上周在MIT的发言中,OpenAI CEO Sam Altman表示,让模型变得更大将不会进一步带来新进展。这从OpenAI不急于训练GPT-5也能看出些端倪,此前Sam Altman亲自辟谣表示目前没有训练GPT-5,短期内也不会训练。日前在OpenAI官网的招聘列表中,出现了“ChatGPT移动工程经理”以及“Android软件工程师”等一批面向移动端的新职位,看似OpenAI开始着手将ChatGPT带到移动端了。
“有意见”留言板
@不倒翁:不管OpenAI创始人是多么的理想主义者,商业化运作是大模型发展的最优选择,一方面模型越大,成本越大,必须找的一个模型规模和成本压力平衡的点,这样既能满足大部分用户需求,又能保障长期提供服务。另一方面商业化必须抢占更多的终端设备,而选择移动端仅仅是开始,未来相信只要是智能终端,不管是手机、手表、电视、冰箱、衣柜、床、杯子等都可以实现模型接入。当然这需要把算力放在云端进行推理,设备端只是输入结果,会造成高延时的体验。当然相对于一个好的聊天系统,一个稍微长的时延还是能接受的。
@黑咕隆咚:OpenAI选择进入移动端其实是一个很好的决定,这将有更多机会把AI技术带给更广泛的用户,用户使用起来会更加的便捷。但毕竟移动端计算能力有限,未必能承载这么大的算法。再加上移动端对AI的隐私保护和安全要求更高,OpenAI需要进行更多的安全性测试和优化。这都是需要考虑的问题。
@周一见:开发GPT-5将引发的伦理和社会问题无法妥善解决的话,在当前的AI发展背景下,发力移动端也是一种明智的战略选择,不过移动端市场应用场景虽广阔,但满足市场需求也不是件容易的事儿,换个赛道继续卷呗。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。