；尤中海——智引擎创始人；彭永坚——广州视声智能股份有限公司总裁；付佳毅——普华永道思略特( 上海)战略咨询执行总监。

01.AIGC带来技术革新，将给智能家居行业带来怎样的新变化？陈立敬：“AIGC将大幅提升行业效率。”

作为上游的芯片厂商，近半年来最直观的感受就是不断有客户来讨论未来大模型如何落地，云边端如何协同与算力调度，AIGC在千行百业的应用倒逼我们进行芯片的创新升级，同时谷歌等国外大厂已经开始用Chatgpt进行芯片设计，AIGC正在迅速拓宽其应用边界，无疑这将带来行业效率的大幅提升。

近几年来，我们始终和讯飞一起致力于提高行业效率，降低行业成本。自18年开始，我们和讯飞一样，也一直在思考，如何通过我们的努力，做好一款家庭中控面板，人机交互体验始终是智能家居的重点，因此我们第一款中控面板的芯片集成多核cpu，融合语音&视觉多传感器，为用户提供更自然的交互形式，通过降低NRE费用和授权费用，实现用户开发门槛的降低和成本管理的极致，而AIGC的发展将会成为行业降本提效的新引擎，助力我们在这条路上走得更稳更远。

02.面对家居空间内不同群体的受众，如何精准把握用户的需求点？付佳毅：“AIGC的自主学习能力能让住宅拥有大脑，精准把脉用户需求。”

智能家居行业向来是技术驱动型的，AIGC是个很好的转型点，但仍需过程。正如移动互动网时代的发展路径，3G到4G的跨越是源于pc端app转移至手机端，用户开始习惯用手机上网；4G到5G的跃升是源于短视频等行业的内容井喷，用户需要更低廉的上网流量和更快的上网速度。可以看到技术创新伊始，无法预料到未来的应用场景会发展成怎么样。
正如现在智能家居的语音技术，虽然比其他按键、触屏等交互方式先进，但仍然存在要站到屏面前进行对话的机械之处。因此我们需要挖掘客户需求，探索更便捷的应用场景，用户对于应用场景的喜好改变才能倒逼技术普及。例如中控屏的陪伴式场景，老人并不是需要触摸屏和语音交互，他们需要的是子女的陪伴。如果我们通过AIGC技术创造出子女形象的数字人，并且在设备中录入子女声音的声纹，以这样的形式做交互，或许能比普通的智能语音屏更能切中用户需求。
数字化可以重新定义家居场景，就像特斯拉用一个统一的控制单元重新定义了智能汽车，颠覆了仍旧坚持传统逻辑的老牌汽车；住宅也可以以统一的数字化生命体做反应，将方方面面的数字化结构做整合，在能耗管理、环境管理、需求关切上，通过AIGC做人性层面的升级，这将远超传统数字化控制能解决的问题，AIGC的自主学习能力能让住宅拥有大脑，面对家居空间内不同群体的受众，始终在思考如何与用户更好地进行互动，精准把脉用户需求。

03.与传统家居相比，AIGC赋能的智能家居如何在用户的全生命周期中提供更好的保障和服务？彭永坚：“AIGC将推动研发转型，低成本高效率实现用户体验升级。”

面对AIGC带来的新机遇如何做好产品定义是我们一直在思考的问题。过去很多年，智能语音是个很火的窗口，尽管智能汽车的语音已经发展得非常成熟，但地产始终没有成功案例。一个原因是地产对于智能家居装配的费用投入不足；另一个是如果要为了提升用户体验替换技术服务商，背后将是一系列产品设计、产品结构、声音美学、软件的替换，带来成本的增加和研发的难度，而AIGC的出现能大幅提升研发效率，推动研发转型做更专业更聚焦的工作，低成本高效率地实现用户的体验升级。尤中海：“在变化的环境中，找到用户体验的确定性。”

现在所有的技术方向，都是让21亿人生活得更爽，让60亿人过上体面的生活，如何打造更懂用户需求的数字空间，需要产业链的共同努力，也需要不受缚于固有技术。

就像我们针对亚非拉无法建立有效的网络体系的现状，提出了一项全新的服务方案：基于新型能源结构打造全新的通信底层架构，并以全屋直流电满足低压需求。不同于网络这个虚拟的世界，数字空间是固定的，我们要在不断变化的市场环境和不断更迭的技术发展中，找到用户体验的确定性，真正让技术被获得。

04.下一个行业千万级出货量的品类集中在哪几个方向？

陈佳明：“绿色、健康、科技是未来的产品需求方向。”

16年我们就提出了“云管家“概念，尽管上层营销推广得非常好，但落地应用层面还是积累了非常多的经验教训。就像智能汽车颠覆传统汽车的价值点是无人驾驶一样，我认为未来住宅颠覆传统住宅的价值点，一定是“管家”。不同于我们现在的“家庭管家”，在设定、唤醒前还是需要输入命令词、场景模式等，AIGC的赋能将大大降低使用者的门槛。

今年我们做了项调研，统计了居住空间中最令消费者记忆深刻的产品TOP3，它们分别是Wi-Fi、集成控制面板和中控屏。中控屏作为智能品类中用户互动最多的产品，同时也能作为家和小区的连接器，我十分期待它与AIGC融合后的可延展性。

“绿色”、“健康”、“科技”是行业未来的三个关键词。绿色是全人类的需求，能节约能源的事是优先的事；健康是客户的强需求，除了安全需求，健康是所有人的共识问题；日新月异的科技迭代速度，大家都在观察AIGC能为行业带来什么变化。因此如果未来有一款搭载了大模型的产品能结合绿色、健康，同时配合低廉成本做成普适性的东西，极大可能就是新的产品方向，但具体是什么样的产品形式，需要大家共同思考和努力。

技术创新的脚步不会停止，用户对美好生活的向往亦不会停止。MORFEI作为讯飞全屋智能细分赛道下的专业选手，坚持致力于用人工智能推动智能家居行业高质量发展，联合产业链合作伙伴，以技术赋能提升用户体验，共生共赢共襄未来。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

人工智能的使用一直是编剧和演员罢工的主要话题。好莱坞的每个人，在劳动方面都担心人工智能的使用。他们不想完全消除它，但他们要求对其使用提供明确的书面保护和指导方针。这是贾斯汀·贝特曼（Justine Bateman）在美国作家协会（Writers Guild of America）罢工开始时发出警告的内容，也是美国电视和广播艺术家联合会（SAG-AFTRA）主席弗兰·德莱舍（Fran Drescher）在演员罢工第一天发表评论的内容。

“我在圣塔莫尼卡，看到有一个小盒子在滚来滚去地进行送货，我的心都碎了，因为以前有人骑着自行车送货，他们今天失业了，这就是我们这个行业和世界各地工人正在发生的事情，”德莱舍在抗议线上说。

如今，这家流媒体公司发布了两个人工智能领域的工作岗位。该公司正在招聘机器学习平台产品经理。年薪从30万美元到90万美元不等。根据职位描述，这个职位将领导流媒体公司在人工智能领域的努力。公司希望这个人能帮助他们“购买和创造优秀内容，通过个性化帮助会员“选择适合的内容”，优化“支付处理和其他以收入为重点的举措”。该职位还要求申请人展示“为集中式机器学习基础设施团队创建和执行愿景的能力，该团队支持机器学习从业者和数据科学家在各种用例中的应用。”

还有另一份职位招聘，招聘对象是游戏部门的人工智能和机器学习技术总监。该角色的薪水范围在45万美元到65万美元之间。这些薪酬被证明非常丰厚，但对于演员和编剧来说，他们表示他们无法从这项技术中获得同样的报酬。工会成员表示，电影公司愿意按日支付演员的报酬，以换取扫描和创造“数字形象”。该媒体指出，背景演员每天的工资只有200美元。这是根据美国电视和广播艺术家联合会的合同。

直到5月初，美国作家协会一直站在抗议线上，美国电视和广播艺术家联合会于7月13日投票决定罢工。目前还没有消息表明电影公司和工会之间何时可能达成协议。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

《瞬息全宇宙》特效背后的科技公司Runway近日宣布，旗下AI视频编辑工具Gen-1和Gen-2已向全球用户开放了，现在任何人都可以注册账号免费试用。
Gen-1模型早在今年2月份就推出，仅通过简单的文本提示就能修改视频的艺术风格，想象一下把实景镜头变成梦幻卡通世界，是不是非常厉害？

而更厉害的Gen-2，直接用单个文本提示就能生成惊人逼真的视频场景！比如输入“山脉的航拍无人机镜头”，瞬间就能获得令人震撼的航拍画面！
现在你可以体验到完全免费的服务，注册后还能获得一定数量的代币，用这些代币免费生成多达20段4秒视频。超过代币限额后，不用担心，只需支付0.05美元（约1.43元人民币）一个代币，即可继续生成更多视频，可以说是非常划算了。

Runway Gen-2已上线苹果App Store和Web版本，就算没有苹果设备也能在浏览器中体验，赶快试试这个让你的视频编辑变得无比轻松的黑科技。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

 7月26日，Anthropic、谷歌、微软和 OpenAI 宣布成立前沿模型论坛，这是一个新的行业机构，专注于确保前沿人工智能模型的安全和负责任的开发。前沿模型论坛将利用其成员公司的技术和运营专业知识，使整个人工智能生态系统受益，例如通过推进技术评估和基准，以及开发公共解决方案库来支持行业最佳实践和标准。

OpenAI、Google、微软、Anthropic发声正在推出前沿模型论坛，该机构专注于前沿人工智能模型的安全性和可靠性。该论坛旨在帮助:(i)推进人工智能安全研究，以促进前沿模型开发的可靠性，最大限度地降低风险，并实现对能力和安全性的独立、标准化评估；(ii)确定前沿模型可靠开发和部署的最佳实践，帮助公众了解技术的性质、功能、局限性和影响;(iii)与政策制定者、学者、民间社会分享有关信任和安全风险的知识， 推进可靠的人工智能系统开发；(iv)支持开发有助于应对社会最大挑战的应用程序，例如减缓和适应气候变化、早期癌症检测和预防以及应对网络威胁。
  前沿模型论坛还将设立一个顾问委员会来协助战略指导和优先事项部署。同时，论坛欢迎其他开发前沿人工智能模型的组织参与，并愿意合作以实现这些模型的安全发展。

论坛会员标准

 该论坛将前沿模型定义为大规模机器学习模型，其能力超出了目前最先进的现有模型的能力，并且可以执行各种任务。论文会员资格向以下组织开放：

• 1、开发和部署前沿模型（由论坛定义）。
• 2、表现出对前沿模型安全的坚定承诺，包括通过技术和制度方法。
• 3、愿意为推进论坛的努力做出贡献，包括参与联合倡议并支持该倡议的发展和运作。 论坛欢迎符合这些标准的组织加入这一努力，并合作确保前沿人工智能模型的安全和负责任的开发。

论坛工作重点

 各国政府和业界一致认为：虽然人工智能为造福世界提供特别多的可能性，但仍需要适当的防护来降低AI带来的潜在风险。美国、英国政府、欧盟、经合组织、七国集团和其他组织已对此做出了重要贡献。(YY:中国也做出了很多贡献！)

 依据之前努力的结果，我们需要在安全标准和评估方面开展进一步的工作，以确保人工智能模型开发、部署的可靠性和安全性。未来一年，论坛将重点关注三个关键领域，以支持前沿人工智能模型安全可靠的发展，具体地：

 1.确定最佳实践：促进行业、政府、民间社会和学术界之间的知识共享和最佳实践，重点关注安全标准和安全实践，以减轻各种潜在风险。

 2.推进人工智能安全研究：通过确定人工智能安全最重要的开放研究问题来支持人工智能安全生态系统。该论坛将协调研究，以在对抗稳健性、机械可解释性、可扩展监督、独立研究访问、紧急行为和异常检测等领域推进这些努力。最初将重点关注开发和共享前沿人工智能模型的技术评估和基准的公共库。

 3.促进公司和政府之间的信息共享：建立可信、安全的机制，在公司、政府和相关利益相关者之间共享有关人工智能安全和风险的信息。论坛将遵循网络安全等领域规则展示出最佳实践。

微软副董事长兼总裁Brad Smith表示：“创造人工智能技术的公司有责任确保其安全、可靠并始终处于人类控制之下。这一举措是将科技行业聚集在一起，负责任地推进人工智能并应对挑战，使其造福全人类的重要一步。”

 OpenAI全球事务副总裁Anna Makanju表示：“先进的人工智能技术具有给社会带来深远影响的潜力，而实现这一潜力的能力需要监督和治理。至关重要的是，人工智能公司——尤其是那些致力于最强大模型的公司——必须在共同点上保持一致，并推进深思熟虑且适应性强的安全实践，以确保强大的人工智能工具拥有尽可能广泛的利益。这是一项紧迫的工作，本论坛完全有能力迅速采取行动，以提高人工智能安全水平。”

 Anthropic首席执行官Dario Amodei表示：“Anthropic 相信人工智能有潜力从根本上改变世界的运作方式。我们很高兴与行业、民间社会、政府和学术界合作，促进该技术的安全和负责任的开发。前沿模型论坛将在协调最佳实践和分享前沿人工智能安全研究方面发挥至关重要的作用。”

论坛如何运作

 在接下来的几个月中，前沿模型论坛将成立一个顾问委员会，以帮助指导其战略和优先事项，代表不同的背景和观点。

 创始公司还将建立关键的制度安排，包括章程、治理和资金，并由工作组和执行委员会来领导这些工作。我们计划在未来几周内就论坛的设计和有意义的合作方式与民间社会和政府进行磋商。

 前沿模型论坛欢迎有机会帮助支持和融入现有的政府和多边倡议，例如七国集团广岛进程、经合组织关于人工智能风险、标准和社会影响的工作，以及美国-欧盟贸易和技术理事会。

 论坛还将寻求以现有行业、民间社会和每个工作流程的研究工作的宝贵工作为基础。人工智能合作伙伴关系和 MLCommons 等举措继续在整个人工智能社区做出重要贡献，论坛将探索与这些和其他有价值的多方利益相关者的努力合作和支持的方法。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

教育科技公司网易有道发布国内首个教育大模型“子曰”以及六大创新应用成果，覆盖口语训练、作文批改、习题答疑等领域，展现了“子曰”大模型在自然语言处理领域的技术实力及广泛应用前景。北京青年报记者了解到，大模型“子曰”能为学生提供个性化的分析和指导，实现引导式学习，还具备全科知识整合能力。通过连接多模态知识库、跨学科整合知识内容，大模型能随时满足学生的动态需求，帮助孩子培养更综合的能力。

发布会上，网易有道推出了大模型时代的英语口语练习神器——虚拟人口语教练Hi Echo。有道词典业务负责人与 Echo 进行了多组随机对话。Echo 能迅速理解场景和上下文，并给出迅速反馈。她的面部表情和口型生动而自然，发音也非常地道，重音、弱读、升降调等细节处理得非常到位。

在对话过程中，Echo能够像真人老师一样循循善诱，启发式进行对话引导，还能进行实时反馈。对话结束后，Echo会从发音、语法等维度给予建议和润色，能有效解决长期困扰英语口语学习者无话可说、不知从何说起、害怕说错等问题。

“中国人在说英语时往往面临开口难、不敢说、不知道该从何说起的困境，其中的关键就在于缺乏语言环境。”有道词典业务负责人表示，Echo恰恰能为用户带来这种真正贴合实际的“语境”，帮助他们更好地练习英语口语。

网易有道不仅关注用户在英语学习中“不敢开口说英语”的痛点，还覆盖了多种学习场景，借助“子曰”大模型的支持为用户提供多种高效学习方案。

例如，在写英语作业时，学生们不仅有解决具体问题的需求，还需要学会举一反三。“子曰”大模型赋能的“语法精讲”功能可以为学生提供针对性的解题思路和方法，还能推荐同类型的考题，帮助学生触类旁通，真正理解考纲中的考点。

此外，有道在发布会上推出的“AI作文指导”应用，不仅具备“作文批改”功能，还具备“作文指导”功能。据介绍，该应用旨在解决“学生不会写”和“老师没时间改”的问题。针对学生在写作、前、中后过程中面临的题目主旨难确定、写作素材匮乏等难题，该应用都能够给予指导，帮助学生“下笔如有神”。批改环节中，AI作文指导还会从表达、结构、内容深度、情感丰富度四大维度全面提供改进建议。

网易有道CEO周枫认为，一个好的技术有没有价值、能不能发挥巨大的作用，很多时候关键在场景和应用的选择以及细节的打磨。“通过软件、硬件、AI技术的结合，做出精品是我们现在做的事”。他说，“子曰”大模型在教育行业的应用，不仅可以帮助学生更好地学习，也可以帮助老师更好地教学，借此实现因材施教的教育理想。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

最近，芯片巨头英特尔与埃森哲合作，向开源社区提供了包含34 个开源 AI 参考套件的产品组合，这标志着英特尔在促进开源 AI 生态发展方面迈出了重要的一步。这些参考套件可以帮助开发者和数据科学家更快更轻松地部署人工智能，为多种架构的本地、云端和边缘计算环境提供 AI 服务。

每个套件都包含了模型代码、训练数据、机器学习管道指令、相关库和oneAPI 组件等内容，旨在优化 AI 性能，简化 AI 引入应用的过程。这些套件基于英特尔端到端的 AI 软件产品组合和开放的 oneAPI 异构编程模型构建，可以充分发挥英特尔 AI 芯片的计算优势。与传统的模型开发流程相比，英特尔 AI 参考套件可以极大地提高工作效率。

这些预配置的AI 套件覆盖了众多关键行业的典型应用场景，如消费品、能源、金融服务、医疗健康、制造业、零售业等。在这些应用场景中，英特尔 AI 参考套件展现出显著的优势：

• 使用面向企业对话机器人的套件，可以利用 oneAPI 把推理速度提升 45%。这可以大大提升客户服务机器人的响应能力。
• 应用于生命科学视觉质量控制的套件，可将视觉缺陷检测的训练速度提升 20%, 推理速度提升 55%。这将极大地提高医药制造业的质量控制效率。
• 预测公共设施资产健康状况的套件，可以将预测准确度提高 25%。这对于电力、水利等公用事业提升服务质量非常关键。
• 利用这些套件，可以将 AI 模型开发周期从数周缩短至数天，大大降低了研发成本。这可以加速各行各业将 AI 技术应用到实践中。

英特尔副总裁兼人工智能与分析总经理李伟博士表示：

“这些开源的参考套件可以帮助数百万开发者和数据科学家以最简单、高性能且经济高效的方式来构建和扩展各种领域的 AI 应用。”

埃森哲董事总经理John Giubileo 也对此表示欢迎：

“与英特尔合作开发这些 AI 参考套件，可以更好地满足客户的 AI 需求，提高他们的工作效率。”

随着社区反馈不断改进，这些AI 参考套件必将帮助开发者更好地开发和部署人工智能，推动各行各业 AI 化进程的加速。英特尔表示，所有套件均可在官网或 GitHub 免费下载。

值得一提的是，英特尔开源的这些AI 套件，都是基于其独特的优势构建的：

首先是其领先的AI 芯片技术。英特尔拥有从数据中心到边缘的全面 AI 芯片产品线，如 CPU、GPU、VPU、FPGA 等，可以提供强大的算力保障。这些芯片与开源套件的结合，能够发挥卓越的性能。

其次，英特尔在AI 软件方面进行了大量投入。其一 API 编程模型、AI Analytics 工具包、OpenVINO 工具包等，为开发者提供了全面的支持。这为开源套件的开发奠定了坚实基础。

再次，英特尔一直积极推动AI 生态建设，与很多行业领导者如埃森哲建立合作。英特尔了解行业真正的 AI 需求和痛点，所以设计的套件更加贴合实际。

最后，英特尔拥抱开源，这使得英特尔的AI 套件可以被广泛使用，也方便进行持续优化。开源是当前 AI 技术快速进步的重要动力。

开源正在推动AI技术进步

近期,Meta推出了开源可商用的大规模语言模型LLama 2。这对很多大模型来说都是降维打击。业内专家认为,开源可以降低获取先进AI技术的门槛,让更多团队参与创新,共同推进技术发展，AI会迎来更多开源项目。

英特尔开源AI套件也是这个趋势的体现。开源可以加速AI技术在各行各业的应用,使创新成果惠及更广泛的用户。与此同时,开发者的反馈也将促进这些开源工具的持续进步。

可以预见,开源生态的壮大将给AI技术发展带来正面影响。一方面它推动竞争和创新,另一方面它也降低获取先进技术的成本。这些共同作用将有助于AI向着更广泛应用的方向发展。

人工智能的迅速发展给人类带来了巨大的挑战和机遇。随着AI技术的发展，90%的职业会被AI替代，导致大量的人失业。同时也将产生新的大量的AI工作机会。拥抱AI，学习AI，不要做汽车时代的马车夫。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

【ITBEAR科技资讯】7月25日消息，今日，小红书发布了一项名为“此刻”的全新功能，为用户带来了更多有趣的内容发布方式。这项功能允许用户直接输入文字，随后算法将根据输入的文本内容生成一张相应的图片，供用户用于发布。另外，用户还可以在画板上涂鸦，然后通过AI的美化处理，将涂鸦转化为更具艺术感的图像。

据ITBEAR科技资讯了解，使用这一功能非常简便。用户只需在App底部点击“+”按钮，然后选择“此刻”功能。接着，点击“点这里，说说想法”并输入希望作为封面的文字，最后点击右上角的“下一步”。

这一功能提供了三种不同的生成效果，分别是“记事本”、“聊感悟”和“想吐槽”。用户可以自行选择喜欢的呈现类型，来决定封面的内容和风格。如果用户对自动生成的封面不满意，还可以点击“换一张”进行更改。

这一创新功能的实现离不开AIGC技术的支持。目前，这一功能已经在最新版本的小红书App中全量上线，用户可以随时前往体验。

小红书此次推出的“此刻”功能为用户带来了更多创意和个性化的内容发布方式，相信会受到用户的欢迎。未来，随着AI技术的不断发展，类似的创新功能可能会在更多社交媒体平台上出现，为用户带来更加丰富多样的使用体验。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

来源： 赛博研究院

新的工具和技术都为企业业务增长和成本控制提供了新的机会。类似ChatGPT这样的工具，未来将有极大可能渗透、辐射并完全重新定义员工体验、客户体验、业务和IT的运营业务，以及企业的核心产品或服务建设。研讨会中，Gartner指明了ChatGPT和AIGC产业对中国企业影响的十个事实如下：

本文将聚焦“ChatGPT与LLM、生成式AI的关系，人工智能实施的三大障碍，部署类ChatGPT对于企业有哪些风险，企业如何利用类ChatGPT这个机会提升员工技能/数据分析水平以及Gartner如何看待AIGC未来的走向”几个方面，展开进一步的讨论。

ChatGPT与LLM、生成式AI的关系

弄清生成式AI定义

生成式AI（Generative AI）——生成式AI是指人工智能技术从数据和模型中学习工件的组件（要素），并利用它生成全新的、完全原创的工件（一个产品或物品或任务），同时保持与原始数据或模型的相似性。

基础模型（Foundation model）——基础模型是一种大型的机器学习模型，使用转换器算法在大量无标记数据上进行训练；这种训练通过一系列微调（适配器）机制进行增强，从而产生一种可适用于各种应用的模型。

