前一阵,华为云官网刚上线了盘古系列AI大模型的最新消息,近日,在人工智能大模型技术高峰论坛上,华为云AI领域首席科学家、国际欧亚科学院院士田奇首次介绍了盘古大模型的进展及其应用。论坛上,田奇重点提到AI for Industries和AI for Science,不过对广受关注的类GPT模型——盘古NLP大模型仅用一句话带过其应用进展。总体来看,此次介绍的内容并不新颖,不少网友对没有演示表示不满。
“有意见”留言板
@媒体搬运工:B端的AI应用不像C端那么有存在感,但是重要性不言而喻,华为的盘古是更多是面向领域的大模型,这样可以深入行业场景,其价值不容小觑,相比ChatGPT那样的泛化大模型,我看好盘古这样的垂直行业大模型。
@吃葡萄不吐葡萄皮:作为AI语言模型的领先者之一,华为的盘古大模型确实可以为传统AI开发带来更多的便利和效率,提供更加高效的自然语言处理能力,让开发者可以更快地完成AI应用的开发和部署。这需要开发者具有一定的技术储备和领域经验,才能更好地利用盘古大模型来解决实际问题。
@取个啥名字:目前这波大模型的聊天机器人是基于语言的,盘古行业的大模型看起来主要基于CV。从国内摄像头密度来看,我们的视觉数据丰度必然是高于全球的,希望能走出一个换道超车的路来。
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。