天天看點

又是瘋狂的一周,全世界都“AI麻了”

又是瘋狂的一周,全世界都“AI麻了”

極客公園

2024-05-19 13:51釋出于北京極客公園官方賬号

是因為「勞動節」嗎?全世界所有的公司,都選擇在 5 月第三周,将最新的 AI 産品和技術,集中釋放。

喪心病狂的一周!

鋪墊了許久的「周一見」,OpenAI 用 GPT-4o 奪走了注意力。24 小時後的釋出會上,谷歌也沒有「掉鍊子」,Veo 視訊模型、Project Astra、新版 AI 搜尋都留下了驚豔的記憶點。

地表最強但風格迥異的兩場釋出會,隻在一點上達成共識——電影《Her》一般的超強語音助手(GPT-4o 和 Project Astra),這也變相公布了 2024 年大模型賽道的競賽點——GPT-4o 和 Astra 背後的多模态融合技術。

大洋彼岸的另一端,姗姗來遲的位元組跳動釋出了豆包大模型家族,騰訊終于交出了「GPTs」和大模型助手 App 的答卷。

今天看來,無論是「拖家帶口」的大廠,還是「沒有包袱」的創業公司,産品形态都一再擴充:從聊天機器人,到 AI 搜尋、「GPTs」、多模态語音助手.... 玩得越來越花。

不知道你麻沒麻,反正我們是幸福地麻了。

5 月 13 日(周一)

AI 化身/人形智能體正在快速演進:宇樹釋出 Unitree G1 人形機器人

¥9.9 萬元起,遠低于行業售價

大語言模型出圈,讓可以實作具身智能的人形機器人火了。

2023 年 8 月,宇樹科技釋出了人形機器人 H1,預售價為 9 萬美元(約合 65 萬元人民币)。本周,宇樹推出的新版人形機器人 Unitree G1 将價格降到 9.9 萬元人民币起,便宜了超 80%。

與第一代産品相比,Unitree G1 能力顯著提升:開瓶蓋、砸核桃、颠鍋、跑步、舞棍、自我蜷縮……在宇樹科技釋出的産品示範視訊裡,身體和雙腿能旋轉近 360°,Unitree G1 像人類一樣用機械雙臂靈活地完成一系列工作。

又是瘋狂的一周,全世界都“AI麻了”

圖檔來源:宇樹科技

開源閉源并進:零一萬物釋出千億參數 Yi-Large 模型

開源建構生态,閉源探索 AI 上限

零一萬物成立一周年之際,其千億參數 Yi-Large 閉源模型正式亮相,在斯坦福最新的 AlpacaEval 2.0 達到全球大模型 Win Rate 第一。

同時,零一萬物将早先釋出的 Yi-34B、Yi-9B/6B 中小尺寸開源模型版本更新為 Yi-1.5 系列,每個版本達到同尺寸中 SOTA 性能最佳。

又是瘋狂的一周,全世界都“AI麻了”

Yi 大模型 API 開放平台 | 圖檔來源:零一萬物

5 月 14 日(周二)

「Her」真的來了:「GPT-4o」将語音助手帶到了新高度

多模态融合模型,隻是工程的進步嗎?

OpenAI 釋出了新一代旗艦模型 GPT-4o,它可以讓人們在手機上與 ChatGPT 對話,就像他們與 Siri 和其他語音助手對話一樣。不同的是,ChatGPT 語音助手的了解能力有了質的飛躍,還可以分析和讨論它所看到的圖像或視訊,并能識别使用者說話時的不同情緒。

有了 GPT-4o 的加持,ChatGPT 可以根據你的想法引導你做數學題目、按照你的實時要求講一個睡前故事。OpenAI 稱 GPT-4o 是為了建立一個對音頻、圖像和文本有更深入、更自然了解的模型,這依舊是為了向 AGI 目标行進。

OpenAI 的釋出,也在 AI 圈引起了廣泛讨論。業界普遍認為,GPT-4o 的驚豔之處在于兩點:1)将語音互動延遲縮短到 300ms;2)端到端多模态原生大模型

P.S.: 留一個觀察作業:GPT-4o 會顯著提升 ChatGPT 的日活和使用者粘性嗎?有了更高 AI 能力的智能助手,2016 年的百箱大戰會席卷重來?Siri 一樣的語音助手會成為入口級的必争之地?