大语言模型（LLM）——LLM是一种专门针对自然语言的基础模型。

ChatGPT是一个建立在 LLM（这里指OpenAI的GPT模型）之上的会话应用程序。

生成式AI还能生成什么？

生成式AI生成的内容大致可以分为产品与学习方法两大类。产品涉及音视频、编程与数据资产、自然语言、设计等领域；学习方法则主要包含战略、策略两个方向的内容。

AI实施的三大障碍

Gartner调查了AI技术在企业中使用所面临的障碍。根据报告，AI技术实施最大的障碍包括数据可获取性的挑战、数据量和（或）复杂性、无法/难以衡量其价值。

企业部署类ChatGPT面临的风险

Gartner将部署类ChatGPT的技术会给企业带来的风险主要分为了输出不可信和知识产权、数据隐私与网络安全两大类。两类风险的具体体现如下。

风险一：用户面临的ChatGPT输出常见风险

1、事实不准确（Factual Inaccuracies）：在重要细节上出错，输出的内容存在不真实性。

2、幻觉（Hallucinations）：完全捏造的输出。对内容没有实际的 “理解”；它只是预测文本。

3、过时信息（Outdated Information）：ChatGPT的“知识”截止日期为2021年9月。

4、偏见信息（Biased Information）：训练数据的偏见会导致输出结果的偏差。

5、侵犯版权（Copyright Violations）：输出结果可能与受版权保护的作品相似。

风险二：知识产权、数据隐私与网络安全

ChatGPT使用风险缓解的行动计划

企业如何利用类ChatGPT提升员工技能/数据分析水平

Gartner预测，到2030年，90%的数据工程师、数据与分析内容创建者和业务分析师将被“数据GPT”所取代。

提示工程将成为释放生成式AI价值的重要技术。从输入的角度，提示工程可以嵌入企业已有的知识并为大语言模型设置背景；从输出的角度，提示工程可以为输出结果做好安全的保证以及促进正确答案的生成。

提示工程（Prompt engineering）是一种人机交互设计的方法，它在计算机系统或应用程序中为用户提供相关提示、建议或反馈信息。这些提示信息可以帮助用户更好地理解系统的功能和如何与系统进行交互，从而提高用户的使用体验和效率。

普通群体可以学习提示工程技术，来改变一些提示词；而专业群体则通过精进LLM微调技术，改变整个模型。

AI相关技术成熟度曲线

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

生成式人工智能——高处的果实？

2023年，最为引发业界关注的技术热点，非生成式人工智能莫属。此前，经济学家朱民表示，生成式AI在根本上改变了我们对数字经济的理解。“以后这个世界就是有生成式AI和没有生成式AI之间的一个区别。”

俞毅对生成式人工智能也颇有感触，2022年8月，他在美国接触了多家技术公司，其中便包括知名AI企业Midjourney，令他眼前一亮，那时他便感觉到，很多事情发生了变化。

更广的调研印证了这样的变化。埃森哲访谈了全球4000多位高管，跨越20多个行业，有42%的全球受访企业有意在今年大力投资ChatGPT及生成式人工智能和大语言模型，98%的高管认为生成式人工智能将能够改造企业整体的运营。企业对跨职能的重塑、技术推动的重要性有着共识。

但是，其中存在不小的落差，俞毅表示，全球范围内真正采取企业重塑战略的领军企业比例只有8%，大部分企业还是观望心态。埃森哲希望通过研究访谈触发更多的企业思考——人工智能会对已有的业务产生影响，具体怎么进行企业重塑，以及如何通过技术抓住新的机会，获得持续增长。

此次大模型热潮背后的大型语言模型（LLMs）和基础模型是推动生成式人工智能进步的重要转折点。它们不仅破解了语言复杂性的密码，使机器能够学习上下文、推断意图并独立创造，而且还可以快速微调以适应各种不同任务。这些技术将对未来的工作方式、商业模式和社会生活产生深刻影响，使人类创造力和生产力发生巨大改变。

现阶段，大多数企业会以直接购买“模型即服务”来开展业务应用。不过对许多企业来说，最大的价值或将源于使用自身的数据定制或微调模型，满足其独特需求。

比如，企业方有望随时便捷地获取和使用生成式人工智能及大语言模型应用程序。企业可以通过应用程序编程接口（API）调用这些程序，并运用提示学习（prompt tuning）和前缀学习（prefix learning）等提示工程技术，针对自身的具体需求加以定制。

另外，为了提高生成式人工智能和基础模型在特定业务应用方式中的价值，企业将越来越多地利用自身数据对预训练模型加以微调来实现定制，从而让绩效实现质的飞跃。

例如，在线旅行代理公司通过部署ChatGPT插件作为“智能客服”，为用户提供旅游出行的个性化建议，帮助用户更快确定行程安排。对于意外的行程更改，旅客可以通过全天候在线的智能客服快速解决问题。

除此之外，生成式AI还可以具体落地于内容创建、代码编写、流程自动化、信息安全等领域。俞毅观察到，有些行业的客户起步比较早，例如，全球一家规模较大的保险公司，首先用生成式AI在一个节点承保审核方面做了应用，里面牵涉的文档多而复杂，通过生成式AI对历史数据、市场环境等的考量和分析，横向比较看，现阶段企业的承保、审核的过程能够快20%至30%。

俞毅认为，生成式人工智能在企业里的目标、应用场景还是相对明确的，这是好的基础。当前的应用比较偏前端和用户交互层面，未来需要继续拓展到工业及企业级应用领域。企业要往上“看”，去够高处的果实，与此同时企业也要往下“沉”，打好地基。

“目前有很多企业的数字化核心还不够牢固，这方面的能力建设包含了产品研发、供应链、核心系统、人力资源等全流程。否则，和生成式人工智能结合来进行企业重塑就会面临困难。”他说道。

技术趋势中谨慎前行

越来越多的中国企业正在积极探索生成式人工智能技术，并开始应用大型语言模型来实现更多的创新和效率提升。在埃森哲看来，企业方既需看到明确的方向，也应在过程中谨慎探索，例如选择一些低风险领域进行可行性评估，再开展生成式人工智能试点，探索创新潜力。

同时，技术应用初期，在合规、安全、技术伦理等方面企业仍要引起足够重视。俞毅表示，安全合规问题是企业比较关注的点，企业、行业面临的合规环境越来越复杂。

大多数的企业已经意识到让生成式AI更“有责任感”的重要性并开始采取积极行动。埃森哲指出，77%受访企业高管将对于AI的监管列为优先事项。此外，有八成受访高管表示，其企业将投入10%或更多的AI总预算，以满足未来的监管要求。

7月13日，网信办等七部门正式发布了《生成式人工智能服务管理暂行办法》（下称《办法》），从生成式人工智能服务提供者的算法设计与备案、训练数据、模型，到用户隐私、商业秘密的保护，监督检查和法律责任等方面提出了相关要求。同时，《办法》中明确了对生成式人工智能产业的支持和鼓励态度。

生成式人工智能所面临的风险因素中，合规风险贯穿于模型设计、搭建、使用各个阶段，涉及个人和商业隐私、版权和著作权等各个方面。

其次是数据风险。如果一台基础模型长期浸染在存有偏差的数据当中，它就会被这些数据“诱导”，从而输出错误的信息或执行歧视性操作。另一方面，某些群体特质也会使生成式AI为其打上固化标签，“一刀切”地去执行某些程序，而失去公平性。

埃森哲认为，打造负责任的生成式AI，不是一项“见招拆招”、“亡羊补牢”的局部任务，而是在生成式AI基础模型的设计之初就应未雨绸缪，并在其全生命周期中持续领航匡正的系统性工程。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

美东时间7月25日，OpenAI在社交平台正式发布了ChatGPT安卓版。（下载地址：https://play.google.com/store/apps/details?id=com.openai.chatgpt）ChatGPT免费提供使用，支持ChatGPT Plus用户。目前，美国、印度、孟加拉国和巴西可下载。OpenAI计划在下周将使用范围扩大到更多国家。早在今年5月19日，OpenAI推出了面向iOS系统的ChatGPT应用，现在终于迎来了安卓版ChaGPT。

ChatGPT安卓版主要功能介绍支持语音交互：除了文本输入之外，用户还可以通过语音与ChatGPT交互。跨设备同步用户历史记录：允许用户在不同平台之间无缝切换不会丢失以前的对话，例如，你在PC上使用了ChatGPT，在安卓手机上可以继续之前的问答记录。此功能可确保在所有设备上提供一致且个性化的体验。

用户通过ChatGPT可以干什么自动生成文本：ChatGPT可以帮助用户自动生成文章、博客、广告文案等各种形式的文本内容，同时还可以对现有文本进行编辑和改写。例如，帮我写一段金融大会的演讲稿。知识问答：ChatGPT可以回答各种领域的问题，包括科学、技术、历史、文化等，为用户提供知识性信息。例如，历史上有哪些著名的科学家？语言翻译：ChatGPT支持多种语言之间的实时翻译，帮助用户跨越语言障碍进行交流。

生成诗歌：例如，写一首关于春天的诗，ChatGPT会返回一首描述春天的诗。还可以将该诗歌进化成影视剧本等。

教育辅导：ChatGPT可以作为学习辅导工具，回答学生在学习过程中遇到的问题，并提供解释和建议。

AI伴侣：ChatGPT可以倾听用户的心情和想法，提供基本的情感支持和陪伴。但需要注意的是，不能替代专业心理治疗或咨询。

代码生成：通过文本提示ChatGPT可以快速生成代码，例如，帮我生成一个吃豆游戏的源代码，并解释其工作原理。以上只是部分案例展示，ChatGPT还有更多神奇玩法。移动版ChatGPT会与手机的应用、设备等做深度集成。例如，今年6月iOS用户获得了对 Siri和Shortcuts的支持，可以在快捷方式中创建 ChatGPT 提示并将其保存为链接发送给朋友。未来，相信安卓版ChatGPT将增加更多深度应用集成 ，提供更便捷的服务。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

ChatGLM 金融大模型挑战赛大语言模型的诞生注定会给各行各业带来颠覆性的变革。为了推动国内大模型的应用生态，促进各行各业的快速迭代，我们已经开源了 ChatGLM-6B 和 ChatGLM2-6B 模型，并在7 月 14 日将这两个模型完全免费商业授权使用。
同时，我们也在思考如何利用 ChatGLM2-6B 解决真实行业问题。为此，在中国中文信息学会社会媒体处理专委会的支持下，我们联合安硕信息、阿里云、魔搭社区、北京交通大学，推出了「ChatGLM 金融大模型挑战赛」。本次比赛的中心主题是：如何用大语言模型更好地服务金融行业。为鼓励大家提出创造性的解决思路和方案，我们将为参赛者提供充足的算力、数据和技术支持。同时，也为冠军团队提供超级丰厚的奖励：3 万元现金奖励，价值 180 万的 ChatGLM2-12B 模型商业授权一份，价值 30 万元的 GPU 算力 1 年。

SMP 2023 ChatGLM金融大模型挑战赛（The Evaluation of Large Model of Finance Technology，SMP2023-ELMFT）由中国中文信息学会社会媒体处理专委会主办，智谱 AI、安硕信息、阿里云、魔搭社区、北京交通大学联合承办，天池平台为指定赛事平台。第十一届全国社会媒体处理大会（SMP 2023）将于2023年11月在合肥召开。SMP 大会专注于以社会媒体处理为主题的科学研究与工程开发，为传播社会媒体处理最新的学术研究与技术成果提供广泛的交流平台，SMP 2023 由中国中文信息学会社会媒体处理专委会主办，安徽大学、中国科学技术大学和合肥工业大学联合承办。

一、赛事日程

报名：2023年7月20日-8月16日。在天池平台完成个人信息注册，即可报名参赛。

初赛：2023年7月20日-8月16日。参赛团队通过天池平台下载镜像，本地调试算法，在线提交结果，系统进行实时评测并返回成绩。初赛排名前 40 名的团队将进入复赛。

复赛：2023年8月17日-8月29日。复赛仍然为在线提交结果，实时评测并返回成绩。复赛前 8 名队伍晋级决赛答辩环节。

决赛：暂定2023年9月初，具体时间另行通知。决赛将以线下或线上答辩的形式进行，晋级决赛的队伍需提前准备答辩材料，包括答辩PPT、参赛总结、核心代码。

颁奖：2023年11月23日-11月26日，具体日期另行通知。获奖团队将参加 SMP 2023 大会，进行技术报告，并接受现场颁奖典礼。

二、奖项设置

本次大赛奖金池共计10万元人民币现金奖励和价值超200万元的模型、算力、API等资源，具体如下（以下奖金均为税前）：

冠军（1 名）：

• 3万元人民币奖金，颁发获奖证书
• 智谱ChatGLM2-12B 的商用授权推理服务1年（价值180万元人民币）
• 阿里云「ChatGLM2-12B 部署算力」GPU算力1年（价值30万元人民币）

亚军（2 名）：

• 每只队伍可获得2万元人民币奖金，颁发获奖证书
• 价值2万元的智谱AI API 费用
• 阿里云「ChatGLM2-6B 部署算力」训练&部署GPU算力（价值 2万元人民币 ）

季军（5名）：

• 每只队伍可获得6千元人民币奖金，颁发获奖证书
• 价值1万元的智谱AI API 费用
• 阿里云「ChatGLM2-6B 部署算力」训练&部署GPU算力（价值 1万元人民币 ）

三、赛题描述

本次比赛要求参赛选手以ChatGLM2-6B模型为中心制作一个问答系统，回答用户的金融相关的问题，不允许使用其他的大语言模型。参赛选手可以使用其他公开访问的外部数据来微调模型，也可以使用向量数据库等技术。本次比赛评估模型能力的赛题按照涉及模型的能力和复杂程度大体分为初级、中级、高级三种类型，每种类型的题目拥有不同的分值：初级：数据基本查询（40分）参赛者需要利用提供的ChatGLM2-6B开源模型和上市公司年报原始数据，并以此为基础创建信息问答系统。系统需能够解决基本查询，如：某公司2021年的研发费用是多少？等问题。中级：数据统计分析查询（30分）在初级阶段的基础上，参赛者需要进行金融数据的统计分析和关联指标查询。系统需基于各类指标，提供问题和答案，如：某公司2021年研发费用增长率为多少？等问题。高级：开放性问题（30分）如：某公司2021年主要研发项目是否涉及国家创新领域，如新能源技术、人工智能等？比赛各阶段的详细内容和评测方式，请参考比赛官网。

四、赛事组织
主办单位中国中文信息学会社会媒体处理专业委员会（CIPS-SMP）
联合承办智谱 AI，安硕信息，阿里云，魔搭社区，北京交通大学大赛指定平台阿里云天池平台

五、加入比赛
报名参赛

（扫码报名）

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

7月24日，企查查大数据研究院发布《中国AI创新之城竞争力全景报告》，以赛道融资表现为主要考量标准，结合相关企业存量、相关专利数量，对各城市人工智能产业发展进行综合评估，对国内城市进行综合实力排名。

今年2月，ChatGPT以其场景的强通用性，迅速渗透各个行业，人工智能技术再一次超越了人们认为无法达到的极限。伴随人工智能赛道持续升温，引发科技圈、创投圈乃至全民讨论热潮。

企查查数据显示，2013年以来，我国累计新注册84.5万家人工智能相关企业，其中近年AI进入“狂飙期”，超七成新注册企业成立于2020年至2022年。特别是2020年，我国投入人工智能赛道的企业数量呈现爆发式增加，全年新注册11.4万家相关企业，同比激增181.0%，2021年相关企业新注册量进一步同比增加98.9%至22.6万家，2022年全年新注册量突破25万家。今年1月至5月，我国新注册12.5万家人工智能相关企业，同比增加21.2%。

从区域分布上，数据显示，人工智能相关企业集中分布在广东省、江苏省、山东省、浙江省等地，其中山东现存5.6万家，跻身国内省份前三。就城市分布，主要集中在一线及新一线高能级城市，济南相关企业存量省内最多，跻身全国TOP20。

仅统计企业名称、经营范围、产品介绍中包含人工智能、AI的在业存续企业

此次《报告》还发布了我国人工智能产业城市综合实力TOP20，考量指标还包括了融资频次、披露融资总额、专利数量、企业存量等方面内容。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

忙了一天的工作，回到家里，还要做饭、洗衣服、辅导作业、减肥操……

好容易收拾完，又到了宝宝睡前故事的时间，有多少宝妈快要崩溃啊！

绞尽脑汁编故事，给孩子讲完，还要再来一个，宝贝越来越精神，我们却越来越困，要是有个人能替我讲故事该多好！

AI妈妈讲故事来拯救你啦！

只需录制一段1分钟的声音，就可以利用AI模型训练，生成你的专属AI声音！

不用担心故事内容，你可以自定义关键词和故事风格，让AI自动给你生成故事！

比如我的宝贝喜欢小兔子，宝贝的名字叫菲菲，我们想让菲菲去森林里采蘑菇，我们就可以给出关键词，小兔子、菲菲、森林、蘑菇这些关键词，让AI给你生成

我们再把关键词换成小兔子、菲菲、飞船、外星人，它就生成了一个新的故事

我们可以让小兔子遇到了唐朝的大诗人李白，让他们产生交集，讲一个故事

利用AI生成的故事，千变万化，不会重复，配合着妈妈的声音娓娓道来，让孩子在故事中安然入睡！

想要体验的宝妈们，可以加v：c1011709 免费申请体验（截止到2023-7-31）

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

据 Tech 星球报道，淘宝APP已经上线AI创作小助手，目前该AI创作小助手，支持用户通过AI创作不同风格的自画像，可用作淘宝账号头像。

AI 创作小助手的主要服务还是AIGC绘画领域，能够调起用户的新鲜感，探索围绕用户的更多AIGC玩法，未来是否会上线图文生成、对话生成等玩法，值得关注。

从官方的介绍看，AI创作小助手的功能或不只是头像创作，未来应该还会推出更多的玩法。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

C-Eval全球大模型综合性考试评测榜公布，全球排名前四的分别为清华智谱的ChatGLM2、OpenAI的GPT-4、商汤的SenseChat， APUS的AiLMe-100B v1。然而值得关注的是，在难题排行榜中，APUS位列全球榜首！

C-Eval是由清华大学、上海交通大学和爱丁堡大学合作构建的面向中文语言模型的综合性考试评测集，包含13948道多项选择题，涵盖52个不同学科和四个难度级别。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

就在今年第六季的《黑镜》里有一集叫《琼糟透了》，讲的是未来人工智能通过搜集用户的信息自动生成电视剧。而电视剧里的科幻内容正在变成现实。

昨天旧金山初创公司Fable发布了名为SHOW-1的Showrunner AI技术，可以生成以您为主角的电视节目新剧集。这个剧情是不是很熟悉？

从去年到现在，AIGC一直都在指数级的发展，大家一直都在猜测它将走向何方，现在看了多模态整合出的系统性的创造力工具可能是方向之一。而这种工具直接指向的就是视频影视类的工具。

不过值得深思的是最近好莱坞的编剧和演员正在因为AIGC的发展而罢工。

这个公司已经获得了两项艾美奖和一项皮博迪奖，并发布了一篇研究论文，概述了其AI Showrunner 的潜力，这个AI工具可以完成 编写、制作、导演、选角、编辑、配音和制作电视节目的剧集。

“AI Showrunner 所做的就是为你创建类似《南方公园》这样的剧集。所有这些都是由AI Showrunner 创建的，” Fable首席执行官Edward Saatchi在接受采访时表示。“不仅是对话。它还实现动画、配音和编辑。对于电视剧 AI Showrunner可以生成剧集，或者用户可以创建提示并根据两个句子来创建电视剧集。有人说AI不会讲故事，那么，它现在可以了。”

AI Showrunner 可以用来做什么？

官方推特：https://twitter.com/fablesimulation

官方论文：https://fablestudio.github.io/showrunner-agents/

这家公司的目标是通用人工智能，一个真正活着的AI,不仅仅是在我们说话时才会出现的聊天机器人,而是能在模拟器中过着真实日常生活、随时间成长的AI人（西部世界既视感）。

他们构建了“节目负责人”智能体,并正在建造SHOW-1模型,以便为AI提供无限的故事。并且希望大家能观看自己在模拟世界中关注、构建或训练的AI的生活,可以把它看作是AI的真人秀。《老友记》这部剧让我们感觉好像看到了朋友一周的生活——它让我们与他们建立了联系。AI电视剧展示AI一周的生活也会让我们与那些AI建立联系。

这简直是AI版本的《楚门世界》，不知道里面的AI会怎么想。

这家公司正在与创作者合作,据说会在今年晚些时候宣布几个附带AI电视节目的原创IP模拟:

• 一个太空探索模拟“奖金”
• 一个讽刺硅谷的模拟“退出硅谷”
• 一款有趣的侦探模拟游戏，名为《查理·木星》

他们认为单个聊天机器人终将失败,因为它们没有生活,也无法有同理心。没有人真的想和一个瓶中的大脑无休止聊天，这些AI应该拥有自己的生活, 因此我们需要AI的社会，应该更像《失控玩家》而不是《她》。

让每个人成为剧中主演

你可以通过上传自己的照片和声音来生成自己的角色，从而在剧中出演以你为主演的电视剧。这个真的很绝，我第一个想到的就是粉丝产业和二次元，每个成功的影视IP都有自己庞大的粉丝群体。在过去人们只能通过线下活动和周边产品来满足自己对这些作品的参与度。但是现在你可以直接进入剧里，跟你最喜欢的角色进行互动，并且无限生成剧情，这是一个永远不会完结的coserplay。

“我不仅想创作我喜欢节目的续集,还想出现在我喜欢的节目中。比如,我想在《星际迷航》中作为少尉角色出现,或者想在《南方公园》中出现。” Saatchi说。
Saatchi 认为娱乐公司可以采用这项技术赋权给粉丝,让他们基于自己喜爱的IP生成个性化内容。好莱坞曾看不起这样的尝试,甚至起诉粉丝。但他认为时代在变化,这可以成为新的收入来源。这种技术可以用于创造一个粉丝可以将自己置入喜爱节目、创作新剧集、并竞相创作史上最佳剧集的世界。Fable 正在向AI研究者开放该技术,以探索如何创建可以为其中的AI提供持续影视节目多模态。他们也承认在好莱坞编剧和演员举行罢工期间发布这项技术确实令人不安,并表示AI对好莱坞确实是一个真实存在的威胁,编剧需要对好莱坞使用AI获得明确保证。在《南方公园》剧集的免责声明中,Fable指出,名人配音是“生成得很差”,仅为“研究目的”。（非常强的求生欲啊😂）Saatchi指出,这项技术有多个方面。“ AI Showrunner 技术可以被工作室用来破坏艺术表达,也可以被编剧导演用来将原创脚本搬上银幕,无需巨额预算和团队。

生成式影视的未来

工作室和创作者将必须仔细考虑Saatchi所说的 “生成式影视” 的未来商业模式,在这种模式下,AI要为IP持有者、创作者/演员或粉丝创作电视节目。

“当涉及自己的IP时,创作者创作出一个IP,他们建立那个世界的模拟,并生成可以变现的节目,然后在YouTube上发布。” Saatchi说,“他们可以有一个频道,如果是一个非常好的节目,就可以把它卖掉赚钱。”

Saatchi认为IP所有者可以向人们出售类似Disney+的订阅。人们可以用迪斯尼角色创作自己的剧集。这可能比重复观看一部剧集二十次更令人满意得多。不过粉丝创作的内容可能不会拥有所有权，而只是通过支付费用来获得创作特权，但不能在付费墙外共享或从中获利。这在某种程度上对粉丝来说有点苛刻，因为有些粉丝已经能够通过创作自己的内容在流行中获利，比如《堡垒之夜》的粉丝。作为研究的一部分，AI“节目负责人”正在用于开发动画版本的人际剧情、太空战斗、医院危机和谋杀之谜。Saatchi认为随着AI技术的发展，未来可能出现由AI复制创作的世界。一旦AI接管创作，某部剧可能可以永远继续下去，无论是由工作室控制还是由观众定制剧情。研究人员展示了一个AI围绕《南方公园》角色创建的虚拟模拟项目，每周生成一集精彩集锦，展示了AI在电视剧创作方面的可能性。这个项目并不商业化，主要是为了探索技术的可能性。Saatchi表示，作为艺术家和讲故事者，发现AI的强大效果令人不安。他们希望以非商业的方式分享研究结果，以便编剧能够与工作室积极谈判，确保好莱坞在AI应用方面采取适当的规则。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

