亚马逊云科技也正式加入AI赛道了。昨天,亚马逊云科技推出了生成式AI服务Amazon Bedrock和Amazon Titan大模型,并宣布人工智能计算实例Amazon EC2 Trn1n和Amazon EC2 Inf2实例正式可用。通过Bedrock服务,用户可以通过API访问来自AI21 Labs、Anthropic、Stability AI和亚马逊的基础模型,这为开发者很大程度降低了使用门槛。亚马逊CEO Andy Jassy在公开信中表示,亚马逊将大力投资大型语言模型和生成式人工智能。
“有意见”留言板
@TOFU:这几个月以来的感觉就像智能手机刚出现那几年一样,每家公司都有不同的发明,独立开发者也能玩出各种花样,巨头则是钻研自己的大模型,接下来会不会就是越来越激烈的AI大战了?只是,AWS的BedRock用到了英伟达的芯片,之前马斯克联署公开信呼吁暂停训练AI,反手就买了一堆英伟达的GPU…… 看来不论AI大战会打成什么样,英伟达都会是最终赢家了。
@老董:生成式AI这是又出来了一个新名词吗,不过和喜欢起名字比起来,这个生成式AI中的CodeWhisperer技术成熟后,是不是开发应用就不再需要码农,只需要产品经理提需求就可以了呢?这对于程序员来讲可能并不算是个好消息,但对于数字化应用普及而言,这又是一个好消息了。
@淡如菊:与谷歌和微软目前发布的大众化产品相比,亚马逊云科技的服务瞄准的是企业客户,这也符合其云厂商的身份,主要做AI底座,为上层应用公司提供AI基础设施。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。