3月25日,人民日报一篇《人工智能产业化应用加速》的文章令华为云旗下的盘古大模型再次引起关注。文中称,利用华为云盘古药物分子大模型,某先导药的研发周期从数年缩短至1个月,研发成本降低70%。该模型是“盘古大模型家族”的成员之一,目前华为云官网上,该系列AI大模型中的NLP大模型、CV大模型、科学计算大模型已经标记为即将上线状态。看起来,ChatGPT、文心一言相继发布后,沉寂两年的盘古大模型终于有动作了。
“有意见”留言板
@Ada:人民日报讲到AI产业化进程加快,华为云官网上也晒出了多个盘古大模型的产业化应用案例,除了语义理解、回答问题,盘古大模型的涵盖范围更广,产业化应用趋势更强。通过模型泛化,可以实现一个AI大模型在众多场景通用,减少对数据标注的依赖,让AI开发由作坊式转向工业化开发的新模式。
@媒体搬运工:在GPT上,我们成了追随者。为什么?太过于短期利益了。看看大家对于文心一言的评价,有点怒其不争的意味。我也很奇怪为啥在这次GPT的热潮中,华为鲜有发声。这次看到盘古的消息,希望不要令人失望。人家建平台,我们搞应用,终究在话语权上会很弱。所以,我们想要在下一个产业变革中占据有利地形,狠抓基础研究才是王道。
@辣腿堡不加酱:沉寂两年后,终于要上线了。最强国产版ChatGPT应用这个表述真是太吸引眼球了。盘古NLP大模型仅需少量样本和可学习参数即可完成千亿规模大模型的快速微调和下游适配,超期待。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。