随着科技的不断进步，人工智能成为了我们生活中不可或缺的一部分。ChatGPT作为一个领先的智能对话应用，一直致力于提供优质的交流体验和个性化的服务。

自去年11月发布以来，OpenAI公司的ChatGPT工具以惊人的速度吸引了大量用户，但最近的流量似乎有些不尽人意。为了改善这种情况，据OpenAI在7月22日在推特上宣布，本周将发布ChatGPT安卓版本，用户可以从即日起在谷歌商店预约下载。此外，根据媒体报道，微软也宣布了他们的AI工具Office 365 Copilot的定价。根据此定价方案，每位用户将需要支付30美元/月的服务费用，而这个价格将以大多数企业客户已经支付的价格为基础。

而早在今年5月份发布了ChatGPT的iOS应用程序版本，已经可以在iPhone和iPad等移动设备上使用。

OpenAI近日推出了安卓版ChatGPT，这无疑是一个重磅“大招”。如果安卓版ChatGPT能像iOS版本那样受到广泛欢迎，那么在接下来的几周内，我们将看到OpenAI的浏览量数据发生巨大变化。

安卓版ChatGPT的问世意味着更多的用户将能够在他们的安卓设备上体验到令人惊叹的人工智能聊天能力。对于OpenAI来说，推出安卓版ChatGPT是一个重要的战略决策。随着安卓操作系统在全球范围内的普及，这个决策将有助于OpenAI扩大其用户群，并进一步增强其在人工智能领域的影响力。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

7月21日，独角兽Stability AI联合CarperAI实验室发布基于Llama 2 70B微调的新模型FreeWilly 2，以及基于Llama 1 65B微调的新模型FreeWilly 1。

在最新的 HuggingFace 的 Open LLM 排行榜上，FreeWilly 2拿下开源模型第一，平均得分比Llama 2高了4个百分点。

排行榜链接：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard

模型地址：https://huggingface.co/stabilityai/FreeWilly2

模型地址：https://huggingface.co/stabilityai/FreeWilly1-Delta-SafeTensor

FreeWilly 模型采用了基于标准Alpaca格式，并经过监督微调（SFT）的全新合成数据集来进行训练。

根据官方的介绍，FreeWilly 2 在基准测试中表现优异，甚至有部分任务还超过了GPT-3.5。这样，FreeWilly 2 成了首个可以和 GPT-3.5 相抗衡的开源大模型，连前几天被称为「最强开源模型」的Llama 2也未达成。 

PART 01FreeWilly 数据来源

Stability AI在官方博客中表示，FreeWilly 模型的训练方法是受到微软论文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》的直接启发。所以 FreeWilly 模型的数据生成过程与它相似，但两者的数据来源却存在差异。

论文链接：https://arxiv.org/pdf/2306.02707.pdf

FreeWilly 的数据集包含了 60 万个数据点（大约是原始 Orca 论文使用的数据集大小的 10%），它是通过以下由 Enrico Shippole 创建的高质量指令数据集来启发语言模型生成的：

• COT Submix Original
• NIV2 Submix Original
• FLAN 2021 Submix Original
• T0 Submix Original

通过这种方法，Stability AI用一个较简单的 LLM 模型生成了 500,000 个示例，又用一个较复杂的 LLM 模型生成了 100,000 个示例。为了确保比较的公平性，Stability AI对这些数据集进行了仔细筛选，删除了来自评估基准的示例。尽管训练的样本量只有原始 Orca 论文的十分之一，但所生成的 FreeWilly 模型在各种基准测试中都表现出了卓越的性能，这也验证了合成生成数据集方法的可行性。PART 02FreeWilly 性能评估

为了评估 FreeWilly 模型的性能，Stability AI的研究人员采用了 EleutherAI 的 lm-eval-harness 基准，并加入了AGIEval基准。
lm-eval-harness 基准

lm-eval-harness 基准：由 EleutherAI 非盈利人工智能研究实验室创建，是一个专门为 LLM 进行 few shot 任务测评的工具，包括了 200 多种指标的测评。HuggingFace Open LLM 排行榜就使用了该基准来进行指标（ ARC (25-s), HellaSwag (10-s), MMLU (5-s) 及 TruthfulQA (MC) ）计算。

AGIEval 基准

AGIEval 基准：由微软创建，专门用于评估基础模型在「以人为本」（human-centric）的标准化考试中，如高考、公务员考试、法学院入学考试、数学竞赛和律师资格考试中的表现。

论文链接：https://arxiv.org/pdf/2304.06364.pdf
数据链接：https://github.com/microsoft/AGIEval

FreeWilly 1 和 FreeWilly 2 在 lm-eval-harness 基准上的评估结果如下：

FreeWilly 1 和 FreeWilly 2 在 AGIEval 基准上的评估结果如下（全部是 0-shot）：

FreeWilly 1 和 FreeWilly 2 在 GPT4ALL 基准上的评估结果如下（全部是 0-shot）：

从结果上看，FreeWilly 1 和 FreeWilly 2在多个方面都表现优秀，包括复杂的推理、理解语言的微妙之处，以及回答与专业领域相关的复杂问题（如法律和数学问题解决）。显然，开源模型正在进一步缩小与ChatGPT等最领先闭源模型的差距。

不过，虽然两个模型都是开放获取的，但官方表示，这两款模型都是研究实验，是以非商业许可的形式发布的，仅可用于研究目。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

ChatGPT是OpenAI公司开发的自然语言处理模型，是AIGC（即狭义上的“生成式人工智能”）技术发展的重要表现，其通过海量语料库的训练，模拟人类语言习惯和偏好，并根据指令预测用户意图，进行内容生成。作为新一代AI明星产品，ChatGPT凭借突出的性能火爆“出圈”，正在引发相关的技术讨论、资本布局和落地探索。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群

根据彭博社的报道，苹果正在积极测试一项名为”苹果GTP”的技术。这个平台的目标是开发生成式AI工具，以追赶OpenAI，而OpenAI是一家以AI智能为核心的研究实验室。据知情人士透露，苹果已经搭建了开发大语言模型的框架，并且已经开发了自家的聊天机器人。然而，目前尚不清楚苹果如何将这项技术转化为实际的产品。

苹果GTP的用户界面与OpenAI的AI GTP相似。背后的大语言模型框架名为Ajax，它基于谷歌的机器学习框架Google Jax，并在Google Cloud云端运行。这意味着苹果正在利用谷歌的技术和云计算能力来支持他们的AIGTP开发。

约翰 詹南德里亚（John Giannandrea）是苹果的AI智能负责人，克雷格 费德里吉（Craig Federighi）是软件工程负责人，他们是这个项目的负责人。这表明苹果对AI智能技术的发展非常重视，并且有意投入资源来推动这个领域的创新。

苹果公司一直以来都是技术创新的领头羊，在AI智能技术的发展上也不例外。作为AI智能负责人，约翰·詹南德里亚一直在致力于将AI智能技术应用到各个领域，包括人工智能、自然语言处理、机器学习等。他的加入，对于苹果公司AI智能技术的发展具有重要的意义。

而软件工程负责人克雷格·费德里吉，则是负责苹果公司软件开发工作的重要人物。他领导的团队一直在不断推动软件技术的创新与发展，包括iOS、macOS、watchOS、tvOS等多个产品的开发和升级。他的加入，也将为苹果公司的AI智能技术发展提供强有力的支持。

可以预见的是，苹果公司在AI智能技术的发展上将会迎来新的机遇和挑战。作为全球最具创新力和影响力的科技企业之一，苹果公司将会继续投入资源，推动AI智能技术的创新和发展，为人们创造更加智能化、便利化的生活体验。

虽然苹果GTP的具体细节尚未公开，但这一消息对苹果股价产生了积极的影响。股价在今天早盘略微下跌，但随后迅速拉升。午盘时，苹果股价达到历史最高点198.23美元，涨幅超过2.3%。这表明投资者对苹果在AI智能领域的发展前景持乐观态度。

要注意的是，这一消息目前尚未有官方确认。然而，苹果一直以来都在致力于AI智能技术的研发和应用，所以若这个消息属实的话，将是苹果在AI智能领域迈出的重要一步。我们期待苹果未来能够进一步推出基于这项技术的实际产品，为用户带来更多智能化的体验。

新希望集团董事长刘永好在接受《中国企业家》杂志采访时表示，当OpenAI公司发布的相关消息刚传到国内，就已经召集公司技术部门，强调重点研究，“赶紧用上”。深感新鲜的同时也发现，经过大数据训练后，现在的人工智能所能解决问题的高度和广度，已远超从前，更重要的是，它正在迅速改变世界。

“对于食品企业，鸡肉、猪肉的分割、包装、筛选、搬运都是一个劳动密集型企业，我们新希望十几万员工，其中很多人都在做这些最基础的工作，简单又初级，尽管有一定的自动化，但本质还是重复劳动。”刘永好认为， “如果AI技术落地，一个非常大的变化是，多数工作都可以用智慧大脑指挥下的智慧机器人来实施。那人类做什么？我们必须考虑这样的事。这就是硬核科技所带来的时代进步，未来企业必须对这个领域有所认识、积极跟进和推动，否则被淘汰了都不知道。那个时候整个社会都将会变，人类有可能去做更有情怀的事，做更多享受的事，做更多能够驾驭理想的事，做更多飞跃的事。就像马斯克在考虑如何到火星上定居，有人在考量用什么方式能活到240岁。”

随着以ChatGPT为代表的通用人工智能大模型的出现，大模型逐渐成为驱动社会生产力、生产效率发生巨大变化的新引擎。在日前举行的2023（第二十二届）中国互联网大会“大模型的发展路径”论坛上，与会行业专家围绕“大模型时代，通用大模型、行业大模型及相互协同的发展路径”等人工智能大模型领域热点问题展开了讨论。

需加快建立人工智能开源开放生态

针对通用人工智能的定义及发展现状，北京智源人工智能研究院院长黄铁军指出，“通用人工智能”往往对应GAI（General Artificial Intelligence）和AGI（Artificial General Intelligence）两个概念，GAI是指（具有）通用性的人工智能，AGI严格意义上叫做人工通用智能。两者的含义具有根本性差别，通用人工智能强调的是通用性，而AGI强调的是全面超越人类的一种人工智能。“今天我们说的大模型，实际上是指从通用人工智能向真正超（越）人的人工智能的过渡阶段。”

“一个大语言模型是把人类的所有语言，主要是书面语言，训练成一个千亿、万亿的神经网络，从而具备了融会贯通的能力。”黄铁军表示，不同于传统IT系统的确定性，如今真正的智能已经出现，“从某种意义上讲，这种模型背后有其自己对世界模型空间的认知”。

2022年11月，ChatGPT一经推出便掀起大模型发展的热潮，迄今国内已有八十余个大模型公开发布。

针对当前通用大模型研发应用现状，黄铁军强调，要建立开源开放的生态。“从技术体系演进来看，英特尔联盟在技术上主导了PC时代，移动互联网时代iOS和Android两个生态主导了迄今为止手机的生态。进入智能时代，这样的生态也一定会出现，且正在出现。”

黄铁军指出，目前国内存在的一个问题是从“大炼模型”变成“大炼大模型”，造成严重资源浪费。“一个大模型的聪明程度、智力程度，甚至能不能代替科研人员发现新的物理定律，是我们追求的。”他认为，对中国而言，很多企业机构都能训大模型，关键在于大家要通过开源方式联合迭代创新，（推动行业发展）往前走。

大模型落地行业需解决安全、可信等问题

早在今年2月13日，北京市经济和信息化局正式发布《2022年北京人工智能产业发展白皮书》，提出全面夯实人工智能产业发展底座。支持头部企业打造对标ChatGPT的大模型，着力构建开源框架和通用大模型的应用生态。

4月28日召开的中共中央政治局会议提出，“要重视通用人工智能发展，营造创新生态，重视防范风险”，为通用人工智能行业发展指明了方向。

如何让通用人工智能赋能各行各业的发展？现阶段还面临哪些挑战？未来有哪些发展路径？

华为云大数据与AI总经理李伟指出，不同于传统AI时代AI技术分支众多，业内做了很多小模型，Transformer架构的提出，为业界带来这样的机会，即通过预训练、超级大规模数据让大模型具有极高的泛化能力、海量数据和强大的拟合能力，从而突破精度的限制，一个大模型可以覆盖多个场景。

“早期的视觉、语音、语义、生成能力等海量离散小模型逐渐汇聚成了大模型。当前To C基础能力应用拓展到To B通用场景能力”，李伟同时表示，通用大模型落地行业存在三个挑战，一是大模型通用性强，但专业能力是比较弱；二是大模型知识虽然多，但技能不足；三是数据的安全合规问题，数据是企业核心资产之一，大模型可以有效地存储和挖掘知识，但训练和使用大模型需要保障企业数据安全合规。

中国移动集团级首席科学家冯俊兰也指出，大模型相关理论核心技术在不断突破，智能水平大幅提升，同时可控性、安全性、可信性是亟需攻关的。“攻关思路是依托现在泛在的算的资源、网的资源，在开放环境中对AI能力进行灵活地配置、调度部署，以满足日益复杂的需求。”

“每一个行业总体来看都是一个非常复杂的系统，怎么能够在这样的复杂系统去真正集成好（数据、知识和各种系统），现在的大模型还有很大挑战。”冯俊兰认为，大小模型协同、人机协同将是未来行业发展的路径。

针对大模型如何进入千行百业，中国信通院云计算与大数据研究所副所长魏凯表示，未来大模型发展一个路径是从基础模型到行业模型的路径，第二个是模型即服务的发展。“未来可能是大模型驱动小模型，模型即服务可能是相互嵌套的”“一个模型调用另用一个模型，把这些模型缝合起来、串联起来、并联起来完成一个复杂的场景具体任务”。

北京智源人工智能研究院副院长、总工程师林咏华表示，通用大模型是行业大模型重要的基础。首先，通用大模型是知识体系的基础，不能强求通用大模型里面包含所有行业的专业知识。其次，通用大模型或者基础模型是下游行业模型很重要的能力框架。同时，通用模型自身发展需要跟行业模型进行相辅相成的配对或者迭代。

[环球时报驻美国特约记者 张思思 环球时报特约记者 甄 翔]马斯克携初创企业xAI重新杀回人工智能（AI）赛道，为本已沸腾的人工智能产业竞争再添一把“旺火”。在OpenAI成功推出人工智能聊天应用ChatGPT，并获得巨额融资后，微软、谷歌、苹果等美国科技巨头都在大张旗鼓投入人工智能技术。少数头部玩家激烈“内卷”引发人工智能巨头垄断的质疑。马斯克表示，创立xAI就是为阻止人工智能领域出现“一家独大”的局面。

各大巨头加速卷入竞争

不仅是马斯克，美国科技巨头都在瞄准OpenAI，微软、谷歌、亚马逊等已大张旗鼓投入人工智能技术。据美国科技网站The Verge 19日报道，Meta公司将旗下的大语言模型LLaMA 2开源，商业和研究机构可免费使用，此举意在跟OpenAI旗下免费使用的人工智能应用展开正面竞争。与此同时，美国芯片巨头高通公司宣布将同Meta公司合作，从2024年起为笔记本、手机和头戴设备提供LLaMa支持，从而实现人工智能应用无需云端服务支持。

其他巨头也在高歌猛进。微软的一种生成式人工智能已经打破了ChatGPT的速度纪录。上个月，谷歌发布了一套人工智能工具，包括电子邮件、电子表格和各种文本等。此前被认为稍显落后的苹果19日也被彭博社爆出在开发“阿贾克斯”人工智能技术，并创建聊天机器人“苹果GPT”。该消息发布后苹果股价一度蹿升2.3%达创纪录的198.23美元。

“当前美国的几家科技巨头正在围绕人工智能展开激烈竞争。”清华大学教授、新闻学院元宇宙文化实验室主任沈阳对《环球时报》记者分析称，人工智能大模型竞争分为几个层面竞争，第一个层面是芯片层面，例如高通和Meta的合作；第二个层面是操作系统层面，这里主要涉及微软、谷歌和苹果，其中微软既入股OpenAI，又与Meta合作，谷歌主要依靠自身的安卓系统，苹果目前稍显落后，但也会依靠自己的系统；第三个层面是应用软件的竞争，包括社交媒体应用，以及office软件应用；此外还有在内容层面上的竞争。

“被两三家实体垄断的风险”

有分析注意到，人工智能产业的头部竞争，已经成为硅谷巨头的内部游戏。马斯克新成立的xAI将从谷歌、微软、OpenAI和特斯拉招募有行业经验的人士，这不禁令人产生了未来头部AI人才均“出自同门”的担忧。

“科技巨头的垄断是一件坏事，人工智能巨头的垄断则会更糟。”《纽约时报》本月以此为题发表的分析文章认为，OpenAI、微软、谷歌等少数头部企业在“塑造人工智能主导的未来”方面占据很大领先优势，这不是好消息。

报道称，目前谷歌和微软领先其他竞争对手。鉴于人工智能可能会对就业、隐私和网络安全造成巨大伤害，在没有外部强制保护的情况下，这些公司取得的人工智能进展令人担忧。从20世纪90年代开始，互联网提供了更低成本的表达意见的方式。但随着时间的推移，沟通渠道集中到了包括脸书在内的少数人手中。

xAI旗下员工凯尔·科希克在社交媒体上参加对话活动时，直言人工智能已经出现垄断现象。凯尔·科希克此前曾就职于OpenAI，他认为人工智能面临的最大风险是整个产业“被两三家实体所垄断”，解决这个问题的办法就是引入竞争。

“人工智能领域竞争的好处主要有以下几点：一是多家机构寻求不同的科研发展路径，会推动科技的多样化；二是多家机构在竞争中能相互促进，推动各机构不断强化科技实力，同时也能相互监督，面临瓶颈时能被及时发现；三是通过竞争能加速找到高效的人工智能商业化途径。”凯尔·科希克这样分析。

人工智能模型培训需要海量资本投入，这导致有实力加入人工智能赛道的机构有限。国际高科技产业研究机构集邦科技在报告中分析称，OpenAI训练人工智能产品时，需要数万颗英伟达A100芯片的算力，而这款高端芯片的售价在每片1万美元左右，且供不应求。

国盛证券在一份人工智能产业分析报告中估算，ChatGPT训练一次的成本约为140万美元，对于一些更大更高级的人工智能模型，训练成本介于200万至1200万美元之间。今年年初，平均每天约有1300万独立访客使用ChatGPT的数据，对应的芯片需求为3万多颗A100芯片。ChatGPT综合初始投入约为8亿美元。如果计算用电成本，投入金额还会进一步扩大。此外，云服务也是人工智能重要“烧钱”领域。

在软硬件之外，企业日常运营、人才招聘，OpenAI也都要承担不小的支出。公司一名普通软件工程师年薪资水平在20万至37万美元，主管级别在30万至50万美元。

在美国在线问答平台Quora上，不少业内人士在分析人工智能垄断危害。他们透露，今年2月OpenAI旗下的ChatGPT刚刚开始大火不久，一度出现短暂服务掉线，导致全球用户无法使用。有分析认为，如果未来人工智能服务高度集中在一两家企业，一旦垄断企业服务停机或掉线，将给全球带来灾难性冲击。

马斯克的“野心”也受到质疑

沈阳对《环球时报》分析称，马斯克的重新入局对人工智能产业是一个利好，但是真正的目的恐怕并没有“反对巨头垄断”那样高尚，马斯克成立xAI有很强烈的经济动机，否则也不可能维持尖端团队。据美媒透露，马斯克对xAI招贤纳士提出十分诱人的经济回报，如果马斯克对xAI的200亿美元估值最终得以实现，那么现在入伙的研发人员收益可达数亿美元。

有分析认为，马斯克创办或接手一家企业，往往源于他对该领域企业运作情况的不满。作为OpenAI的早期投资人，马斯克首次涉足人工智能领域的原因是认为谷歌联合创始人拉里·佩奇“没有足够认真地对待人工智能安全”。然而，当OpenAI取得一系列突破，在2022年推出ChatGPT之前，马斯克选择离开OpenAI，理由是OpenAI已变得“为利润而贪婪”。他还认为，作为上市公司，谷歌和微软都受到外界指令对公司决策的影响。

马斯克宣称新成立的xAI是一家非公开交易的公司。有网友在社交媒体上提出，马斯克已经拥有太空探索技术公司、特斯拉、推特、脑机接口等一系列科技企业，随着xAI的宣布，他还有多大的商业野心？

据美国媒体报道，马斯克的商业版图正再一次扩大，从汽车到太空，从卫星到推特，现在又扩展到人工智能。xAI将使用推特的数据来训练人工智能系统和产品，而且该新人工智能将与特斯拉在“芯片前沿”和“人工智能软件前沿”方面进行合作。

湖北日报讯 （记者张倩倩、通讯员张寻）7月19日，武汉市高新技术产业协会发布《2023年武汉人工智能企业库》，相关数据显示，截至2022年底，武汉市新增168家人工智能企业，总数达到650家，增幅达35%。

据统计，入库企业中，规上企业达224家，占比34.5%，国家级专精特新“小巨人”企业61家，占全市总量19.7%，另有49家营收过亿元企业、13家上市企业、141家省级专精特新企业、4家独角兽企业，企业平均有效发明专利达14件，主要指标同比有大幅提升。

产业链分布方面，66%的入库企业为人工智能应用层企业，较2021年上升5个百分点；区域分布方面，74%的企业集中在东湖高新区和武汉经开区，其中东湖高新区企业数占比59%，武汉经开区占比15%。

近年来，武汉市人工智能企业数量年均增幅保持在30%以上，产业发展驶入快车道。武汉市高新技术产业协会产业研究院相关负责人分析指出，武汉人工智能计算中心、武汉超算中心“双中心”提供了低成本优化算法的有效路径；武汉人工智能研究院、北京大学武汉人工智能研究院、武汉市数字经济发展研究院三大新型研发机构共同发力，紫东太初多模态大模型、江城太素多模态训练数据集等广泛赋能，较大缩短了企业人工智能开发周期；《武汉市新型智慧城市“十四五”规划》等政策支撑，经开区人工智能科技园、融创智谷等人工智能园区的集聚效应也起到显著推进作用。

【趋势一】统一未来：多模态模型加速文本、图像和视频融合

多模态模型：多模态模型能够处理视觉信息、文本信息、听觉信息等多元化数据，可以对不同表现形式的信息进行融合理解，进一步提升大模型的迁移学习能力，是人工智能全面理解真实世界的重要一步。发展情况：文本、语音、图片等单模态人工智能模型已经相对成熟，大模型正在朝着多模态信息融合的方向快速发展。从CLIP的诞生再到GPT-4的图像处理能力，图文多模态技术已经取得了显著的进步。大模型不止满足文字和图像，开始向着音频、视频等领域拓展。

未来展望：未来模型将面对更加复杂多样化的交互场景，更加注重各种形式的信息融合，多模态技术将在智能家居、智慧城市、医疗诊断、自动驾驶等方面打开全新的应用空间。

多模态模型迭代历程

【趋势二 】逾越虚拟边界：具身智能成为AI发展新形态

具身智能：具身智能是可以和物理世界进行感知交互，并具有自主决策和行动能力的人工智能系统。具身智能中的智能体能够以主人公的视角感受物理世界，通过与环境产生交互并结合自我学习，从而产生对于客观世界的理解和改造能力。发展情况：斯坦福大学教授李飞飞将具身智能列为计算机视觉未来的关键发展方向，并将其称之为人工智能研究的“北极星”。现阶段来看，谷歌推出RoboCat大模型，英伟达推出Nvidia VIMA，具身智能已经成为AI龙头企业竞相争夺的高地。