又是瘋狂的一周,全世界都“AI麻了”

圖檔來源:OpenAI

5 月 15 日(周三)

沒有一款産品沒有被 AI 改造:谷歌全面進入 Gemini 時代

Sora 尚且是科技巨頭的選做題,但多模态融合就是大模型公司的必做題。

提了 121 次 AI,谷歌 I/O 2024 開發者大會釋出了一籮筐,從搜尋到 Gmail、TPU,再到語音助手 Astra 和多模态視訊模型 Veo 等。

三個産品值得關注:

Project Astra 的多模态 AI 助手。如果說 2023 年的競賽點是 Copilot,2024 年,賽點則進化為多模态融合的 Agent,背後是從 LLM(大語言模型)到 One-network-multimodality(一個架構下的多模态大模型)的技術路徑遷移,最終邁向跟通用的人工智能。

又是瘋狂的一周,全世界都“AI麻了”

多模态語音助手正在與使用者實時對話|圖檔來源:Google

Veo:Veo 可以根據文本、圖像和視訊提示建立 AI 生成的視訊,并且即将登陸 YouTube,幫助創作者快速制作更專業品質的視訊。AI 搜尋:谷歌展示了如何進一步将人工智能內建到搜尋中,進而實作更複雜形式的研究和規劃(例如,根據查詢生成三天的素食計劃)。

又是瘋狂的一周,全世界都“AI麻了”

圖檔來源:谷歌黑闆報

大模型之位元組打法:沒準備好就不發,否則一次釋出 9 個模型

模型發得晚,應用沒少做,怎麼想的?

位元組跳動自研大模型豆包大模型(原雲雀大模型)家族帶着 9 個模型,首次對外亮相。位元組跳動方面稱,之是以是這 9 個模型,是根據背景模型調用量和需求而來,做了最強通用模型、成本效益之選、和場景優化模型。

豆包大模型的推理價格成為一大亮點,其主力模型在企業市場的定價隻有 0.0008 元/千 Tokens,0.8 厘就能處理 1500 多個漢字。

值得注意的是,位元組釋出會沒有介紹模型參數、資料和語料,甚至沒有給出豆包模型的評測資料,而是直接把模型能力在場景裡做了垂直細分。位元組可能是在建立使用者回報、資料回報,進而做更精準地場景和服務。根據不同的資料鍊回報,決定産品或者模型的下一步動作。

過去大半年,位元組跳動推出的 AI 應用幾乎涵蓋了所有熱門賽道,「豆包」、AI 應用開發平台「扣子」、互動娛樂應用「貓箱」,以及星繪、即夢等。

又是瘋狂的一周,全世界都“AI麻了”

圖檔來源:位元組跳動

大模型隊伍的隐秘玩家:DeepSeek Chat 通過大模型備案

降成本!我帶頭!

國内擁有超過 1 萬枚 GPU 的企業不超過 5 家,幻方這家千億規模的量化基金就是其中之一。意外地提前壓中大模型的入場券——囤卡,但幻方做大模型是認真的。

今年 1 月以來,幻方旗下公司的 DeepSeek 模型被頻繁作為開源社群裡讨論的對标對象。本月,幻方開源了第二代 MoE 模型:DeepSeek-V2,主打參數更多、能力更強、成本更低。其在能力逼近第一梯隊閉源模型的前提下,推理成本降到了 1 塊錢 per million token,也就是說,成本是 Llama3 70B 的七分之一,GPT-4 Turbo 的七十分之一。而且,DeepSeek v2 還有利潤。

DeepSeek v2 釋出後,引來了大模型價格戰,智譜、面壁、位元組相繼宣布了模型推理價格降低。這背後是模型架構、系統、工程的一系列進步。你有沒有發現,OpenAI 的價格也降低了 10 倍不止。

Anyway,現在,DeepSeek-V2 已經通過備案,你可以聯網體驗,隐秘玩家的隐秘實力究竟如何?

