AI领域又有大动作了。谷歌宣布将旗下两大AI团队谷歌大脑和DeepMind合并为Google DeepMind,携手对抗OpenAI。其实从这次合并也能看出谷歌在AI上的一些问题,谷歌大脑与DeepMind都是世界顶尖的AI团队,但以往谷歌在AI上的成果多停留在研究层面,在产品化和应用化上有所欠缺,而OpenAI更擅长将AI技术与商业模式、社区生态、用户需求结合,打造出有影响力的产品和服务。
“有意见”留言板
@TOFU:先不说AI做得怎么样,仅就DeepMind被Google收购后改名为Google DeepMind,又改回DeepMind,现在又要改回Google DeepMind这件事来看,Google显然更需要一个像微软那样的改名部。
@集中力量干大事:Google Brain最初的工作重点是深度学习,特别是通过建立大规模神经网络来改进语音识别和图像识别任务。DeepMind以开发能够学习和自我进化的人工智能系统为主要目标,探索人工智能在多个领域的应用,包括医疗保健、游戏和自然语言处理等.Demis Hassabis希望他们的AI系统能够模拟人类的思维和学习方式,并具有自我学习和自我进化的能力。Brain与DeepMind并后拥有更多的研究人员、更丰富的数据和更多的计算能力很可能取代OpenAI的地位。
@老董:关键还是在于合并后可以开发出什么样的应用,现在搜索引擎技术已经十分成熟,如果只是用AI来增强搜索能力,恐怕不会有太明显的效果,而在其它专业领域,谷歌是否具备相关的数据积累又是一个问题,但谁也无法预料AI大模型技术的发展,希望通过这次合并,可以让谷歌提供出一个让人眼睛一亮的新应用。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。