未来展望：通用人工智能与机器人产业正处在快速发展、互相融合促进的战略机遇期，作为两大领域交叉的核心应用，具身智能有望在未来取得快速发展。具身智能将促使智能体具备自主规划、决策、行动、执行等能力，实现人工智能的能力进阶。

【趋势三】大模型智慧火花：走向通用人工智能的途径愈发明晰，脑机接口创造新的交互方式

通用人工智能（AGI）是指具有像人类一样的思考能力，可以适应广泛的领域并解决多种问题的机器智能，AGI是人工智能研究的重要目标之一。狭义人工智能是指当下已取得显著进展但局限特定领域的人工智能，如语音识别、机器视觉等。我们正处于狭义人工智能相对成熟、通用人工智能曙光乍现的阶段，目前以GPT-4为代表的自然语言大模型被认为是通往通用人工智能的重要潜在路径，OpenAI CEO萨姆·奥特曼(Sam Altman) 表示，AGI时代可能很快就会到来，未来十年内行业可能会拥有超强的AI系统。

人类与人工智能之间的沟通方式也在不断升级，脑机接口有望成为下一代人机交互方式。当前，脑机接口技术正在突破人类的生理界限，不仅为残障人士提供了前所未有的可能性，而且有望成为下一代的人机交互方式。

【趋势四】数据的力量：海量数据带来模型能力涌现，高质量数据提升模型性能

深度学习的进步建立在以更大的模型处理海量数据基础之上。GPT-1模型从1.17亿参数上升至GPT-3的1750亿参数，模型效果取得了显著突破，同时还有能力的涌现。但是模型参数量的增大带来算力需求的激增，模型架构和参数量提升带来的收益正处于递减状态。

阿伯丁大学、麻省理工大学等研究机构的一项研究显示，高质量的语言数据将在2026年耗尽，低质量的语言数据和图像数据将分别在2030 -2050年、2030 -2060年间枯竭。以数据为中心的人工智能更加专注于数据的价值，进一步推动AI模型的性能突破。

斯坦福大学吴恩达教授提出二八定律：80%的数据+20%的模型=更好的AI。以数据为中心的策略可以解决数据样本不足、数据偏差等问题，高质量数据集成为推动模型性能进一步提升的关键要素，高质量的数据处理、数据标注服务以及完善的数据收集和评估体系的价值将进一步凸显。

【趋势五】数据中心的AI变革：智算中心成为关键基础设施

云计算是当前重要的AI算力提供方案，AI服务器市场获得迅猛发展。根据TrendForce数据，2022年全球AI服务器的出货量占整体服务器比重约1%，随着大模型训练侧和推理侧的需求爆发，AI算力资源需求预计将呈指数增长。根据IDC数据，预计未来5年中国智能算力规模的年复合增长率将达52.3%，全球价值万亿美金的数据中心存量市场将从通用计算逐步过渡向AI计算。

云计算正从CPU为中心的同构计算架构向以CPU+GPU/NPU为中心的异构计算架构深度演进。预计，大模型带来的GPU存量空间将从2023年的277亿美金上升至2025年的1121亿美金，以GPU为代表的AI计算资源中短期将处于供不应求的状态。

随着专有领域的计算需求提升，AI芯片追求更高的性能和更低的功耗，芯片的多样性和生态丰富性将不断提升。部分头部互联网厂商将着力推进AI芯片的自主研发，如谷歌着力打造专注深度学习的TPU，同时不断丰富其AI生态布局。

【趋势六】大模型C端角色：个人智能助理与新一代的流量入口

大语言模型将成为个人智能助理。大模型目前具备接入互联网、进行内存管理等能力，通过目标任务自动拆分、计划制定、计划实施等方式，能够自主完成用户的需求，成为每个人的智能助理，如制定旅行计划并进一步预定宾馆和餐饮。

大模型正在成为新一代的流量入口。GPT-4正在逐步开放插件功能，通过底层模型连接第三方应用，从而构建丰富的生态系统。GPT-4自插件功能开放以来，目前已经接入超过500个插件（其中包括教育、金融等场景）。随着大模型能力的不断增强以及插件生态的不断丰富，大模型有望成为新一代的人机交互方式以及流量入口，2023年5月OpenAI官网访问量为18.6亿次，是全球第19名次的互联网访问IP。

【趋势七】大模型B端应用：专业数据与成本驱动行业模型百花齐放，打开广阔应用空间

数据壁垒带来企业端大模型百花齐放。通用大模型可以帮助用户解决一般性问题，而当企业需要处理其特定行业的数据和任务时，往往需要针对其行业数据库来对基本模型进行微调，垂直行业的特性和需求不尽相同，因此大模型的应用也呈现出多样化的趋势。B端应用出于对模型的经济性考量，未来将呈现阶梯式、差异性需求。

大模型在垂直领域的商业化落地对模型的运行成本更为敏感，模型的推理成本与模型的参数量多少密切相关，需要不同参数规模的大模型组成多层次的产品组合，从而在不同场景下实现最佳的经济性，进一步提升大模型的丰富度。

【趋势八】大模型轻量化：降低应用成本、带动端侧算力发展

随着大模型小型化、场景化需求增加，同时出于对AI应用的经济性、可靠性和安全性考量，部分场景的推理将逐步从云侧扩展向端侧，带动端侧算力需求的进一步提升。

目前多个大模型都已推出“小型化”和“场景化”版本。5月23日谷歌发布的PaLM-2大模型，其中最轻量版本“壁虎”可在移动端运行，运行速度快且支持离线操作，其他多个大模型也都有其对应的小参数版本。

大模型端侧应用布局不断加速。端侧算力正在快速发展过程中，高通通过量化、编译和硬件加速进行优化，使Stable Diffusion能在搭载第二代骁龙8移动平台的手机上运行。高通在微软Build2023开发者大会上展示了最新的端侧AI能力以及在下一代Windows 11上开发生成式AI的工具，并表示未来几个月大语言模型有望在端侧运行。

【趋势九】大模型的深远影响：重构劳动力市场、改写科研范式

大语言模型对劳动力市场结构的影响深远而复杂。据OpenAI联合宾夕法尼亚大学的研究报告预测，约80%的美国劳动力可能有至少10%的工作受到大语言模型的影响。

大语言模型的应用带来劳动力市场结构的调整和变化。短期而言，大语言模型可能替代部分低技能或重复性工作；中期来看，大语言模型也将创造新的人工智能相关就业机会；长期来看，大语言模型的应用将会深度改变各行业的工作模式和商业模式，让企业的组织架构更加扁平化和小型化。过程中需要个人和企业去积极适应，发展人类独有的创新、协作和社交等能力，与人工智能共同进化。

AI与前沿科学的结合展现出了巨大潜力，可显著降低前沿科技研究中的智力成本并提升研究效率。生命科学、气象预测、数学、分子动力学等前沿科学均得到了人工智能的广泛助力，AI for Science将带来科研范式的变革和新的产业形态。
【趋势十】AI治理与技术的平衡：AI可解释性亟待增强，监管紧迫性日益凸显

在人工智能的快速发展中，加强AI监管与推动AI技术的进步同等重要。AI能力带来应用的便利性，同时也可能引发数据隐私、算法偏见、AI伦理等一系列问题。

从技术角度来看，可以通过可解释AI等技术手段增强AI的可信度。可解释AI使人工智能的决策过程透明化，增加输出内容的可理解性和可信任度，对于构建用户对AI系统的信任、提升系统的有效性、应对潜在的伦理问题都至关重要。

从规范角度来看，各国政府也都已经开始采取行动，制定和执行各种AI政策和法规。4月份，我国网信办出台《生成式人工智能服务管理办法（征求意见稿）》，明确了生成式人工智能的定义，从明确条件要求、划定责任主体、形成问题处理机制、明晰法律责任几个方面为行业划定底线。

大赛介绍

粤港澳大湾区（黄埔）国际算法算例大赛是受广州市黄埔区政府委托，由琶洲实验室（黄埔）于 2022 年创办的算法算例领域国际性赛事，旨在通过发挥实验室在数字经济领域的引领和带动作用，推动大湾区大数据与人工智能算法生态体系建设。

为进一步推动高质量发展集聚新动能，大赛积极响应国家、粤港澳大湾区、广州市黄埔区数字化创新发展战略，站位高远，走在数字经济与人工智能发展的世界前沿，同时“立足湾区、瞄准全国”，围绕大数据、人工智能、物联网、云计算等新一代信息技术，瞄准解决国家重大需求和领域尖端技术，聚焦智慧城市、智慧健康、智能制造、智慧金融等行业领域，面向全国遴选优质算法，面向全球聚集大数据与人工智能高精尖技术，面向国际招揽算法高端人才。

参赛收获

• 院士专家直面交流

        大赛由院士领衔，有大咖坐镇，给选手与院士专家面对面沟通交流、探讨前沿课题的宝贵机会；

• 知名企业工作邀约

        大赛赛题由企业根据行业实际需求形成，将给予能提供算法解决企业实际问题的优秀选手直接与行业大咖面试的机会，如果选手的算法最终被选中，将直接获得主办方推荐入职人工智能龙头企业的机会；

• 政策基金支持创业

        相关政策大力扶持，大赛优胜选手有机会获得优厚的种子基金，鼓励选手创新创业！2022 首届大赛回顾

       首届大赛以“湾区逐‘例’、共创算‘法’”为主题，琶洲实验室（黄埔）统筹各方资源，精心策划了算法算例与数字经济圆桌会、赛题遴选调研与研讨会、初赛、决赛、决赛答辩等系列活动，逐步构建起立足黄埔、面向全国、辐射全球的高水平人工智能算法大赛格局。

首届大赛参赛规模达到了国内外人工智能领域比赛的顶尖水平，吸引了来自加拿大渥太华大学、新加坡国立大学、香港中文大学、北京大学、清华大学、中山大学等国内外顶尖高校439所，以及来自华为、京东、百度、美团等454家企业队伍报名。报名选手达6634人、团队达1678个。

首届大赛充分展现前瞻性强的特点，走在人工智能发展领域的前沿。大赛擂台制赛道“预训练语言模型应用调优算法”，在ChatGPT等“人工智能技术驱动的自然语言处理工具”的技术发展方向上做到提前布局。

首届大赛品牌影响力持续提升，发挥出纽带桥梁作用，吸引了中科曙光、南方电网等企业主动合作，形成了良性的大赛产业生态循环。此外，还吸引了来自粤港澳大湾区众多人工智能领域的选手参赛，激发了粤港澳大湾区的数字技术创新潜力。目前，首届大赛遴选出来的十个冠军算法成果已发布在《国家科学评论》杂志。

创新擂台制赛题

赛题一：序列任务的持续学习

赛题任务：设计新颖且高效的持续学习算法，使得神经网络在新任务上学习新知识的同时，尽可能地保留在历史任务上的知识。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af505d4a0ed647faca627e&award=1,000,000

赛题二：基于语言增强的图像新类别发现

赛题任务：设计基于语言增强的图像新类别发现算法，以多标签图像分类为例，提升利用语言知识的图像新类别发现性能。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af50524a0ed647faca6272&award=1,000,000

赛题三：高效可靠的文生图方法

赛题任务：设计特定语义下的图像内容个性化生成和精细的生成控制，推动扩散模型在模型个性化和可控生成技术的发展。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af50464a0ed647faca6266&award=1,000,000

赛题四：大语言模型综合能力强化

赛题任务：设计提升大模型在无害性、可信性以及推理能力三个方面综合能力的算法。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af503a4a0ed647faca625a&award=1,000,000

赛题五：跨场景单目深度估计

赛题任务：设计能够从一个源场景中有效预测另一个目标场景的深度信息的跨场景单目深度估计算法。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af502c4a0ed647faca624e&award=1,000,000

创新竞赛制赛题

赛题一：神经隐式表示的物体三维重建 

赛题任务：基于神经隐式表示的技术，利用面向特定物体类型照片和相机位姿信息设计物体三维重建的算法。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af50214a0ed647faca6244&award=1,000,000

赛题二：看视频说话

赛题任务：设计能够针对视频的对话模型算法，根据给定的视频片段进行对话。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af50154a0ed647faca623a&award=1,000,000

赛题三：路侧毫米波雷达标定和目标跟踪

赛题任务：基于标定文件和雷达点云数据集，实现对路侧毫米波雷达的动态标定和交通车辆精确检测与跟踪算法。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af500a4a0ed647faca6230&award=1,000,000

赛题四：急诊多器官多病种筛查

赛题任务：设计基于急诊CT影像数据，实现多器官快速分割的算法，辅助急诊多病种高效筛查。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af50004a0ed647faca6226&award=1,000,000

赛题五：快速运动场景下的视频插帧

赛题任务：设计视频插帧算法，实现对快速运动场景下低帧率视频的插帧，输出高帧率，且运动平滑、自然的视频。

报名通道：https://iacc.pazhoulab-huangpu.com/contestdetail?id=64af6ccc4a0ed647faca76ee&award=1,000,000
2023 大赛时间线

7月15日—9月20日

比赛开始报名及初赛（初赛阶段均可报名）

9月21日—10月6日

初赛评测

10月7日后

决赛及决赛评测

11月初—中旬

决赛答辩及结果公示

12月

颁奖典礼及奖金发放2023 大赛报名及参赛须知

(1) 登录大赛官方主页：

https://iacc.pazhoulab-huangpu.com

在大赛选题中点击对应赛题“立即报名”按钮，提交报名信息，即可参与比赛。

(2) 确认报名信息、组队信息准确有效，如查出小号、冒名等情况将被取消参赛资格、成绩及奖金。

(3) 参赛对象：大赛面向全社会开放，个人、高等院校、科研单位、创客团队、企业等均可报名参赛。各赛道中每位选手仅能加入一支参赛队伍，每支队伍组队上限5人。
(4)第二届粤港澳大湾区（黄埔）算法算例大赛共10道赛题，同一选手（同一姓名、手机号、身份证号）可报名多个赛道。

注：针对竞赛制赛题，对应赛题支持单位（涉及题目编写、数据接触）的人员禁止参赛、禁止委托他人参赛。主办方的所有员工（含实习生）可以参赛，但只能参加初赛及复赛排名，不能晋级答辩及后续环节。

2023 大赛奖励

大赛设立 1000 万 总奖池

设置10个赛道，每个赛道 100万 奖金

旨在吸引人工智能领域全球杰出人才和顶尖团队

培育和建设一批具有国际竞争力的

创新型人工智能产业集群2023 大赛支持单位

指导单位

鹏城实验室

广州市科学技术局

广州市工业和信息化局

支持单位

广州市黄埔区人民政府

广州开发区管理委员会

广州高新区管理委员会

主办单位

琶洲实验室（黄埔）

协办单位

中国工业与应用数学学会

（大数据与人工智能专业委员会）

中国计算机学会

中国指挥与控制学会

中国人工智能学会

工业和信息化部电子第五研究所

西安电子科技大学广州研究院

国家卫健委能力建设和继续教育中心2023 大赛组织架构√大赛指导委员会

袁亚湘（中国科学院院士、国际工业与应用数学联合会主席、中科院数学院研究员）

戴琼海（中国工程院院士、中国人工智能学会理事长、清华大学教授）

梅   宏（中国科学院院士、中国计算机学会理事长、北京大学教授）

王怀民（中国科学院院士、国防科技大学前副校长）

戴   浩（中国工程院院士、军事科学院系统工程研究院研究员）

徐宗本（中国科学院院士、琶洲实验室（黄埔）主任）√大赛专家委员会

徐宗本（中国科学院院士、琶洲实验室（黄埔）主任）

袁亚湘（中国科学院院士、国际工业与应用数学联合会主席、中科院数学院研究员）

戴琼海（中国工程院院士、中国人工智能学会理事长、清华大学教授）

梅   宏（中国科学院院士、中国计算机学会理事长、北京大学教授）

王怀民（中国科学院院士、国防科技大学前副校长）

戴   浩（中国工程院院士、军事科学院系统工程研究院研究员）

周志华（欧洲科学院院士、南京大学计算机系主任、人工智能学院院长）

石光明（鹏城实验室副主任)

申恒涛（欧洲科学院院士、电子科技大学计算机科学与工程学院院长）

焦李成（欧洲科学院院士、西安电子科技大学计算机学部主任）

吴   枫（中国科学技术大学副校长）

姚   新（南方科技大学计算机系主任）

刘铁岩（微软亚洲研究院副院长）

林宙辰（北京大学智能学院教授）

郝志峰（汕头大学党委副书记、校长）

李树涛（湖南大学副校长）

杨   彤（欧洲科学院院士，香港科学院院士、香港理工大学讲席教授）

张   潼（香港科技大学讲座教授）√大赛评测委员会

胡事民（中国计算机学会副理事长、清华大学计算机科学与技术系教授）

王巨宏（腾讯公司副总裁兼腾讯技术委员会主席）

陶大程（澳大利亚科学院院士、京东探索研究院首任院长）

田   奇（华为云人工智能首席科学家）

陈宝权（北京大学智能学院副院长）

戴礼荣（中国科学技术大学电子工程与信息科学系教授）

刘   挺（哈尔滨工业大学副校长）

程学旗（中国科学院计算所副所长）

陈   雷（香港科技大学计算机科学与工程系讲座教授）

李飞飞（阿里巴巴达摩院数据库与存储实验室主任）

卢   凯（国防科技大学计算机学院院长）

金   海（中国计算机学会副理事长、华中科技大学计算机学院教授）

王井东（百度视觉首席科学家）

陈海波（上海交通大学并行与分布式处理研究所所长）

马建峰（西安电子科技大学网络空间安全学部主任）

田永鸿（北京大学计算机学院博雅特聘教授）

程明明（南开大学计算机系主任）

孟德宇（西安交通大学数学与统计学院教授）

郑伟诗（中山大学计算机学院副院长）

左旺孟（哈尔滨工业大学计算机学院教授）

彭   玺（四川大学计算机学院教授）

宋井宽（电子科技大学计算机科学与工程学院教授）√算法大赛中心

张  海  （大赛委员会秘书长）

（琶洲实验室（黄埔）主任助理、西北大学数学学院教授）

徐  行  （大赛委员会副秘书长）

（电子科技大学计算机科学与工程学院研究员）

来源：新京报

撰稿 / 张田勘（专栏作家） 编辑 / 何睿 校对 / 赵琳

好莱坞大片《碟中谍7：致命清算（上）》正在全球热映，好莱坞却陷入了历史性的大罢工，编剧和演员们联合起来，似乎要对人工智能（AI）来一场“致命清算”。
这次好莱坞大罢工，开始于当地时间7月13日。当天，代表16万演艺人员的美国演员工会及广播电视艺人联合工会（SAG-AFTRA）宣布，他们与制片公司的谈判破裂，确定从即日起罢工。导演克里斯托弗·诺兰，演员希里安·墨菲、马特·达蒙等人纷纷表示支持。而此前，美国编剧工会（WGA）已在5月2日开始罢工。
好莱坞为何要发起大罢工？除了演员、编剧与资方的薪资矛盾外，AI强势崛起，可能砸掉演员和编剧饭碗的威胁成为主要原因。因此，这不仅是好莱坞63年来首次全行业罢工，也被认为是人类抵抗AI威胁的首次集体行动。
早在2001年，好莱坞著名导演斯皮尔伯格就通过他的科幻巨制《人工智能》，对未来的AI世界做出了种种设想。但是，他大概也没有料到，22年后，好莱坞却在凶猛的AI浪潮中首当其冲。

好莱坞星光大道资料图。图/新华社

━━━━━

第一张多米诺骨牌已倒下？
眼下，北半球正被热浪裹挟，但好莱坞的历史性大罢工，又让人感觉到AI浪潮的凛冬将至。AI的崛起和发展将直接影响到人类社会，AI将在很多领域取代人工，也是必然的。但没有想到的是，AI所造成的威胁如此之紧迫，以至于全球影视工业帝国也坐不住了——好莱坞率先大罢工。
这个画风似乎与工业革命时期的卢德运动相似。由于机器取代手工，1811年英格兰的手摇纺织工开始罢工并捣毁织袜机，并于1811年与1812年在英格兰迅速蔓延。许多工厂及其中的机器被焚毁。
当然，此次好莱坞大罢工并没有直接捣毁人工智能软件和设备，但其前所未有的规模也足以震撼全球。毕竟，历来星光熠熠、风头无两的好莱坞尚且如此，谁知这一多米诺骨牌接下来会传递到哪个行业呢！
3月26日，美国高盛公司发表报告称，在美国和欧洲，AI将取代目前的1/4工作岗位，生成式AI将取代3亿个工作岗位。而最近，OpenAI与宾夕法尼亚大学联合所做的报告结果，似乎与此英雄所见略同——美国有 80% 的劳动力至少有 10% 的任务会受到 GPT的影响，大约 19% 的员工至少会发现 50% 的任务受其影响。
高盛具体列举了23个行业会受到AI影响，首当其冲的是办公室和行政工作，受影响程度达46%。而艺术、设计、娱乐、运动和媒体领域受AI的影响程度，位列倒数第8，程度为26%。
高盛和OpenAI 与宾夕法尼亚大学的预测结果，也意味着，与农业和工业革命时期大多是蓝领工作受影响不同，如今的AI时代，更多是白领和知识阶层被直接威胁。即便在医疗行业，一项新的同行评审研究显示，人工智能现在比 72% 的全科医生的诊断结果还准确。
AI的迅猛发展，让一些乐观预测认为，AI能让人类生活更美好，但也有一些人悲观地认为，AI会威胁甚至毁灭人类。这两种看法都有一定道理，但也都有其片面性。
更可能的情况是，AI会影响并取代很多人的工作，但也有新的工作岗位因此产生。而在此过程中，人类需要管理好AI，并与之相互适应。这也考验着人类是否有足够智慧与长远眼光。

▲好莱坞街景资料图。图/新华社

━━━━━

为何是好莱坞？
对于此次好莱坞大罢工，或许有人疑惑，为何受AI影响并非太大的影视行业会率先揭竿而起，如此激烈抵抗AI威胁呢？
原因或许在于，影视业对AI的影响已有切肤之痛，甚至可能会被AI一锅端掉。此次好莱坞大罢工，就明确表达了两方面的担忧，一是作家和编剧，二是演员及相关人员。
作家和编剧们担心制片和平台公司为节省开支，会用AI海量炮制剧本内容。事实上，通过深度学习和生成式转换，AI可以既快又好地生成无数剧本，这对于人工编剧要花几年甚至10年磨一剑的剧本撰写而言，AI优势十分明显。
因此，作家和编剧，尤其是初始剧本的写作者首先会失去高报酬，甚至丢掉工作。他们由此认定，需要海量语料训练的AI，简直就是一个侵犯知识产权的犯罪，是一部彻头彻尾的“剽窃机器”。
让演员担心的，则是大量的合成数字人会取代其表演。如今年，好莱坞老牌男星哈里森·福特主演的《夺宝奇兵5》，片中就利用AI让观众看到了青年时期福特的英姿。甚至已有AI技术公司利用数据采集技术批量抓取演员信息生成影像，让演员从此 “长生不老”。
这就会带来多个问题。首先是，演艺公司是否有权搜集演员个人信息供其反复使用？即便是授权使用，该如何付酬也是一个具体问题。此外，数字人取代真实演员，不仅让演员薪酬减少或失去工作，更会阻碍新人入行和表演艺术进步。一旦从新陈代谢机制上过度依赖AI，演艺行业则前途未卜。
毫无疑问，这些现实问题都涉及AI管理和应用，也就是人们如何与AI共存。在此方面，各国都已经开始了相应的行动步骤。
早在2022年10月，美国就发布了《人工智能权利法案蓝图》，2023年3月，美国人工智能委员会发布报告，提出要构建“基于风险的、分布式的、协调的”人工智能监管治理框架。
2023年6月，欧洲议会投票通过了《人工智能法案》，该法案将正式进入欧盟委员会、欧洲议会和成员国三方谈判协商程序，以确定最终立法文本。我国七部门也于2023年5月23日审议通过了《生成式人工智能服务管理暂行办法》，并于2023年7月13日公布。
关于AI的所有法律框架，都旨在促进AI健康发展和规范应用，协调社会公共利益，保护公民、法人和其他组织的合法权益，并维护国家安全。但这些法律法规只是纲领性法规或指南，具体到各行各业，还要有详尽条款和执行办法。
没有规矩，不成方圆。有了法规，才会让人与AI和谐共存，才会让AI助力人类生活更美好，而非毁掉人类。
以此而言，好莱坞此次历史性大罢工，不仅是呼吁、推动影视演艺行业的AI管理，为保住编剧、演员饭碗的抗争，也是对各行各业未雨绸缪应对AI强势崛起的提醒。