又是瘋狂的一周,全世界都“AI麻了”

圖檔來源:DeepSeek

5 月 16 日(周四)

文生圖、文生視訊:DiT 架構正在被廣泛擁抱

開源力量大

騰訊旗下的混元文生圖大模型宣布對外開源,目前已在 Hugging Face 平台及 Github 上釋出,包含模型權重、推理代碼、模型算法等完整模型,可供企業與個人開發者免費商用。

混元文生圖大模型是中文原生的 DiT(Diffusion Models with transformer)架構文生圖開源模型,這也是 Sora 和 Stable Diffusion 3 的同款架構和關鍵技術,是一種基于 Transformer 架構的擴散模型。過去,視覺生成擴散模型主要基于 U-Net 架構,但随着參數量的提升,基于 Transformer 架構的擴散模型展現出了更好的擴充性,有助于進一步提升模型的生成品質及效率。

5 月 17 日(周五)

「GPTs」和大模型助手 App:大廠必備,騰訊版來了

已接入 600 多個騰訊内部業務和場景

本周,騰訊公布了大模型研發、應用産品的系列進展。

騰訊混元大模型更新,推出在品質和成本上有不同特點的三個模型版本,其内部已經有 600 多個業務接入大模型。

在工具層,釋出了騰訊雲大模型知識引擎、圖像創作引擎、視訊創作引擎三大 PaaS 工具鍊,簡化資料接入、模型精調、應用開發流程。

值得注意的是,騰訊終于推出了自家「GPTs」——元器,使用者可以使用騰訊官方的插件和知識庫直接建立智能體。開發完成後,将智能體一鍵分發到 QQ、微信客服、騰訊雲等管道上。騰訊還将于月底推出基于混元大模型的全新助手 App「騰訊元寶」。

又是瘋狂的一周,全世界都“AI麻了”

騰訊元器官網開放申請試用

寫在最後:

本周,與上述 AI 産品、技術釋出一同進展的,還有各大 AI 公司的「水下操作」。

什麼都無法阻擋 Scaling Law 的腳步:

主導超級對齊的 OpenAI 聯合創始人兼首席科學家 Ilya Sutskever 在社交平台 X 上宣布,他将離開公司。随後,超級對齊團隊負責人之一 Jan Leike 也宣布離職,并發推稱,超級對齊團隊在公司内部被邊緣化,無法擷取計算資源做研究。AWS CEO Adam Selipsky 離職,或由于 AWS 錯失 AI 投資和研發的最佳時機。微軟宣布将在法國投資 40 億歐元,大部分将集中在 AI 領域馬斯克的 xAI 斥資近 100 億美元租用 Oracle 人工智能伺服器

AI 應用正在拓展既有想象力:

企業級可用大模型的 Anthropic 從 Instagram 挖來了 CTO 做産品,或進軍 ToC APP。Meta Platforms 正在開發的帶有攝像頭的人工智能耳機項目,攝像頭将使耳機能夠識别佩戴者周圍實體世界中的物體。Sam Altman 最近也被曝和前蘋果設計大師 Jony Ive 正在探索開發帶有攝像頭的 AI 耳機,「很快你的耳朵裡也會長出眼睛」。

又是瘋狂的一周,全世界都“AI麻了”

微軟 Build 大會官網|圖檔來源:微軟

下周,中原標準時間 5 月 22 日淩晨,AI 的另一大玩家微軟,即将在西雅圖舉辦 Hybrid:Microsoft Build 大會。官方網頁上大大的「How will AI shape your future?」,強調了本次大會的主題。

金錢永不眠,AI 也是。

  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”
  • 又是瘋狂的一周,全世界都“AI麻了”

繼續閱讀