由ChatGPT和GPT-4引发的“人工智能狂潮”远比人们预想的持续更久，伴随而来的争议与忧虑也在不断发酵。回归科学，反思以GPT-4为代表的AI能力的边界：它能做什么？不能做什么？最重要的是，人类现在必须采取什么行动来实现“有益的AI”？《中国新闻周刊》近日就以上问题专访美国加州理工学院电气工程和计算机科学教授亚瑟·阿布-穆斯塔法（Yaser S. Abu-Mostafa）。他是人工智能领域的知名专家，同时也是IEEE神经网络委员会的创始人之一，曾在多家科技公司担任机器学习顾问。

现将访谈实录摘要如下：

AI的应用远比设计更复杂和危险

记者：此前，埃隆·马斯克等人签署了联名公开信，业内形成了对人工智能发展的两种截然不同的看法，你更认同哪方？

阿布-穆斯塔法：联名公开信意图是好的，但无法起到任何实质效果，因为不会真的有公司遵守并暂停六个月的AI研发。我认为这是对人工智能“过于快速发展”的下意识反应，是没有经过深思熟虑的行为。我个人不赞同暂停更强大AI模型的研发。现在要做的不是暂停，而是如何更好阻止其“不良使用”。所以我没有签署公开信。

如何推动更强有力的人工智能监督？政府需要通过立法对如何“合理地使用”AI进行约束或限制，欧盟《人工智能法案》是一个开始。立法必须经过谨慎考量，而不是短期内出于对人工智能的恐惧或为了应对想象中的风险而匆忙制定。目前为止，我还没有看到任何提议或法案经过了深思熟虑，并可以得到有效执行。

2023年7月6日，上海，2023世界人工智能大会上，特斯拉“擎天柱”Tesla Bot人形机器人。陈玉宇摄

记者：如何使AI真正符合人类的价值观和道德准则？

阿布-穆斯塔法：这完全取决于AI系统的开发者和使用者。人工智能没有内在的道德或恶意，它只是服从命令，做人类训练它去做的事情。如果人类给它的是充满偏见的数据，就会诞生一个充满偏见的AI。因此OpenAI需要不断调整，选择一些好的数据或让ChatGPT不回答恶意问题。但复杂之处在于，即使开发者把整个AI系统设计得很“符合人类价值观”，仍会有用户从不同角度使用它，这是开发者控制不了的。因此，AI应用远比设计更复杂和危险。

人类社会中，好坏标准是不明确的。训练一个AI下棋，如AlphaGo，规则是明确的，AI经过训练后很清楚如何界定“好的行为”——只要能赢就是一步好棋。但更多时候，要训练AI去完成一些缺乏客观好坏规则的任务，让系统自身去理解什么是“好的行为”非常困难。

韩国当地时间2016年3月9日，韩国职业9段李世石与谷歌人工智能系统“阿尔法围棋”（AlphaGo）进行了一场“人机大战”。李世石在五番棋首战中执黑186手中盘告负。图为媒体观看区。吴旭摄

记者：联名公开信指出，最近几个月，人工智能实验室正陷入一场失控的竞赛（out-of-control race），这是否真的在发生？

阿布-穆斯塔法：这是一种非常情绪化的表述。不过可以预料到，在短期未来AI产业格局中，世界范围内很可能只有两到三个非常强大的类似ChatGPT的人工智能工具占领整个全球市场，因为开发这样的大模型成本巨大，需要数千个GPU（图形处理器）核心运行2个月，以及海量的数据和算力。这也是为什么目前所有最新的大模型进展都来自科技公司，而不是大学。

五年后是否可能诞生一种能节省大量计算资源的新模型，还未可知。如果以后真的出现一种完全不同的模型，可以让成本从10亿美元降至1000万美元，这就改变了游戏规则，届时将会有大量玩家出现。

记者：大模型时代的到来，也和基于“预训练+微调”这种自然语言处理（NLP）的主流范式有关。2018年后，这种模式几乎重塑了人工智能的商业形态，你如何看待这种趋势？

阿布-穆斯塔法：“预训练+微调”是一种分而治之的巧妙方式，一次训练AI专注于一个问题并完善它。这使人们能在目前成就基础上再接再厉，而非从头开始。

OpenAI将其对公众开放的这个主意很聪明，现在他们获得了大量的数据和反馈，可用来训练新一代系统，而且这些资源是独家的，因为公众不会对下一个类似产品产生同样多的兴趣。

2023世界人工智能大会在上海举办，展会上微创机器人展示5G远程手术技术。

AI只是在复制人类的“外观”

记者：如何理性客观认知当下的人工智能水平和ChatGPT的能力边界？

阿布-穆斯塔法：我有个朋友问ChatGPT：“关于阿布-穆斯塔法，你知道什么？”ChatGPT列出了关于我的一份详细履历和人物小传，首段看起来非常专业，但接下来就有不少错误，比如搞错了我的大学。这充分说明了ChatGPT的本质：某种意义上，它只是把所有信息以一种非常特殊的彼此相关的方式放在一起。

人工智能使用了一种类似人类大脑的结构，这种结构以一种高效方式存储信息，看到新情况后推理判断什么是“最接近它的东西”。这就是深度神经网络所做的，已持续几十年。

目前，人工智能整体发展水平令人振奋。但即使在业内，真正了解所有技术细节的人很少，只有OpenAI、Google这些参与了大模型训练的人才能说清楚，但他们对外分享信息有限。我推测，下一步最重要的突破可能集中在AI系统如何用更少资源达到相同的性能水平。

记者：沿这条路继续走，AI是否能进化到理解“概念”和“常识”？有专家认为GPT-4已初具“自我反思”能力，你怎么看？

阿布-穆斯塔法：如果说人工智能已发展出自我反思能力，那一定是数量巨大的任务训练带来的，是通过合并足够数量的“分散而零碎的智能任务”实现的。比如说做1000个ChatGPT，其中一个对语言感兴趣，一个处理数学问题，一个负责视觉识别……直到其“能力”覆盖几乎人类所有领域，再合并为一，它一定能表现出一种“通用的智能”，这就是“多模态机器学习”的本质。

但这只是表象，只是看起来具备自我反思能力和通用智能。某种意义上，这个巨大系统只是试图复制人类的“外观”。

2022世界人工智能大会在上海拉开帷幕。

记者：怎么理解微软研究人员称，GPT-4已经显示出接近人类智能或通用人工智能的“火花”？

阿布-穆斯塔法：问题的关键是，“通用人工智能”（Artificial General Intelligence，AGI）到底是什么？对于通用人工智能，人类想追求的是：AI突然之间学会了以上所有，能举一反三，而不是一次次学会某个特定任务。但这是一个非常模糊的描述。

现在迫切需要就“通用人工智能”概念达成共识，用精确的计算机语言界定它，制定明确的检验规则。遵照这些规则，人类才能知道AGI是否已经实现、潜在的危险是什么。

人类为什么这么关心“通用人工智能”，因为它触及了人性中最根本的东西，侵犯了人类的自我（Ego），即人类是不是最独一无二的存在。对如何实现AGI，目前所有想法都只是推测，人们只能针对已看到的技术范式进行突破；但真实情况是，我们根本难以想象会走上一条怎样的路径。

当人们谈论“通用人工智能”时，承载了太多情感，有时甚至是不切实际的期望和恐惧，但这种恐惧把智能和“自我”混为一谈。人们必须冷静下来，理性地把AGI视作一个科学目标。

记者：人工智能是否能产生“自我意识”？

阿布-穆斯塔法：我认为AI领域的任何技术进步都不可能产生一个“有意识的实体”。意识和情绪的“显现”很容易做到，AI未来能“看起来像拥有了情感或意识”，就像电影里有一个演员表达出了某种强烈的情绪，但这只是表演，是纯粹的行为表象。

对人类意识的定义在科学上都是不确定的，客观上也不可测量。我知道我有意识，你有意识，你知道爱是什么，情感是什么，悲伤是什么，因为你能感觉到，你能与它们联系起来。但这些都是人类经验。为什么会这样？我们不知道。

我认为AI始终是一个无生命的机器，背后有严密的齿轮在驱动它，这些齿轮就是参数。复杂的输出可能会给我们留下“那里有一个与众不同的人”的印象，但这种输出不是来自意识，而是算法。为什么我们认为有

人在那里？因为当人们看到这个输出后，把它在脑海中与过去的记忆、情感，与人类自身联系在一起。

2023年6月26日，江苏苏州国际博览中心，观众在“2023全球人工智能产品应用博览会”上参观。王建康摄

常规工作或在更短时间内被AI替代

记者：未来哪些行业会从AI发展中受益，哪些可能被颠覆？

阿布-穆斯塔法：所有行业都会从人工智能的发展中受益，甚至以无法预料到的方式。

五年前有人问我：人工智能下一个20年如何发展？我说，AI将在20年内取代人类几乎所有常规智能工作（routine intelligence tasks），也就是“完成复杂任务但不需要创新的智能”，自动驾驶是一个典型例子。这是一个必须要积极解决的社会问题，否则很多人将面临失业。

ChatGPT诞生后，我修正了我的预期，我现在认为，可能不需要20年，这些常规工作在更短时间内就可能被AI替代，不管我们如何界定“通用人工智能”，常规智能是通向它的第一步。

记者：在常规智能工作之外，AI未来是否也会取代一些更具有创造力的工作？

阿布-穆斯塔法：以AlphaGo为例，你会发现AI在某种意义上也在进行“创造性的防御”：为赢得比赛，它发现了人类没想到的防御策略。我不知道这是不是创新或只是自动化的产物，因为这背后是AI对海量策略的尝试。“AI的创造力”目前也没有很可靠的定义。

2022年4月9日，在宁夏银川鼓楼步行街，一名小朋友与机器人“铁蛋”互动。袁宏彦摄

记者：人类应如何与AI共存？

阿布-穆斯塔法：我们没有与AI共存的压力，AI永远是人类的附属品。受访者简介：

亚瑟•阿布-穆斯塔法（Yaser S. Abu-Mostafa），埃及裔美国计算机科学家，加利福尼亚理工学院电气工程和计算机科学教授。研究涵盖人工智能、机器学习、模式识别和数据科学等多个领域，在人工智能教育和科普方面做出重要贡献。

AI大模型竞赛白热化，Meta前来搅局，将开源大模型商业化。

周二，据英国《金融时报》，Meta准备发布其大语言模型LLaMA的商用版本，将允许初创公司和企业在该技术的基础上构建定制AI软件。

此举将意味着使Meta与微软支持的OpenAI 、谷歌等展开正面较量，后两家公司在开发生成式人工智能的竞赛中遥遥领先。

Meta副总裁兼首席AI科学家Yann LeCun上周六在普罗旺斯艾克斯举行的一次会议上表示：

人工智能的竞争格局将在未来几个月，也许在未来几周内彻底改变，届时将出现与非开源平台一样好的开源平台。

开源LLaMA模型即将商用化

此前文章指出，今年2月，Meta发布了其开源大语言模型LLaMA，该模型能帮助研究人员低成本开发专有AI软件，从而在AI领域掀起轩然大波。三位知情人士表示，新版本将更广泛地提供给企业，并可由企业定制。

与OpenAI等竞争对手形成鲜明对比的是，LLaMA为开源模型。从本质上说，Meta将其AI技术作为开源软件（可自由复制、修改和重复使用的计算机代码），这为外部人员快速构建自己的聊天机器人提供了所需的一切。

而将LLaMA商用化不仅有利于自身竞争，AI开发者希望找到替代竞争对手谷歌和OpenAI销售的专有软件的产品，同时也将间接有利于Meta的AI开发。

开源模型的好处包括用户的接受率更高，然后输入更多数据供人工智能处理。LLM拥有的数据越多，其功能就越强大。此外，开源模型使研究人员和开发人员能够发现和解决漏洞，同时提高技术和安全性，Meta等科技公司多年来一直因各种隐私和错误信息丑闻而面临审查。

虽然Meta的技术是开源的，且目前免费，但两位知情人士表示，该公司一直在探索商用化。一位知情人士表示，目前没有收费计划，Meta也不会在即将发布的版本中这样做。

Meta负责AI研究的副总裁Joelle Pineau拒绝就商业化发表评论，但他表示：

这些东西确实是开源的，但你不会完全放弃这项工作的知识产权。

大模型竞争格局或迎巨变

虽然免费提供软件似乎与赚钱背道而驰，但专家认为，企业也可以利用这一策略来打开市场。一位熟悉Meta想法的人士表示：

Meta已经意识到，他们在当前的人工智能炒作周期中落后了，但这给了他们一种打开生态系统的方式，他们似乎在做正确的事情。

本周早些时候，Meta全球事务主管Nick Clegg曾撰文赞扬了开源的好处称：

开源是消除AI相关恐惧的最佳解药。当然，开源也有助于Meta追赶竞争对手，因为它允许各种规模的公司改进这项技术，并在其上构建应用程序。

不过，Meta也将面临风险，在将下一个版本的LLaMA商业化的过程中，如果被发现使用受版权保护的材料训练该软件，该公司可能会面临法律诉讼。

来源：公众号MaxFutureAI 

央广网北京7月13日消息 近日，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局公布了《生成式人工智能服务管理暂行办法》。该文件全文如下：

生成式人工智能服务管理暂行办法

第一章 总则

第一条 为了促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益，根据《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《中华人民共和国科学技术进步法》等法律、行政法规，制定本办法。

第二条 利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务（以下称生成式人工智能服务），适用本办法。

国家对利用生成式人工智能服务从事新闻出版、影视制作、文艺创作等活动另有规定的，从其规定。

行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等研发、应用生成式人工智能技术，未向境内公众提供生成式人工智能服务的，不适用本办法的规定。

第三条 国家坚持发展和安全并重、促进创新和依法治理相结合的原则，采取有效措施鼓励生成式人工智能创新发展，对生成式人工智能服务实行包容审慎和分类分级监管。

第四条 提供和使用生成式人工智能服务，应当遵守法律、行政法规，尊重社会公德和伦理道德，遵守以下规定：

（一）坚持社会主义核心价值观，不得生成煽动颠覆国家政权、推翻社会主义制度，危害国家安全和利益、损害国家形象，煽动分裂国家、破坏国家统一和社会稳定，宣扬恐怖主义、极端主义，宣扬民族仇恨、民族歧视，暴力、淫秽色情，以及虚假有害信息等法律、行政法规禁止的内容；

（二）在算法设计、训练数据选择、模型生成和优化、提供服务等过程中，采取有效措施防止产生民族、信仰、国别、地域、性别、年龄、职业、健康等歧视；

（三）尊重知识产权、商业道德，保守商业秘密，不得利用算法、数据、平台等优势，实施垄断和不正当竞争行为；

（四）尊重他人合法权益，不得危害他人身心健康，不得侵害他人肖像权、名誉权、荣誉权、隐私权和个人信息权益；

（五）基于服务类型特点，采取有效措施，提升生成式人工智能服务的透明度，提高生成内容的准确性和可靠性。

第二章 技术发展与治理

第五条 鼓励生成式人工智能技术在各行业、各领域的创新应用，生成积极健康、向上向善的优质内容，探索优化应用场景，构建应用生态体系。

支持行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等在生成式人工智能技术创新、数据资源建设、转化应用、风险防范等方面开展协作。

第六条 鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新，平等互利开展国际交流与合作，参与生成式人工智能相关国际规则制定。

推动生成式人工智能基础设施和公共训练数据资源平台建设。促进算力资源协同共享，提升算力资源利用效能。推动公共数据分类分级有序开放，扩展高质量的公共训练数据资源。鼓励采用安全可信的芯片、软件、工具、算力和数据资源。

第七条 生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：

（一）使用具有合法来源的数据和基础模型；

（二）涉及知识产权的，不得侵害他人依法享有的知识产权；

（三）涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形；

（四）采取有效措施提高训练数据质量，增强训练数据的真实性、准确性、客观性、多样性；

（五）《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》等法律、行政法规的其他有关规定和有关主管部门的相关监管要求。

第八条 在生成式人工智能技术研发过程中进行数据标注的，提供者应当制定符合本办法要求的清晰、具体、可操作的标注规则；开展数据标注质量评估，抽样核验标注内容的准确性；对标注人员进行必要培训，提升尊法守法意识，监督指导标注人员规范开展标注工作。

第三章 服务规范

第九条 提供者应当依法承担网络信息内容生产者责任，履行网络信息安全义务。涉及个人信息的，依法承担个人信息处理者责任，履行个人信息保护义务。

提供者应当与注册其服务的生成式人工智能服务使用者（以下称使用者）签订服务协议，明确双方权利义务。

第十条 提供者应当明确并公开其服务的适用人群、场合、用途，指导使用者科学理性认识和依法使用生成式人工智能技术，采取有效措施防范未成年人用户过度依赖或者沉迷生成式人工智能服务。

第十一条 提供者对使用者的输入信息和使用记录应当依法履行保护义务，不得收集非必要个人信息，不得非法留存能够识别使用者身份的输入信息和使用记录，不得非法向他人提供使用者的输入信息和使用记录。

提供者应当依法及时受理和处理个人关于查阅、复制、更正、补充、删除其个人信息等的请求。

第十二条 提供者应当按照《互联网信息服务深度合成管理规定》对图片、视频等生成内容进行标识。

第十三条 提供者应当在其服务过程中，提供安全、稳定、持续的服务，保障用户正常使用。

第十四条 提供者发现违法内容的，应当及时采取停止生成、停止传输、消除等处置措施，采取模型优化训练等措施进行整改，并向有关主管部门报告。

提供者发现使用者利用生成式人工智能服务从事违法活动的，应当依法依约采取警示、限制功能、暂停或者终止向其提供服务等处置措施，保存有关记录，并向有关主管部门报告。

第十五条 提供者应当建立健全投诉、举报机制，设置便捷的投诉、举报入口，公布处理流程和反馈时限，及时受理、处理公众投诉举报并反馈处理结果。

第四章 监督检查和法律责任

第十六条 网信、发展改革、教育、科技、工业和信息化、公安、广播电视、新闻出版等部门，依据各自职责依法加强对生成式人工智能服务的管理。

国家有关主管部门针对生成式人工智能技术特点及其在有关行业和领域的服务应用，完善与创新发展相适应的科学监管方式，制定相应的分类分级监管规则或者指引。

第十七条 提供具有舆论属性或者社会动员能力的生成式人工智能服务的，应当按照国家有关规定开展安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案和变更、注销备案手续。

第十八条 使用者发现生成式人工智能服务不符合法律、行政法规和本办法规定的，有权向有关主管部门投诉、举报。

第十九条 有关主管部门依据职责对生成式人工智能服务开展监督检查，提供者应当依法予以配合，按要求对训练数据来源、规模、类型、标注规则、算法机制机理等予以说明，并提供必要的技术、数据等支持和协助。

参与生成式人工智能服务安全评估和监督检查的相关机构和人员对在履行职责中知悉的国家秘密、商业秘密、个人隐私和个人信息应当依法予以保密，不得泄露或者非法向他人提供。

第二十条 对来源于中华人民共和国境外向境内提供生成式人工智能服务不符合法律、行政法规和本办法规定的，国家网信部门应当通知有关机构采取技术措施和其他必要措施予以处置。

第二十一条 提供者违反本办法规定的，由有关主管部门依照《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《中华人民共和国科学技术进步法》等法律、行政法规的规定予以处罚；法律、行政法规没有规定的，由有关主管部门依据职责予以警告、通报批评，责令限期改正；拒不改正或者情节严重的，责令暂停提供相关服务。

构成违反治安管理行为的，依法给予治安管理处罚；构成犯罪的，依法追究刑事责任。

第五章 附则

第二十二条 本办法下列用语的含义是：

（一）生成式人工智能技术，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术。

（二）生成式人工智能服务提供者，是指利用生成式人工智能技术提供生成式人工智能服务（包括通过提供可编程接口等方式提供生成式人工智能服务）的组织、个人。

（三）生成式人工智能服务使用者，是指使用生成式人工智能服务生成内容的组织、个人。

第二十三条 法律、行政法规规定提供生成式人工智能服务应当取得相关行政许可的，提供者应当依法取得许可。

外商投资生成式人工智能服务，应当符合外商投资相关法律、行政法规的规定。

第二十四条 本办法自2023年8月15日起施行。

机器之心原创

作者：杜伟、泽南

终于，业内迎来了首个全链条大模型开源体系。

大模型领域，有人探索前沿技术，有人在加速落地，也有人正在推动整个社区进步。

就在近日，AI 社区迎来首个统一的全链条贯穿的大模型开源体系。

虽然社区有LLaMA等影响力较大的开源模型，但由于许可证限制无法商用。InternLM-7B 除了向学术研究完全开放之外，也支持免费商用授权，是国内首个可免费商用的具备完整工具链的多语言大模型，通过开源开放惠及更多开发者和企业，赋能产业发展。

今年世界人工智能大会 WAIC 上，上个月初「高考成绩」超越 ChatGPT 的「书生」大模型来了次重大升级。

在 7 月 6 日的活动中，上海 AI 实验室与商汤联合香港中文大学、复旦大学、上海交通大学及清华大学共同发布了全新升级的「书生通用大模型体系」，包括书生・多模态、书生・浦语和书生・天际三大基础模型。其中面向 NLP 领域的书生・浦语语言大模型迎来了 104B 的高性能版和 7B 的轻量级版。

相较初始模型，104B 的书生・浦语全面升级，高质量语料从 1.6 万亿 token 增至了 1.8 万亿，语境窗口长度从 2K 增至了 8K，支持语言达 20 多种，35 个评测集上超越 ChatGPT。这使得书生・浦语成为国内首个支持 8K 语境长度的千亿参数多语种大模型。

而在全面升级的同时，更值得关注的是书生・浦语在开源上的一系列动作。

此次书生・浦语将 7B 的轻量级版 InternLM-7B 正式开源，并推出首个面向大模型研发与应用的全链条开源体系，贯穿数据、预训练、微调、部署和评测五大环节。其中 InternLM-7B 是此次开源体系的核心和基座模型，五大环节紧紧围绕大模型开发展开。

上海 AI 实验室开放其整套基础模型和开发体系。大模型的研究，第一次有了一套开源的、靠谱的全链条工具。

模型 + 全套工具，开源真正实现「彻底」

此前，AWS 等国内外公司纷纷推出了基础大模型技术平台。基于大厂的能力，人们可以构建起生成式 AI 应用。相比之下，基于上海 AI 实验室的基座模型和全链条开源体系，企业、研究机构/团队既可以构建先进的应用，也可以深入开发打造各自垂直领域的大模型。

在上海 AI 实验室看来，基础大模型是进一步创新的良好开端。「书生」提供的并非单个的大模型，而是一整套基座模型体系，在全链条开源体系加持下，为学界和业界提供了坚实的底座和成长的土壤，从底层支撑起 AI 社区的成长，并且与更多的探索者共同建设「枝繁叶茂」的生态。

因此，就此次书生・浦语的开源而言，它是一套系统性工程，旨在推动行业进步，让一线开发者更快获取先进理念和工具。用「全方位开源开放」来形容可以说名副其实，模型、数据、工具和评测应有尽有。相比业界类似大模型平台，书生・浦语首个实现了从数据到预训练、微调，再到部署和评测全链条开源。

轻量化模型，性能业界最强

书生・浦语的 7B 轻量级版 InternLM-7B 不仅正式开源，还免费提供商用。作为书生・浦语开源体系中的基座模型，它为上海 AI 实验室未来开源更大参数的模型做了一次探索性尝试。

我们了解到，InternLM-7B 为实用场景量身定制，使用上万亿高质量语料来训练，建立起了超强知识体系。另外提供多功能工具集，使用户可以灵活自主地搭建流程。目前 GitHub star 量已经达到了 1.5K。

开源地址：
https://github.com/InternLM

InternLM-7B 的性能表现如何呢？上海 AI 实验室给出的答案是：在同等参数量级的情况下全面领先国内外现有开源模型。

我们用数据来说话。对 InternLM-7B 的全面评测从学科综合能力、语言能力、知识储备能力、理解能力和推理能力五大维度展开，结果在包含 40 个评测集的评测中展现出卓越和均衡的性能，并实现全面超越。

下图展示了在几个重点评测集上，InternLM-7B 与国内外代表性 7B 开源模型（如 LLaMA-7B）的比较。可以看到，InternLM-7B 全面胜出，在 CEval、MMLU 这两个评价语言模型的广泛基准上分别取得了 53.25 和 50.8 的高分，大幅领先目前业内最优的开源模型。

InternLM-7B 在开放评测平台 OpenCompass 的比较结果。

书生是如何做到的？在接受机器之心专访时，上海 AI 实验室林达华教授向我们介绍了致胜之道。

与以往在单项或数项基准上达到高水平的模型不同，InternLM-7B 是一个基座模型，它不是针对某个特定任务或领域，而是面向广泛的领域提供比较强大和均衡的基础能力。因而强调各方面能力的均衡是它的一大特点。

为了实现均衡且强大的能力，InternLM-7B 在训练和评估过程中使用了创新的动态调整模式：在每训练一个短的阶段之后，便对整个模型全面评估，并根据评估结果及时调整下一阶段训练数据分布。通过这套敏捷的闭环方式，模型在成长过程中始终保持能力均衡，不会因数据配比不合理而导致偏科。

同时，InternLM-7B 在微调体系上也有明显升级，使用了更有效的微调手段，保证模型的行为更加可靠。

除了以上模型技术层面的升级，InternLM-7B 还具备可编程的通用工具调用能力。以 ChatGPT 为例，大模型可在解方程、信息查询等简单任务上调用工具来实现更准确有效的结果，但在复杂任务上需要调用更多机制才能解决问题。

InternLM-7B 具备了这种通用工具调用能力，使模型在需要工具的时候自动编写一段 Python 程序，以综合调用多种能力，将得到的结果糅合到回答过程，大幅拓展模型能力。

正是在训练 – 评估 – 训练数据分布调整闭环、微调以及工具调用等多个方面的技术创新，才让 InternLM-7B 领跑所有同量级开源模型变成了可能。

大模型开源，就需要全链条

在书生・浦语全链条开源体系中，不仅囊括了丰富多元的训练数据、性能先进的训练与推理框架、灵活易用的微调与部署工具链，还有从非商业机构的更纯粹学术和中立视角出发构建的 OpenCompass 开放评测体系。

与同类型开源体系相比，书生・浦语的最大特点体现在链条的「长」。竞品工具链可能会覆盖从微调到部署等少量环节，但书生・浦语将数据、预训练框架、整个评测体系开源了出来。而且链条中一个环节到另一个环节，所有格式全部对齐，无缝衔接。

上海 AI 实验室围绕书生・浦语大模型打造了五位一体的技术内核。除了大模型本身，值得关注的还有预训练环节开源的面向轻量级语言大模型训练的训练框架 InternLM-Train 以及评测环节的开放评测平台 OpenCompass。

我们知道，在现有 AI 大模型开发范式中，预训练 + 微调是主流。可见预训练对于大模型的重要性，很大程度上决定了模型任务效果。而其中底层的预训练框架要在能耗、效率、成本等方面尽可能做到节能、高效、低成本，因此框架的创新势在必行。

书生・浦语开源了训练框架 InternLM-Train。一方面深度整合了 Transformer 模型算子，使得训练效率得到提升。一方面提出了独特的 Hybrid Zero 技术，实现了计算和通信的高效重叠，训练过程中的跨节点通信流量大大降低。

得益于极致的性能优化，这套开源的体系实现了千卡并行计算的高效率。InternLM-Train 支持从 8 卡到 1024 卡的计算环境中高效训练 InternLM-7B 或者量级相仿的模型，训练性能达到了行业领先水平。千卡规模下的加速效率更是高达 90 %，训练吞吐超过 180Tflop，平均单卡每秒处理 token 也超过 3600。

如果说预训练决定了大模型的「成色」，评测则是校验大模型成色的关键一环。当前由于语言大模型的能力边界极广，很难形成全面、整体的评价，因而需要在开放环境中逐渐迭代和沉淀。

书生・浦语开源体系上线了 OpenCompass 开放评测体系，更纯粹学术和中立视角之外，它的另一大特点是基准「全」。除了自己的一套评测基准，OpenCompass 还整合了社区主流的几十套基准，未来还将接纳更多，从而让开源模型更充分地彼此较量。

具体地，OpenCompass 具有六大核心亮点。从模型评测框架来看，它开源可复现；从模型种类来看，它支持 Hugging Face 模型、API 模型和自定义开源模型等各类模型的一站式测评，比如 LLaMA、Vicuna、MPT、ChatGPT 等。InternLM-7B 正是在该平台上完成评测。

从能力维度来看，它提供了学科综合、语言能力、知识能力、理解能力、推理能力和安全性六大维度。同时提供这些能力维度下的 40+ 数据集、30 万道题目，评估更全面。

林达华教授认为，能力维度的广度和复杂度是模型评测面对的最大挑战。一方面要充分考虑如何从不同的维度进行评价，一方面当要评测的指标变多的时候，还要兼顾如何以负担得起的方式去评测。

此外，OpenCompass 非常高效，一行命令实现任务分割和分布式评测，数小时内完成千亿模型全量评测；评测范式多样化，支持零样本、小样本及思维链评测，结合标准型或对话型提示词模板轻松激发各种模型最大性能；拓展性极强，轻松增加新模型或数据集、甚至可以接入新的集群管理系统。

目前，OpenCompass 上线了 NLP 模型的评测，也即将支持多模态模型的评测。

随着 OpenCompass 平台的影响力增加，上海 AI 实验室希望对于大模型基准的评测也会对整个领域起到带动作用。与此同时，在构建 AI 标准化的大模型专题组中，上海 AI 实验室也与很多厂商形成了良好的合作关系。

在大模型快速演进的关键时期，标准制定与实施是推动产业进步的现实需求，也将为产业的可持续发展指明方向。

林达华教授表示：「创新是人工智能技术进步的源动力，而基座模型和相关的工具体系则是大模型创新的技术基石。通过此次书生・浦语的高质量全方位开源开放，我们希望可以助力大模型的创新和应用，让更多的领域和行业可以受惠于大模型变革的浪潮。」

做真正有影响力的工作

值得一提的是，上海AI 实验室成立的时间并不长——成立于 2020 年 7 月。作为一个新型研发机构，其主要开展重要基础理论和关键核心技术。得益于其原创性、前瞻性的科研布局，以及强大的科研团队，实验室近期在多个关键领域实现重大突破。

「我们坚持上下游协同，做出的大模型第一时间在团队中进行分享，在应用中得到反馈，进而持续迭代，」林达华介绍称。

上海 AI 实验室的技术领先，还在于做好三个方面的事：不设定发表论文或盈利的 KPI，做真正前沿有影响力的工作；开放创新空间，鼓励团队间积极交流，勇于尝试不同的方向与想法；最后，实验室为研究团队提供了海量数据和算力作为支持。

此次书生・浦语的开源体系降低了大模型技术探索和落地的门槛，对于学界和业界而言意义重大，帮助更多研究结构和企业省去了基础模型构建的步骤，他们可以在已有的强大模型与工具体系的基础上继续演进，实现创新。

未来，上海 AI 实验室还将基于「书生・浦语」，在基础模型和应用拓展方面进行探索，努力构建适用于关键领域落地的基础模型。

书生开源体系可以大幅降低大模型技术探索和落地的门槛，如果你感兴趣，欢迎来试试。

7月13日，马斯克在社交平台宣布，正式成立人工智能公司xAI。其目标是了解宇宙的真实本质。虽然xAI是一个独立的公司，但会与马斯克旗下的特斯拉、Space x等其他公司展开密切的合作关系。

xAI定于周五在线上举办活动，马斯克领导的团队将在线回答提问。其核心团队成员曾经分别在DeepMind、OpenAI、谷歌研究、微软研究、特斯拉等前沿公司或多伦多大学等学术机构任职过。

有媒体分析称，鉴于xAI的团队成员曾参与过AlphaCode、GPT-3.5和GPT-4等项目，马斯克新成立的Xai很可能会进军生成式AI，与ChatGPT、Bard等展开激烈竞争。

比较有意思的是，早在今年3月，包括马斯克在内的1000多名行业高管和专家签署公开信，呼吁在6个月内暂停高级AI的开发。马斯克等人在信中写道，高级AI可能会对社会和人类构成深远的风险。

在今年4月的一栏专访节目中，马斯克说道，“我将启动一个，称之为TruthGPT的东西，或者是一个最大限度地寻求真理的人工智能，它试图理解宇宙的本质。”

马斯克补充称，“我认为这可能是通往安全的最佳途径，从某种意义上说，一个关心理解宇宙的人工智能不太可能灭绝人类，因为我们是宇宙中有趣的一部分。”

当月，就有媒体报道过马斯克成立AI公司的计划。另有消息称，马斯克购买了大约1万个处理大型AI模型数据的GPU。

知情人士透露，他为了这1万个GPU极有可能花费了几千万美元，还多次抱怨推特财务状况不稳定。

值得一提的是，马斯克早在2015年曾担任OpenAI最初的董事会成员。2018年，马斯克辞去了董事会席位，理由是与他担任特斯拉首席执行官的角色“未来可能存在利益冲突”。

但Sam Altman称，马斯克认为 OpenAI 已经落后于谷歌等其他公司，马斯克提议自己接管OpenAI，但董事会拒绝了。

在xAI成立之后，马斯克管理的公司数量达到了6家，其他5家分别是特斯拉、SpaceX，社交媒体平台Twitter、脑机接口公司Neuralink和地下隧道公司The Boring Company。

来源：公众号AIGC开放平台

以下文章来源于城食有农 ，作者城食有農

由 Carbon Robotics 开发的 LaserWeeder 是一款自主机器人，使用人工智能和二氧化碳激光技术来识别和消除田间杂草。据称其精度达到毫米级，不会损坏作物或扰乱土壤。LaserWeeder 的人工智能深度学习了 800 万个作物和杂草对象；在除草任务中，其每小时覆盖 2-4 英亩面积，相当于 75 名人工。

LaserWeeder 还能够间伐作物，以最大限度地提高作物健康和单位面积产量。

根据 Carbon Robotics 首席执行官 Paul Mikesell 的说法，该公司进入除草领域的决定是在与农民交谈后做出的。农田除草最大的挑战不是杂草本身，而是找到足够的劳动力来管理它们。

在美国的大部分农业劳工来自客工和持签证的临时工。然而，农业行业很难找到足够的劳动力来履行这些职责。对于像除草这样的事情，可能是聪明人能做的价值最低的工作，将人力部署到这个领域没有多大意义。

但是，许多种植者别无选择。再加上杂草中出现的除草剂抗性，特别是对草甘膦的抗性，这让农民们对杂草问题感到有点绝望。

LaserWeeder 机器上的计算机视觉能够识别杂草，区分出农作物。这减少了传统农业对除草剂的需求，并能帮助使用再生农法的农民减少或消除过度翻耕。

根据 Carbon Robotics 自己的数据，到目前为止，LaserWeeder 已经“成功消除”了 40 种不同作物的 5 亿多株杂草。

Carbon Robotics 主要专注于特种作物的除草任务，但该公司也已经在大宗农作物方面做了一些工作。Carbon Robotics 的技术对特种作物客户尤为重要，因为现有的除草剂选择并不足够多。

由于特种经济作物会被直接食用，人们关心植物的质量、营养成分和质地。种植者若想提高单位产量，最好方法是非常精确或有针对性的控制杂草，并在不影响植物的情况下除草。因此对于特种经济作物，化学除草剂并非是最好的选择。

这与大宗作物形成鲜明对比，因为大部分小麦和大豆都经过加工并转化为其他东西，所以人们很少关注每株植物的个体质量。

在经济低迷期仍融资 3000 万美元，Carbon Robotics 必有成功之处。可能这要归功于 Carbon Robotics 从一开始就在农田里打造其产品，而非闭门造车。

根据首席执行官 Paul Mikesell 的说法，Carbon Robotics 从第一天开始就在田间工作，了解真实农田环境中水分、热量和湿度，地面条件以及不同地区土壤类型的变化，了解有哪些不同的杂草以及杀死一株杂草需要多少能量。

另外，他们还与农民合作，不断进行早期测试，从而让 LaserWeeder 适应当地不同的耕作方式。

Carbon Robotics 的第一台机器人于 11 个月前发货。2023 年起，该公司将在美国 17 个州和加拿大的三个省提供 LaserWeeder 机器人以及可拖曳的 LaserWeeder 除草系统。 

新资金将帮助该公司扩大制造规模并进入新的地区市场。明年，Carbon Robotics 将进入欧洲，计划扩大工程团队并开发新产品和增强机器功能。

在吸引创纪录的海内外嘉宾与参会者，全面展示人工智能最新发展成果与趋势，推动总投资近300亿元的32个重大产业项目签约之后，以“智联世界  生成未来”为主题的2023世界人工智能大会昨天在上海世博中心落下帷幕。

作为全球人工智能领域最有影响力的盛会之一，世界人工智能大会此前已在上海连续成功举办5届。今年的大会继续发挥“科技风向标、应用展示台、产业加速器、治理议事厅”的重要作用，汇聚世界各国顶尖学者、行业领袖，政府官员，以及相关企业负责人、投资人、创业者等，为他们搭建起世界级的合作交流平台，共话发展，共赢机遇。

本次世界人工智能大会精彩纷呈、硕果累累。短短3天时间内，共举办各类论坛133场，到会嘉宾大咖达1400余位。嘉宾们畅所欲言，围绕火热的大模型和生成式人工智能浪潮，深入探讨新AI赋能千行百业的前景与路径；围绕各类智能应用与产品对算力提出的巨大需求，强调打造上下游联通、软硬件并重、云边端融合的基础设施和智算生态；聚焦科学智能、具身智能、类脑智能、元宇宙、智能机器人等热点领域，强调全面夯实产业基础，激活未来发展动能；聚焦新技术快速迭代对经济、社会、文化等形成的潜在冲击，呼吁在坚持包容审慎、鼓励创新的同时，完善人工智能特别是大模型的相关治理体系。

大会期间举办的人工智能技术和应用展，吸引了创纪录的参观者。今年展览总展出面积超过5万平方米，为历届之最；截至闭幕日下午3点，线下总参观人数突破17.7万，全网流量突破10.7亿，全网曝光量64.1亿，均创历史新高。

闭幕式上，上海市经济信息化委相关负责人就即将出台的“大模型创新发展政策”进行吹风。据介绍，该政策围绕创新能力、创新要素、创新应用、创新环境4个方向，将重点打造3项计划和5个平台，以破解制约该领域发展的瓶颈。记者了解到，所谓3项计划，即大模型创新扶持计划、智能算力加速计划、示范应用推进计划，而重点打造的5个基础支撑平台则包括大模型测试验证与协同创新中心、大模型语料数据联盟、智能算力调度平台、软硬件适配测评中心、大模型开源社区和协作平台。

昨天的闭幕式邀请到一批全球知名商业领军者和创新先锋为行业发展寄语。美国国家工程院院士、AMD董事会主席兼首席执行官苏姿丰，顶级风投机构格雷洛克合伙人、OpenAI创始投资人雷德·霍夫曼，巴斯夫集团执行董事会主席薄睦乐，先正达集团首席执行官傅文德，Stability AI公司创始人兼首席执行官伊玛德·莫斯塔克，分别阐述了各自对于新AI与新商业的见解，表达了对智能未来的热忱憧憬。上海市法学会、上海市人工智能行业协会、商汤科技、复旦大学、达观数据等的代表共同发起《“模”都倡议》，提出更好释放以大模型为代表的人工智能新动能。

昨天还有一批全新的人工智能项目在现场签约，涵盖算力、数据、大模型、硬件、软件等不同领域，有助于上海不断强化创新策源能力，不断凝聚产业发展新动能，不断刷新智能应用新标杆，不断优化开放合作新生态。据统计，本次世界人工智能大会期间，共推动32个重大产业项目签约，总投资288亿元；有超过200家上下游企业完成对接，达成意向采购金额110亿元。

副市长刘多出席。
新AI为数字人注入“灵魂”，但也伴生风险

张江科学会堂分会场，观众正在体验一款智能健康检测系统。  本报记者  袁婧  摄

三维技术公司Canbeing创始人金文云为客户定制了许多高拟真的数字人。这些在虚拟网络空间里拥有高颜值、高情商以及动人嗓音的智能体，已开始成为网店的金牌导购、新闻平台的金牌主持，或是课后辅导的金牌教师。但随着事业越来越成功，金文云对于数字人的未来产生了一分困惑。

作为科幻迷，金文云牢记美国科幻作家艾萨克·阿西莫夫为确保人工智能（AI）不伤害人类而提出的“机器人三大定律”。在昨天举行的2023世界人工智能大会“AIGC数字人论坛”上，金文云说，我们要确保数字人不跨越“三大定律”。

和其他新技术一样，数字人考验我们能否“用发展的办法解决发展中的问题”的原则。昨天的论坛实际上给了大家一个难得的机会，去梳理AIGC（生成式人工智能）和数字人这两个当下的热门概念，特别思考二者结合会发生怎样的“化学反应”。

不只是以假乱真

首先要厘清数字人的概念。

AIGC数字人研究院高级研究员唐昱佳说，世界上首个数字人是卡通片《超时空要塞》中的女主角。根据片方安排，她“走出”动画片，在现实世界出版了一张音乐专辑，由此让人看到虚拟IP旺盛的生命力。

受技术所限，第一代数字人主要靠手绘。到本世纪初，随着动作捕捉技术的进步，影视作品中出现了3D数字角色，数字人进入第二阶段。到最近10年，因为深度学习算法突破，AI生成的第三代虚拟角色问世，ta们外形更接近真人（可能还有些CG味），可以按脚本讲话做事。

《每日经济新闻》就是这类技术的使用方。他们在新闻直播节目中引入两个数字主持。有些传奇色彩的是，因为太过逼真，而且从未官宣“身份”，以至于开播两个多月后，观众才意识到两个主播原来是虚拟的。再后来，不知疲倦的数字人逐渐成为电商宠儿。有媒体这样报道新一代数字“劳模”——《凌晨的公司空无一人，带货的全是数字人》。

如果数字人的进化到此为止，也不至于让金文云有什么纠结。但ChatGPT的火爆，让形势开始不同。“AIGC赋予了数字人灵魂。”唐昱佳说。

被AI深度驱动

受技术所限，前几代数字人就算不能用“徒有颜值”描述，至少也缺少完整“人格”。根据唐昱佳的研究，数字人有两种驱动类型：一是真人驱动，也就是让摄像头捕捉真人的动作，然后借助软件，将其套用在数字人的形象上，大致相当于给真人蒙一个“数字面具”；其二则是AI驱动，也就是说，数字人并不完全是真人的影子，他可以脱离真人独立运动、说话。

在ChatGPT等大模型诞生前，哪怕是AI驱动，数字人的表现还是不够到位。

优链时代是一家很有特色的3D数字人制作企业，CEO蒋亚洪透露，他们自研了一套算法以及一种特别的相机，只要用它给真人拍照，就可以迅速建模生成接近真人形象的数字分身。目前，他们已把业务落地，比如将游客的数字分身嵌入西湖美景，生成“元宇宙游杭州”视频；或是让数字人做出真人根本做不到的事——后空翻、大灌篮……上传社交媒体得到点赞。

这样的数字人虽属AI驱动型，但只能按照一套预录制的动作库来做动作，看起来有些生硬，而且也没有聪明到可以与人自如交谈。不过，短板可能很快被弥补。金文云表示，AIGC一定会造就出动作生成模型，从而让数字人可以摆脱预录制的动作库，自己生成丰富的肢体语言。更重要的是，大模型还能让数字人在讲话时彻底摆脱脚本。

上月底正式公测的现象级手游《逆水寒》，就首次导入了一种类GPT模型。游戏中，NPC（非玩家游戏角色）能自主和玩家对话、做动作，让许多人大为惊叹。实际上，这种技术完全可以移植到数字人身上，从而使得数字人不仅相貌逼真，连行为也更趋近真实。

火爆中保持冷静

真人般的外貌、真人般的肢体语言，但AIGC加持下的数字人，还有更远大的目标。

创壹科技是国内最具影响力的数字人公司之一，曾创造出顶流网红数字人“柳夜熙”。CEO梁子康昨天说，数字人是通往元宇宙时代的钥匙，而要打通虚实之间的界限，就得让数字人拥有接近真人的情感，“没有情感的数字人，只能做电商主播，根本没什么人会去看。”

目前，创壹科技已在情感仿真方面做了许多工作。梁子康透露，未来3年，他们的目标是打造出一个元宇宙数字人IP矩阵。

更多可马上落地的商业模式已经出现。商汤科技副总裁李星冶表示，他们不久前发布了一款App，普通人用手机自拍5分钟视频，就可以生成数字人，能讲150多种方言和外语。除了满足普通用户外，商汤科技还在推行一个“百变大咖”计划，将为100位意见领袖制作数字分身。

有了AIGC的赋能，数字人有望在以下场景落地——成为娱乐偶像、电商主播，或者在新闻、医疗、教育、法律等专业领域扮演专业角色。总体上，这个市场有望在10年内达到数百亿元规模。甚至，想得更远的唐昱佳认为，随着大模型和AIGC工具的繁荣，未来所有人都会拥有自己的数字分身，“人人都可以实现数字永生”。

中国将出台生成式人工智能监管规定

中国将出台关于生成式人工智能(generative AI)的监管规定。目前，正寻求在鼓励本土企业开发这种革命性技术与想要控制其内容之间取得平衡。

两名与中国监管机构关系密切的人士表示，国家互联网信息办公室想要建立一套制度，要求企业须先获得许可证才能推出生成式人工智能。

这一要求比今年4月发布的监管草案更加严格。草案为企业提供了更大的操作空间，因为允许企业在产品推出后10个工作日内向有关部门进行备案。

新的许可证制度表明，中国正在协调其开发世界一流技术的雄心与其长期存在的审查制度。据知情人士透露，包括许可证制度在内的监管规定最早将于本月敲定。

“如果中国打算完全管控并审查人工智能生成的信息，他们将要求所有企业事先取得有关部门的批准。”一位了解网信办想法的人士表示。“但相关监管一定不能妨碍国内企业参与这场科技竞赛。”该人士补充道。

AIGC大热后，设计师林俪和版师张宇都觉得自己混得比对方惨，经营模特摄影工作室的“浪猪灰头”也觉得正在失去生意。

4万亿服装行业，正在被新一波AI技术改变，且冲击和机遇并存——麦肯锡分析，未来3到5年，生成式AI可能会帮助服装、时尚及奢侈品行业的营业利润创造1500亿美元的增量，乐观估计可高达2750亿美元。
记者注意到，AIGC对服装行业的影响主要集中于商品企划、产品设计、零售终端三个环节，AIGC提升设计师效率、数字人+3D服装给消费者带来新体验，这些新内容都将给服装行业带来新机会。
只不过，要想解决行业内从设计到生产到营销多环节的难题，并非易事。服装行业也曾经过几轮AI洗礼，从RNN（递归神经网络，1990年提出）到GAN（生成对抗网络，2014年提出）到如今的Diffusion（扩散模型），每一波AI都试图打通整个产业链。那么，这一轮生成式AI会对服装行业产生哪些影响？AIGC将影响哪些岗位就业？AI能力外溢到供应链，能够产生多大影响？

01设计师、版师、模特，谁被冲击？

 1 AIGC干不掉设计师
设计师和版师是服装设计中的主要岗位，一个负责将天马行空的灵感变成一张张图纸，一个负责将图纸变成样衣。
Midjourney和Stable Diffusion一度给设计师林俪带来很大的职业生涯危机，输入提示词，5秒内生成六张设计图，还可以不停更新。林俪从事快时尚设计快5年，见过不少设计高手，还是被Stable Diffusion的生成效果惊艳了一把，“关键是速度快且量大，感觉分分钟要失业。”
“上新”是快时尚的命脉，品牌企业对创造力

和效率有极致追求。坚持用了半年Midjourney和Stable Diffusion，林俪放心下来，“大模型确实在生成速度上远超设计师，但AIGC只是一个素材生成方式，输入什么提示词，需要哪些元素，到底要用哪张，这些都需要我们来做选择。我现在的灵感图都由AIGC完成，效率大概提升了3倍。”
而且，AIGC目前只是在单款服装的设计上提供了灵感。除了单款设计，设计师还需要做一些系列企划——比如当季主推的款有哪些系列，哪些款式搭配起来好看，常规款和主推款怎么搭配。甚至这些款式在门店的陈列，都得在设计师企划时去规划——主推款式放在什么位置，效果如何，在门店如何陈列。显然这些工作内容都超出AIGC的范围。
“单从款式设计上来说，其实绝大多数服装企业都有自己的版型基础，也就是大体‘规矩’，在这个‘规矩’内，设计师会去判断用什么样的颜色、辅料、装饰性元素。AIGC就是在这个环节给出灵感和帮助。”林俪补充。
AIGC到底能帮服装设计师做什么？知衣科技创始人兼CEO郑泽宇认为主要有三方面：
第一，提供灵感；第二，快速生成出大量符合提示词的图片；第三，降低设计的成本，提高设计的精度和投产效率比。
“但目前AIGC能够达到的效果只有第二点，第一和第三步还在测试中，1-2年内实现还有困难。”郑泽宇补充。
郑泽宇也认为，AIGC还远远谈不上取代设计师，“AIGC只是一个素材生成方式，判断这些图是否是设计师或品牌方想要的，到底用哪张，这才是最重要的问题。”

 2 20年后再无版师？
AIGC取代不了设计师，但可以取代版师。这是凌迪科技Style3D首席科学家王华民对本轮AI的预判。
版师指从事服装制版工作的人，制版在整个服装生产流程中承上启下——对上，要和设计师沟通样衣的工艺细节；对下，要向样衣工或生产工厂交代缝制样衣的注意事项，把控样衣（非大货）质量。
一件衣服的设计图出来后，还得经历“打版-修改-再打版-再修改”的过程。“有时候一个装饰是要2.5厘米还是3.5厘米，得样衣出来之后再看效果，因为这就是一个感觉的东西，就是大一点小一点，左一点右一点，得来回调整。”林俪回了一个不忍直视的表情。
这个过程往往耗时耗力，“设计师很多是不懂打版的，或者懂得不多，他需要和版师反复沟通，时间成本和沟通成本就会很高。”王华民认为。

和林俪在同一公司的版师张宇也认同AIGC对版师们的威胁，版师要将设计师的2D稿子变成生产需要的CAD图，同时生产出样衣，供设计师进行修改。“2D转3D，这个活儿很专业也很套路化。现在一些复杂的版，我们已经不用自己立裁，而是把3D效果给到设计师去看，让他们直接在3D上做调整。”张宇说。
在凌迪的Style3D AI产业大模型中，只要将相应的服装拖入设计框，点击AI生成版片，几秒内可以将版片和3D效果独立出来。

图片来源：凌迪科技Style3D官网
“20年后，当我们的模型足够大，设计师会变得更全能，因为他的工具更多了。”王华民补充，“到时候，最完美的情况是设计师自己设计，自己打版，甚至人人都可以成为设计师。”
 3 电商不需要模特了？
除了设计师和版师，模特界也开始“地震”。
在电商平台的款式的详情页背后，是十几个人的分工协作，需要从请模特、摄影师、造型师、助理等+准备服装+影棚租赁or出外景+选片+修片+配图说明，成本百元到千元不等。
微博账号“浪猪灰头”曾发出一张模特摄影工作室的价格表：一天8小时拍摄，需要支出3.6万元。其中摄影费（包含400张修图）1万，男模和女模费用超2万，化妆费2000元，搭配费4000元。

图片：来自网络
“请多个模特的话，得同时照顾几个模特的档期，大量的服装也需要提前熨烫和整理。而且照片数据大，数量也多，下载、制作、挑选的过程至少5天。我们一个服装专场至少10天就要上线，经常得招20个兼职人员才够用。”“浪猪灰头”补充。
而在凌迪科技推出的AI产业模型中，这些人员和费用都可以省略，只需输入关键词，就可以生成“数字模特”。
输入“欧洲女子的脸型，中分长发，典雅气质，妆容干净”，就能生成对应脸型。

图片来源：凌迪科技Style3D官网
上传一个模特姿势图，就能生成对应姿势的模特图。

图片来源：凌迪科技Style3D官网
输入背景关键词“超现实主义背景，极简主义的建筑风格，画面充满活力，具有梦幻般的建筑空间”，就能得到多张对应风格的背景图。

图片来源：凌迪科技Style3D官网
数字人+3D服装的AI组合拳，正在把一个款式的传播成本，拉低到无法想象。未来也许品牌方提供一件衣服的照片就可以组织一场走秀和直播。
“AI+3D技术将改变传统的人货场模式。”王华民认为，“通过文生图，我们可以生成模特、生成背景、生成姿势，具体能省多少还没有衡量。我们主要是工具给到他，至于他们怎么使用，应用在哪些场景，能节约多少钱，就看他们如何使用这个工具。”

02AI技术路径之于服装，有何不一样设计、打版、营销，在这三个环节，已经有“服装设计+AIGC”产品相继面世。

• 万事利丝绸与无界AI合作，探索AIGC +丝巾设计；
• 知衣科技与西湖心辰合作，推出服装产业模型“FASHION DIFFUSION”，要做服装行业的Midjourney，在找款、改款与设计等场景中提升设计效率；
• 供应链服务企业魔鱼发布“魔鱼GPT”，提高服装设计师提高工作效率；
• 凌迪科技Style3D发布的Style3D AI产业模型，提供AI预测趋势、AI生成图案/版片/材质/图像等功能，试图构建起数字时尚产业的“基础设施”。

服装设计在过去也一直被AI赋能，这一轮AI与此前有什么不同？王华民认为，虽然都是AI，但是10年前的AI、5年前的AI和这2年的AI各不相同，“一个人说自己是AI从业者，你得看看他干的是哪一个AI。”
AI行业经历了RNN、GAN、Diffusion等多轮迭代，此前的服装AI都基于GAN，即用生成模型和判别模型相互竞争，生成模型用于创造一个看起来像真图片的图片，判别模型用于判断一张图片是不是真实的图片，两个模型一起对抗训练，最终两个模型的能力越来越强，最终达到稳态。
和GAN相比，Diffusion模型只需要训练生成模型，训练目标函数简单，可以实现更优的图像样本质量和更好的训练稳定性。
王华民指出，“GAN的可控性较差，很多东西停留在学术上或者论文上，Diffusion比GAN更容易训练，同时将可控性整体上了一个台阶，训练效果也有了很大提升。”
基于Diffusion模型的AIGC有两个明显优势：
 1 降低设计工具的使用门槛，提高行业渗透率
以往的服装设计工作，需要掌握绘画、PS技能，而在本轮AI产业模型中，通过自然语言描述，就能直接生成设计图。
比如打开知衣科技的FASHION DIFFUSION使用界面，风格、款式、特征一目了然，只需选择款式、颜色、材质等选项，10多秒，AI就能生成T台走秀风格、淘宝抖音商品风格，以及INS小红书社媒风格等各种风格的款式图片。

图片来源：知衣科技官网
这样的便利性和“低门槛”背后，是知衣科技超10亿的服饰图片与500+服装设计标签的行业沉淀，以及西湖心辰在深度学习方面的积累。
 2 一个模型满足多个任务
传统AI的工作方式是一个任务训练一个算法模型，且各个模型之间彼此独立。比如要做图片搜索，训练一个模型；要做图片生成，再训练一个模型。
而大模型可以一个模型解决多个任务，比如Style3D AI 产业模型提供AI生成图片、AI生成版片、AI生成材质、AI生成图片等多种功能。
服装行业的设计图需要在2D、3D之间反复切换：

• 2D：是设计师最初在纸面上设计的内容，如草图或款式图。
• 2.5D：是版师基于款式图进行制版，是连接二维和三维的桥梁，可以称作2.5D。
• 3D：3D数字服装与数字人（Avatar）结合起来，有了可交互的方式。
• 2D：在服装展示环节，图形学技术通过渲染，把三维物体变成2D视觉效果，例如输出电商上新的图片或视频。

王华民认为，“一个模型可以完成这些模态之间的设计和转化——我想要干什么，我直接告诉他就行了，只需要在出口端设立不同的出口形式，这是理想状态。但也需要2-3年才能完成。”
目前AI生成的设计图，在精度、分辨率、细节、算力成本、制作成本、投产效率比都在测试中，距离商用还有距离。
郑泽宇认为，尽管有海量数据支持，但设计师到底想要什么，提示词怎么来，如何清晰描述出你想要的东西？还是一个问题，还需要通过关注趋势预测或者捕捉灵感去实现。
同时，大模型的可控性始终是隐患。王华民认为，怎么保证它出的图是你想要的，而且可以修改、怎么样去提升可控性稳定性，是AIGC商用的重要一环。“只不过我个人觉得，AI里面的很多问题可能都是因为数据不够导致。”

03AI能否深入服装供应链？“没有一个万亿级的行业能够像服装行业这样来适应AIGC。”Style3D创始人刘郴认为。
尽管这一波人工智能被冠以“第四次工业革命”，但郑泽宇觉得，相比起工业革命，目前AIGC对服装行业的改变还差点意思。
“工业革命发生在生产制造维度上，AIGC更多在设计和时尚维度上，它确实会加速品牌迭代，但想要推动整个产业转型升级，我觉得它还不够。服装的周期长环节多，推动产业转型升级，还得是整个产业的数字化，而不是单一环节的调整。”郑泽宇指出。
“尽管我们希望以后人人都是设计师，消费者在C端通过AIGC设计一件自己喜欢的衣服，然后通过C2M直接生产，但中间还有很多环节没有打通。”王华民认为。
中国服装供应链已经从传统模式走向快反模式。亿邦智库认为，在小单、快反、个性定制等消费新需求驱动下，数字技术重构服装产业生态，倒逼工厂及上下游走向敏捷响应。
不断推广的3D技术、AR制版、虚拟试衣也在不断缩短设计师的时间，提高产业链反应速度。

图源：亿邦智库 
供应链的数字化似乎超出了AIGC的范畴，但郑泽宇认为，从设计师切入是牵引供应链升级的很好抓手，“设计定了，供应链、工艺、面料这些东西才能定。掌控了设计，就有对后端供应链的引导力。”

如何从设计出发，牵引供应链变革？郑泽宇认为，数据打通和流转仍然是核心问题——服装行业的数据极度分散，掌握在不同参与者手上，几乎不共享也不传递，这是服装行业数字化的瓶颈。对整个产业变革来说，数据打通是更急迫和更瓶颈的那个环节。

阻力是多方面的。“首先，大家不想要被打通的动力要远远大于打通的动力。”有从业者指出，“毕竟，一个工厂也不愿意告诉你产能是多少，如果告诉你，你就不会派超过我产能的订单；面料厂也不愿意把最新款出上传平台，防止抄袭。所以其中有很多的阻力。”
其次，有些环节的工艺始终难以数字化。比如面料环节很多企业没有ERP，更不用提数字化。有服装品牌负责人告诉亿邦动力，“目前设计和生产的快反可以实现，但在面料环节，还是得提前备货，还是传统方式，因为面料涉及物理和化学等过程，还没有太强的快反能力，这个问题短期内也无法解决。”
究其根源，服装行业庞大而分散——这个行业是就业大户，能提供约3亿的就业岗位，但企业分散度极高，品牌存活周期平均不超过一年。“大家都生存在一个高度不确定的环境下，都有很强的危机感。”郑泽宇认为。

在这一背景下，如何实现服装从设计、生产、销售的局部协作与闭环？郑泽宇指出，SheIn做了一个好示范——从订单的维度去打通整个产业链。SheIn可以给工厂提供稳定的订单，工厂可以安心出货；SheIn会把面料提前给到工厂，品牌也可以放心合作。
设计与生产打通的好处也立竿见影，从设计草稿到打版到下大货，如果品牌内部流程快，2~3天可以实现下大货。

目前，知衣科技也在进行这样的数字化协作——从设计师构思开始，设计师选款时看了哪些图，选到哪个款，用了哪个供应商，用了哪些面料，谁来打版，线稿展样板图是什么样子，在哪个展厅，存放了多久，哪些品牌借出，最后谁下了单，下了多少订单，被分发到哪一个工厂，什么时候面料到仓，什么时候开始生产，什么时候出厂，工厂如何交付，这些所有流程都能用数据串联起来。一个设计师的款式，从设计到交付，全流程一两个月内完成。
在这个局部的产业链协同中，前端是数字化设计，中间是数字化款式匹配，后端是数字化供应链平台，“只有在这种协同下，才可以将AIGC的效率优势发挥出来。我们距离人人都可以当设计师的时间，才会越来越近。”郑泽宇认为。
对于AI技术的迅猛发展，您的职业有危机感吗？您认为它真的可以取代设计师，版师，模特……吗？欢迎留言分享。

AI技术的浪潮已经席卷全球，越来越多的企业都在探索其领域与AI技术的深度融合，AIGC将企业数字化的步伐推进了一大步，被不少企业家认为是未来提升企业核心竞争力的必经之路。

人工智能落地应用AIGC交流会正是基于此而诞生，主要探索AI在各行各业的落地化应用，并提供各种大模型训练技术支持，帮助企业快速落地AI的应用。

目前已有的AIGC落地方案：

1、AI大模型+企业知识库训练，本地部署，安全性高，全面提高企业对外服务和对内学习的效率

2、AI真人视频，10分钟的视频就可以还原一个真实的你！主要用于短视频、直播方案

3、AI真人音频，10分钟的声音就可以还原你的声音！主要用于音频直播、妈妈讲故事！

4、AI课件，一个PPT加一段10分钟的声音，就可以自动生成你的AI课件！

5、机器视觉：主要服务于工厂制造业，用于半成品和成品的外观缺陷检测、产品定位等；

6、更多AIGC方案，等你来发掘！

AI为企业发展带来了全新的挑战，也为企业转型升级带来了史无前例的机遇！错过AI，错过未来！

本次活动将邀请到各行业老板、智能AI技术专家等行业大咖进行交流探讨，从电商、软件、教育等不同领域的视角和维度，分享关于AI的前沿新技术、商业洞察、研究成功和事件经验，一起探索AI技术对企业带来的机遇与挑战。

活动主题：人工智能落地应用AIGC交流会

活动时间：2023-07-22 14:00-16:30

活动地点：深圳福田区八卦四路华晟达大厦B座413

活动流程：

14:00-14:30 参会人员签到入场，主办方介绍；

14:30-16:00 参会人员自我介绍

16:00-16:30 自由交流、资源深度对接、进群线上交流

报名后请加微信：c1011709 ，审核后进群！

【导读】猎聘大数据研究院重磅发布《AIGC就业趋势大数据报告2023》，招聘平均年薪已达40万，博士需求量同比增长超100%。

不用赘述，大家都知道，最近半年ChatGPT是有多么火爆。随着ChatGPT的全球爆火，AIGC也已成功从科技领域破圈，成为跨越所有圈层的全民话题。AIGC对图文、视频创作的颠覆，对相关行业已经产生了深远影响，各种预测层出不穷。而在众说纷纭的讨论中，计算机/AI等相关专业也成了高考志愿的热点。

就在最近，猎聘大数据研究院重磅发布了最新的《AIGC就业趋势大数据报告2023》。

报告针对AIGC领域的就业机会、薪资状况、人才储备和投递情况进行全面分析，并结合相关专家访谈，揭示进入AIGC领域必备的技能和素质。

一、AIGC人才需求分析

1. 2023一季度AIGC人才需求是三年前同期的5.6倍，而AI不到2倍

猎聘大数据研究院将2020一季度AIGC和AI的新发职位数作为基数，将从该季度至2023一季度期间各季度两个领域的新发职位数与各自的基数相除，从而观察它们的人才需求增长趋势。

对比发现，2020一季度至2021年一季度，AIGC和AI的职位增长不相上下。

此后，AIGC总体处于持续增长态势，2023一季度其新发职位数是2020一季度的5.63倍。

相比之下，AI新发职位数增速相对放缓，是2020一季度的1.95倍。

2. 近一年AIGC新发职位同比增长超43%，招聘平均年薪超40万

近一年（2022年6月-2023年5月）AIGC的新发职位增长较为显著，较上年（2021年6月-2022年5月）增长43.66%。

而近一年AIGC新发职位招聘平均年薪为40.12万，比同期AI的招聘平均年薪（为32.03万）高8.09万。

3. AIGC就业机会方向分析

1）近5成AIGC职位分布在互联网行业，招聘平均年薪为43万

近一年AIGC职位分布最多的三大行业是IT/互联网/游戏、汽车、电子/通信/半导体，占比为49.13%、17.59%、6.63%；其对应的招聘平均年薪为43.23万、34.65万、42.83万。

2）科研技术/商务服务行业AIGC职位同比增长最快，增速超200%

从近一年AIGC新发职位同比增长最快的三大行业来看，科研技术/商务服务行业的AIGC职位增长居首，为211.86%。

科研技术/商务服务的根基在于研发、服务的质量，而AIGC为其提供了更为有效、便捷的路径。

能源/化工/环保、IT/互联网/游戏行业AIGC的职位同比增长位居第二、第三，为120.99%、61.88%。

这三个行业AIGC职位招聘平均年薪较高，分别为50.35万、33.76万、43.23万。

3）AIGC领域算法工程师需求最大，招聘平均年薪达45万

从近一年AIGC新发职位三级热招职能分布TOP10来看，位居前三的是算法工程师、自然语言处理(NLP)、产品经理，占比为14.67%、7.37%、5.40%。

在这TOP10职能中，招聘平均年薪最高的是图像算法，为55.62万；深度学习、自然语言处理(NLP)、机器视觉、机器学习的招聘平均年薪均超50万；算法工程师位居第六，为45.05万。

这十大职能招聘薪资普遍较高，尤其技术类职能更具优势，这与AIGC正值风口、进入门槛高而人才稀缺密切相关。

4） 京沪AIGC职位最多，北京AIGC职位招聘平均年薪超47万居首

在近一年AIGC新发职位城市分布TOP10中，北京、上海职位最多，占比位居第一、第二，为22.21%、20.37%。

深圳、杭州位居第三、第四，占比为11.75%、10.15%。广州、苏州以3.90%、3.84%的占比位居第五、第六。

在这TOP10城市的招聘平均年薪方面，北京、深圳、南京、上海位居前四，分别为47.19万、46.35万、43.06万、42.74万。

杭州、广州以39.44万、37.50万的招聘平均年薪位居第五、第六。

出门问问创始人兼CEO、前Google总部科学家李志飞表示，AIGC工具属性重构了知识创作类内容的工作流，并为AI行业带来了全新的可能性和商业模式，而对于内容制作的降本提效则为规模化生产构建市场增量。

二、AIGC招人门槛分析

1. 要求3-5年经验的职位占比超36%，5-10年经验的人才需求同比超70%

从近一年AIGC新发职位对工作经验的要求分布来看，3-5年工作经验的职位最多，占比36.23%；其次是5-10年工作经验，占比23.29%。

AIGC对5-10年的人才需求增长最快，近一年同比增长70.75%；3-5年经验的AIGC人才需求增速位居第二，同比增长57.61%。

可见，AIGC招聘方更青睐有一定工作经验的从业者。

2. AIGC对高学历人才更为渴求，博士人才需求同比增长超100%

近一年，AIGC和AI新发职位对本科人才需求占比为70.80%、70.43%。

在对高学历需求方面，AIGC明显高于AI，前者对硕博的需求占比合计21.56%；后者为14.24%。

AIGC对博士人才更为渴求，其需求在各学历中增长最快，近一年同比增长108.11%。

3. AIGC企业感兴趣的人才分析

1）AIGC企业最有好感的职能：算法工程师

在近一年AIGC相关企业主动沟通的人才三级职能分布TOP10中，算法工程师以10.83%的占比领先。

产品经理位居第二，占比3.37%；自然语言处理(NLP)、智能网联工程师排名第三、第四，占比为2.38%、2.16%。

可见，算法工程师最受AIGC企业青睐。

2）AIGC企业对科技大厂人才最有兴趣，触达的人数中以华为背景的居首

从近一年AIGC企业主动沟通的人才来源公司分布TOP5来看，华为位居第一。

位居第二至第五是百度、腾讯、字节跳动、美团。

4. 进入AIGC需要的硬技术和软能力

据李志飞介绍，进入AIGC需要具备的硬性技能包括：

– 熟悉机器学习和深度学习的基本原理和算法；

– 了解自然语言处理的基本概念和技术，包括文本分析、文本生成等；

– 具备良好的数据处理和数据分析能力，包括数据清洗、特征工程等；

– 具备良好的编程能力，熟练使用Python、Java、C++等编程语言，以及良好的软件工程能力，包括版本控制、代码规范、测试和调试等；

– 能够不断探索新的技术和应用的创新思维；

– 以及解决问题、沟通和团队协作的能力。

三、AIGC人才储备分析

1. 近一年AIGC领域25岁以下人才同比增长最多，超60%

近一年AIGC整体人才同比增长为19.53%。

分年龄段来看，30岁以下人才占比从此前的31.64%增加到35.61%，数量较上年增长了31.70%。

其中，25岁以下的人才数量上同比增长61.90%，在各年龄段中增长最多；25-30岁的人才数量上较上年增长了27.62%。可见，AIGC的人才中年轻人有明显增多趋势。

尽管如此，30-35岁的人才仍然占比最多，为35.77%。

2. AIGC人才学历背景优于AI，硕博占比近45%

在近一年AIGC人才学历分布中，本科占比最多，为48.49%。硕士、博士占比分别为42.20%，2.79%，合计44.99%。

而AI人才中本科占比为54.09%，硕博占比合计23.90%（硕士22.32%，博士1.58%），远远低于AIGC。

3. 京沪AIGC人才最多，合计近50%

在近一年AIGC人才城市分布TOP10中，北京、上海位居前二，占比为26.01%、23.34%，合计为49.35%。

深圳位居第三，占比为11.90%。杭州、广州以5.78%、5.27%的占比位居第四、第五。

杭州是互联网重镇，又是好几个互联网大厂的总部，同时还有不少AI相关企业，因而AIGC人才储备相对较多。

4. AIGC人才高学历、资深从业者薪资更高

1）AIGC人才平均年薪超40万，博士平均年薪超75万

近一年AIGC人才平均年薪为40.12万元，比AI（27.93万）高12.19万元。

AIGC人才的薪资与其学历的高低成正比，大专、本科、硕士、博士学历平均年薪逐级升高，分别为25.11万、35.82万、44.33万、75.86万。

2）AIGC人才满15年经验后薪资迎来大爆发，平均年薪超67万

AIGC人才薪资与从业经验呈水涨船高的态势。5年以下的AIGC人才平均年薪不足26万。

5-8年突破30万大关，达到32.77万；10-15年经验的AIGC人才平均年薪逼近50万，为49.03万。

15年以上的AIGC人才平均年薪高达67.41万。从这点而言，经验就是财富。

5. AIGC人才来源分析

1）来自互联网行业的人才占比居首，互联网大厂人才比重较高

从近一年AIGC人才上份工作所在的二级行业分布TOP10来看，来自互联网行业的人才最多，占比12.67%；计算机软件和整车制造位居第二、第三，占比为9.78%、9.47%。

AIGC人才上份工作所在的公司TOP5依次是字节跳动、华为、阿里巴巴、百度、腾讯，与AIGC企业主动沟通的人才公司分布TOP5有四家重合，这进一步印证了具备高科技大厂的从业经历更易进入AIGC领域。

2）上份工作从事产品经理和算法工程师的人最多

从近一年AIGC人才上份工作的三级职能分布TOP10来看，产品经理和算法工程师位居前二，占比为6.91%、5.35%。其他职能的占比均小于5%。

对此李志飞表示，由于AIGC对人才的需求越来越多元化。除了需要传统的计算机科学和数据科学方面的人才，AIGC还需要具备AI模型优化、自然语言处理、机器人操作系统等方面知识和经验的专业人才。

四、投递AIGC的人才求职行为分析

1. 近一年投递AIGC的人才同比增长超270%，是投递AI人数增速的13倍

由于AIGC在全球范围内升温，投递该领域的人才呈激增态势，投递人数增速远超AI。

猎聘大数据显示，近一年投递AIGC的人才同比增长274.73%，其增速是同期投递AI人数增速（21.09%）的13倍。

2. 投递AIGC领域自然语言处理和产品经理的人最多，占比合计近20%

从近一年AIGC收到投递人数最多的三级职能分布TOP10来看，位居前三的职能为自然语言处理(NLP)、产品经理、算法工程师，占比为9.35%、9.30%、8.15%。

值得注意的是，内容运营和新媒体运营也跻身TOP10之列。

从显性影响上来看，AIGC对于内容和新媒体的帮助较大，因而相关岗位对求职者而言较有吸引力。

比如说新智元的编辑岗，就正在招人的。

3. 求职AIGC的人才所投递的公司：互联网与人工智能公司占据大半江山

在近一年投递发布AIGC职位的公司的人数分布TOP10中，互联网大厂占据四席，其中百度、阿里、字节跳动、腾讯分别位居第二、第五、第六、第八。

其中，计算机硬件公司鸿合科技位居第一；AI公司商汤科技、聆心智能及AI机构粤港澳大湾区数字经济研究院（福田）位居第三、第七、第十；互联网公司昆仑万维位居第四。

制造业公司三一集团位居第九。由此可见，求职者投递AIGC职位的人数集中于互联网和人工智能类公司。

在AIGC强大的技术威力面前，不少职场人对如何保住「饭碗」而深深担忧。

李志飞指出，AIGC最容易替代的职业有两类，一类是在电脑上即可完成工作闭环，并且工作内容存在大量重复环节的职业，如基础美工/设计；另一类是易于标准化的职业，如采用固定话术的客服、营销文案等。

而最不易被取代的是那些需要面对面互动和依靠身体技能的职业，如泥水匠、电工、机械师等手艺人，以及美发师、厨师、医生和护士等服务人员。

李志飞建议职场人应有意识地培养AIGC难以取代的技能，比如创新思维、解决复杂问题的能力以及人际交往等技巧。

ChatGPT火了，但学校里教的和它关系不大

无独有偶，前段时间登上知乎热搜一个问题，也体现出AIGC领域对学历要求的进一步提升——大模型都火成啥样了，学AI的还能找不着工作？

对此，一位知友一语中的地点出了原因：我学的是手动织布，结果现在珍妮纺织机火了……

ChatGPT的核心技术「Transformer」2017年论文问世，而今年毕业的人工智能专业的本科生，则是2019年入的学。

国内高校的人工智能专业的课程和计算机专业的课程设置又十分类似。

大一，几乎所有的人工智能专业学生都会学习基础的编程语言，到了大二开始接触网页设计、前端、数据结构等课程。

直到大三才开始接触神经网络、深度学习、智能语音、图像识别这类有人工智能专业「烙印」的课程。

很大概率和「Transformer」相关的内容可能根本就没有机会学到。

所以影响AI专业本科生就业的最大问题在于，学校学的内容和行业要求的实际能力脱节太严重。

而且，这种脱节还体现在人工智能企业同样招不到好用的员工上。

教育的滞后性被放大，导致了严重的产学脱钩。

现在的很多岗位，要的是熟练掌握编程、数据结构与算法、高数线代概率论、编译原理、机器学习、深度学习……的人才，综合素质要求极高。

另一方面，人工智能行业今年的爆发式发展，是由一批高端技术人才带来的。

而行业本身现在的发展阶段，急缺高端技术人才。

本科生的知识储备和实践经验，都很难达到行业对于人才的要求。

行业技术发展本就是一日千里，本科生大部分时间学习的内容，可能还没学懂呢，就已经没用了。

而且人工智能和互联网不一样，赢家通吃的模式对技术和人才都要求更高，反而不太需要很多基础岗位的劳动力。

这就导致了学历不占优势的本科毕业生处于「高不成低不就」的尴尬位置。

来源：公众号《啥都会一点的研究生》

在2023世界人工智能大会上，大模型成为绝对焦点，有30多个大模型团队集体亮相，不少通用和行业垂直模型都是首次登场。7月7日，在上海召开的2023世界人工智能大会上，阿里云宣布AI绘画创作大模型通义万相开启定向邀测。（官方网址：https://wanxiang.aliyun.com/）

据介绍，该模型可辅助人类进行图片创作，未来可应用于艺术设计、电商、游戏和文创等应用场景。阿里云智能集团CTO周靖人表示，这是阿里云大模型全面掌握多模态能力的关键一步，该能力将逐步向行业客户开放。

记者了解到，通义万相首批上线三大能力：

其一，基础文生图功能，可根据文字内容生成水彩、扁平插画、二次元、油画、中国画、3D卡通和素描等风格图像；

其二，相似图片生成功能，用户上传任意图片后，即可进行创意发散，生成内容、风格相似的AI画作；

其三，在业内率先支持图像风格迁移，用户上传原图和风格图，可自动把原图处理为指定的风格图。

先看功能一，记者特意写了很长的文字描述，有61个字，系统显示可读字数达到500字。底下可以选择画风以及画面比例。

可以看到，生成结果包含四张图，对选择困难症患者还是……很友好的？

除了画面主人公姿态的变换，在宠物的数量、宠物与人大小对比等方面，通义万相给出了不同答案。你也可以选择“复用创意”，微调文本或选择生成其他画风。

记者给出的第二题，是看看杭州西湖——

“雨后夏天的杭州西湖，湖面微风飘过、水波荡漾，游船游人如织，画面采用新海诚风格或者油画风。”

看起来，核心要素都体现了，就是画面风格还是自己选更靠谱。

下一题，“各色奥特曼环成一圈，举手欢呼的场景”。

这道题，以前记者也测试过百度的文心一言，结果很离谱。通义万相的理解相对接近，虽然和记者脑补图不是一回事，但初次测试表现来看还算是很出彩。

通过语义文字的不断细化、调整，还可以让画风更接近心目中的理想型。

素描风（通义万相）

3D卡通风（通义万相）

最后一题，“城市核心商业区的摩天大楼，仰视视角，二次元风。”

无论是哪个大模型，都需要在不断地学习和训练中“变强”。据悉，基于阿里研发的组合式生成模型Composer，通义万相可通过对配色、布局、风格等图像设计元素进行拆解和组合，提供高度可控性和极大自由度的图像生成效果，仅需一个模型即可支持多类图像生成类任务能力，该研究成果已在国际AI顶会ICML 2023上发表。

作为业内最早布局大模型的科技公司之一，在去年的世界人工智能大会上，阿里云“通义”大模型系列首次亮相。此后，通义千问、通义听悟等模型和产品相继推出，家族新成员通义万相的亮相，意味着阿里云在大模型领域已经具备处理或生成文本、语音和图片等模态的能力。

阿里云方面的数据显示，目前已有超过30万企业申请测试通义千问，通义听悟累计用户数达到36万。

在大会演讲中，阿里云CTO周靖人表示：“阿里云将把促进中国大模型生态的繁荣作为首要目标，向大模型创业公司提供全方位的服务，包括最强大的智能算力和开发工具，并在资金和商业化探索方面提供充分支持。”

“多模态是大模型演进的必然路径，我们希望用不同模态的能力服务千行百业，帮助企业全面拥抱智能化时代。”周靖人表示。

本文来源浙江日报，如有侵权请联系删除

近日，华为召开了2023开发者大会，在本次大会上华为云 CEO 张平安宣布，盘古大模型 3.0 正式发布。华为盘古大模型 3.0 是一个完全面向行业的大模型系列，包括 5+N+X 三层架构。

具体来说：

第一层 L0 层是盘古的 5 个基础大模型，包括自然语言大模型、视觉大模型、多模态大模型、预测大模型、科学计算大模型，它们提供满足行业场景的多种技能。

盘古 3.0 为客户提供 100 亿参数、380 亿参数、710 亿参数和 1000 亿参数的系列化基础大模型，匹配客户不同场景、不同时延、不同响应速度的行业多样化需求。同时提供全新能力集，包括 NLP 大模型的知识问答、文案生成、代码生成，以及多模态大模型的图像生成、图像理解等能力，这些技能都可以供客户和伙伴企业直接调用。无论多大参数规模的大模型，盘古提供一致的能力集。

第二层 L1 层是 N 个行业大模型，既可以提供使用行业公开数据训练的行业通用大模型，包括政务，金融，制造，矿山，气象等；也可以基于行业客户的自有数据，在盘古的 L0 和 L1 上，为客户训练自己的专有大模型。

第三层 L2 层是为客户提供更多细化场景的模型，它更加专注于某个具体的应用场景或特定业务，为客户提供开箱即用的模型服务。

盘古大模型采用完全的分层解耦设计，可以快速适配、快速满足行业的多变需求。客户既可以为自己的大模型加载独立的数据集，也可以单独升级基础模型，也可以单独升级能力集。

在 L0 和 L1 大模型的基础上，华为云还为客户提供了大模型行业开发套件，通过对客户自有数据的二次训练，客户就可以拥有自己的专属行业大模型。同时，根据客户不同的数据安全与合规诉求，盘古大模型还提供了公用云、大模型云专区、混合云多样化的部署形态。

据介绍，盘古可以一己之力做到网络搜索、请教专家、参考案例、查阅书籍等，让每个开发者都拥有一个自己的编程助手，甚至还可以实现一句对话代码生成、一个按键用例测试、一次点击自动注释、一条指令智能部署，极大地简化了开发的流程。

在气象领域，盘古气象大模型号称是首个精度超过传统数值预报方法的 AI 预测模型，同时预测速度也有大幅提升。原来预测一个台风未来 10 天的路径，需要在 3000 台服务器的高性能计算机集群上花费 5 小时进行仿真。现在基于预训练的盘古气象大模型，通过 AI 推理的方式，研究者只需单台服务器上单卡配置，10 秒内就可以获得更精确的预测结果。

目前，盘古气象大模型在国际上带来了不小的震撼。欧洲中期预报中心将华为云盘古气象大模型与欧洲中期天气预报中心的实时运行了对比，得出了盘古预报实力更胜一筹的结论。就在昨天，国际顶级学术期刊《自然》正刊发表了华为云盘古大模型研发团队独立研究成果。这是中国科技公司首篇作为唯一完成单位发表的《自然》正刊论文，《自然》审稿人对该成果给予高度评价：“华为云盘古气象大模型让人们重新审视气象预报模型的未来，模型的开放将推动该领域的发展。”

总的来说，盘古大模型 3.0 围绕“行业重塑，技术扎根，开放同飞”三大方向，持续打造自己的核心竞争力。此外，华为还首次提出打造“世界AI另一极”，在漂亮国围堵中国AI芯片背景下，华为喊出“打造世界AI另一极”，有望成为世界AI的另一极。

Google对于ChatGPT的成功感到不满，因此计划推出自己的聊天机器人Bard，并整合AI资源，合并Google Brain和DeepMind两个研究团队，创建Google DeepMind。DeepMind的原CEO Demis Hassabis表示，Google有80%或90%的AI创新来自这两个团队。

ChatGPT 的大火，可把 Google 急坏了。

要知道 ChatGPT 中的「T」表示的是 Transformer 模型，出自于 Google 研究团队，而现在这一技术在竞争对手 OpenAI 的手上发光发热，这令 Google 颇感尴尬。

为应对这一挑战，Google 迅速推出了自己的聊天机器人 Bard，并且开始整合 AI 资源，合并了两大研究团队 Google Brain 和 DeepMind，创建了 Google DeepMind，由 DeepMind 原 CEO Demis Hassabis 领导。

Hassabis 表示 Google 有 80% 或 90% 的 AI 创新都出自于这两个团队。

在 上个月的 Google I/O 大会上，Google CEO Sundar Pichai 官宣了一个重磅消息：Google DeepMind 正在研究一个全新的大语言模型，代号为 Gemini（双子座），这也是这两只团队合并后首次合作的项目。

近日，Demis Hassabis 在接受 Wired 的采访了透露了更多与 Gemini 有关的消息，这可能是 Google 向 OpenAI 反击的关键战役。

正在追赶的 Google

此前大家猜测，Gemini 和 GPT 模型类似，都是有着出色文本处理能力的大语言模型，两者的差异可能会体现在训练参数的规模上，模型规模越大，处理能力可能就会越强。

然而 Hassabis 表示，Gemini 有很多不太一样地方，例如 Google DeepMind 团队正在将 AlphaGo 中使用的技术结合语言模型，以赋予更强的规划或解决问题能力等等。这可能会成为 Gemini 的「杀手锏」技能。

抽象来看，你可以将 Gemini 看作是将 AlphaGo 型系统的一些优点与大模型的语言能力相结合。我们还有一些新的创新，这将非常有趣。

2016 年，横空出世的 AlphaGo 击败了围棋冠军李世石，让全世界第一次真切地感受到 AI 技术的震撼。

AlphaGo 的技术基于一种名为「强化学习」的训练方法，通过反复试验和反馈来学习如何解决问题，它还使用了一种称为树搜索的方法，探索并记住可能的走法。

Google DeepMind 团队希望将这些技术应用到语言模型中，使它们能够在互联网和计算机上执行更多任务。

DeepMind 在机器学习和强化学习有着丰富的经验，开展过多项重要的研究，包括：

AlphaGo：第一个击败人类世界冠军的围棋程序。AlphaGo 的成功标志着 AI 在处理复杂策略游戏方面的重大突破。

AlphaZero：AlphaZero 是一个通用的强化学习算法，可以在没有任何先验知识的情况下，仅通过自我对弈学习如何玩棋类游戏。AlphaZero 已经证明了其在国际象棋、将棋和围棋等游戏中的超强实力。

AlphaFold：AlphaFold 是一个可以预测蛋白质结构的深度学习系统。这个系统的准确性在生物学领域引起了广泛关注，因为它可以帮助科学家更好地理解疾病，并加速药物的发现和开发。

WaveNet：WaveNet 是一个深度生成模型，用于生成自然 sounding 的语音。它已经被广泛应用于语音合成和音乐生成等领域。

MuZero：MuZero 是一个无模型强化学习算法，它可以在没有环境模型的情况下，通过预测其动作的结果来学习策略和价值函数。MuZero 已经在多个任务和游戏中表现出了超强的性能。

DeepMind 在强化学习方面的深厚经验可能会为 Gemini 带来超越 ChatGPT 的新能力。

Hassabis 表示，Gemini 模型仍在开发中，这个过程将需要几个月的时间，可能花费数千万或者上亿美元。作为对比 OpenAI CEO Sam Altman 在四月份表示，创建 GPT-4 的成本超过了 1 亿美元。

Gemini 不仅仅是对 ChatGPT 做出的防御之举，还将是 Google 未来部署搜索等产品的技术基础。

Hassabis 表示，AI 的非凡潜在益处，例如健康或气候等领域的科学发，人类必须不停地发展这项技术。如果运用恰当的话，AI 将是对人类最有益的技术。

我们必须大胆且勇敢地去追求那些东西。

Google 不为人知的「护城河」

在 AI 研究方面，Google 还有一张盖住的王牌——全球最大的视频网站 YouTube。

视频是个非常多元的内容载体，我们可以把它分解成图像、音频和文字记录。Google 拥有 YouTube，也就意味着拥有最丰富的图像、音频训练内容。

根据 The information 报道，有内部人士透露 OpenAI 早已经悄悄地使用 YouTube 上的内容来训练其人工智能模型。

Google 自然不会忽视这座「金山」，The Information 继续爆料称 Google 的研究团队也在利用 YouTube 训练 Gemini 模型，并且 Google 能够比竞争对手们获得更完整的内容数据。

对于大语言模型来说，高质量的训练数据比黄金还要宝贵。

由于 YouTube 很多都是真实的对话，Google 可以利用 YouTube 视频的音频文本或描述作为训练 Gemini 的另一个文本来源，从而提高它的语言理解能力，并产生更加真实的对话反馈。

利用 YouTube 的视频内容，Google 还可以开发出类似于 Runway 用文本生成视频的多模态功能，用户只需要输入他们的描述就能生成出一条精美的视频。

除了制作视频，多模态模型还可以有更多的可能性，例如可以根据 YouTube 视频直接总结出球赛的亮点，或者根据视频帮助机械师诊断汽车修理问题。

OpenAI 在发布 GPT-4 模型时，曾展示过从草图生成网站代码的功能，这也是多模态模型的一个重要应用领域。

前 YouTube 高管 Shishir Mehrotra 表示，对 Google 来说，YouTube 视频简直就是一座数据金矿。

这不仅仅是因为视频的存在，而是因为视频存在于一个生态系统中。

YouTube 上的视频向 AI 展现了了人类是如何进行对话，这和书面化的文本有很大的不同，可以帮助模型更好的理解人类对话的逻辑，并生成更恰当的反馈。

不仅如此，Google 还收集大量的用户互动数据，清楚用户对视频的那些部分最感兴趣、哪些部分容易跳出、哪些内容会吸引用户评论等等。

据统计，YouTube 每分钟就有 500 小时的视频上传到网站上，Google 可以说是坐在了一座会源源不断生产金子的金山上，这或许会成为 Google 真正的护城河。

多模态才是未来

随着多模态模型越来越受到重视，未来会有更多的开发人员选择用视频训练语言模型。AI 教父、Meta AI 首席研究员 Yann LeCun 在近日一条推文中称：「通过视觉学习世界如何运转的系统，将对现实有更深刻的理解」，并称赞了 Meta 在这一领域的研究成果。

著名风投机构 A16Z 在最近采访了四家明星 AI 公司 AnthropicAI、Cohere、Character AI、AI21Labs 的 CEO 和创始人，探讨出生成式 AI 当前最需要突破的四个方向，分别是操控、记忆、四肢（访问浏览器等）和多模态。

这四项关键关键创新将主导 AI 在未来 6 个月到 12 个月的发展，这也会影响公司和开发者改变构建产品的方式。

Cohere 的 CEO Aidan Gomez（著名论文《Attention is all you need》的主要作者之一）表示，AI 系统的能力终究是有限的，因为并非所有的内容都是文本形式，因此多模态能力对于大语言模型来说是个重要的发展方向，像 GPT-4、 Character.AI 和 Meta 的 ImageBind 等模型已经在处理和生成图像、音频等内容。

我们现在的模型确实是字面意义上的「盲人」，这需要改变。

Aidan Gomez 在采访中总结道。

多模态模型能够极大地拓宽 AI 的应用场景，例如可以用在自动驾驶汽车或其他需要与物理世界实时交互的场景上。此前，Google 在 I/O 大会发布的 Med-PalM-2 模型便展示过可以分析 X 光照片的能力。

这也让人更加期待，更强大的 Gemini 能在多模态领域给我们多大的惊喜。现在看来，暂时取得领先的 OpenAI，远没有到停下来休息的时刻。

IT 之家 6 月 27 日消息，一份新的微软内部演示文档揭示了该公司对于 Windows 的长期目标。

从商业方面的变化大家也能看到，微软正在将越来越多的内容迁移到云端，拓展 Microfoft 365 等服务。

在 2022 年 6 月的一次内部 ” 业务状况 ” 演示中，微软讨论了如何将完整的 Windows 操作系统迁移到云端，并以此串流到任何设备上。

实际上，这份 PPT 是正在联邦贸易委员会目前与诉微软举行的听证会的一部分，因为它包括微软的整体游戏战略以及该战略与公司其他业务的关系。

简单来说，” 将 Windows 11 越来越多地迁移到云端 ” 被微软认为是 ” 现代生活 ” 消费领域中的长期机遇，包括利用 ” 云和客户端的力量，实现改进的人工智能服务，并实现人们数字体验的全面漫游 “。

在另一张 PPT 中，微软提到了为 2022 财年 ” 现代工作 ” 优先事项 ” 加强 Windows 商业价值并应对 Chromebook 威胁 ” 的需要，而 ” 商业方面的长期机会包括通过 Windows 365 增加云 PC 的使用 “。

得益于 Windows 365，微软可以将完整版本的 Windows 串流到任意设备上，但目前仅限于商业客户使用，不过微软已经将其深度集成到 Windows 11 中。

Windows 365 未来的更新将包括 Windows 365 Boot，这可以使 Windows 11 设备在启动时能够直接登录到云 PC 而不是本地 Windows。

今年 5 月，微软已经开始邀请用户测试其 Windows 365 Boot 云服务，所有升级到 Win11 22H2 的设备都可尝试访问这项服务。如图所示，你可以开机直接登录到 Windows 365 Cloud PC。

此外，Windows 365 Switch 也已内置于 Windows 11 中，以将云 PC 集成到 Task View ( 虚拟桌面 ) 功能中。

微软还提出了将消费者端的 Windows 完全迁移到云端的想法，同时也需要投资于定制芯片合作伙伴关系。

据称，微软已经在为其基于 Arm 的 Surface Pro X 设备做一些这方面的工作。

根据外媒 2020 年底的报道，微软正在考虑为服务器设计自己的 Arm 处理器，甚至可能会引入到 Surface 系列设备中。此外，最近还有消息称微软正在开发自己的 AI 芯片。

微软表示 Windows 365 Boot 云服务的初衷是，用户开机之后直接进入云 PC 登录界面，不需要启动其它应用的情况下，立即访问云账号服务。

微软表示不需要其它的步骤就可以访问 Windows 365 Cloud PC，用户登录其账号之后，立即可以使用虚拟桌面。对于需要在多个位置访问某台 PC 的用户来说，这项服务是非常有用的。

微软并未对所有用户开放 Windows 365 Boot，硬性要求如下：

Win11 终端设备（Win11 专业版或者企业版）

需要加入 Dev 频道 Windows Insider 成员

Microsoft Intune Administrator 权限

Windows 365 Cloud PC 许可证