离开百度以后,陆奇去创立了奇绩创坛。这位中国AI的布道人,曾在全球巨头身居要职,先后任职于IBM、雅虎、微软、百度,还和OpenAI有着深厚渊源。在大家心里,他是国内对大模型最有发言权的人之一。近日,陆奇在上海举行了一场演讲,分享了他对大模型的见解。他直言跟不上大模型的速度,并预测AI大模型会造就一批万亿级别的公司,至少有三家会在中国。
“有意见”留言板
@媒体搬运工:奇点?拐点?一个个大咖陆续发声,不知道大模型引发的讨论还会持续多久。看看国内的大模型如同雨后的蘑菇一个个冒出来,反正我已经疲劳了,说太多,归根到底,生产力才是我所想要的。
@步道人:未来通用智能一定会冲击现有的世界范式,生产关系将被重塑,现在打开应用看到的是各类信息,以后也许就直接是个性化的方案了,每个人都有专属自己的“贾维斯”。
@TOFU:今天创始人的技术能力强弱,在未来可能会变得不重要,越来越重要、越来越值钱的是愿力和心力。说到底,不论是在与人交往,还是在与人工智能的交互中,人类的首要任务始终都是学会做人。
@走走看看:热度是一时的,抓住趋势的底层逻辑和持久需求才是重要的。
好文章,需要你的鼓励
微软高级软件工程师Alice Vinogradova将自己用SAP ABAP语言编写的向量数据库ZVDB移植到了搭载Z80处理器的经典计算机Sinclair ZX Spectrum上。她发现ABAP(1983年)和Z80(1976年)几乎是同时代产物,都诞生于内存珍贵、每个字节都很重要的计算时代。通过应用Z80优化技术,尽管时钟频率相差857倍,但代码运行速度仅慢3-6倍。她认为这些老式优化技术具有普遍适用性,在现代硬件上依然有效。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
韩国电子巨头三星宣布收购美国西雅图数字健康技术公司Xealth,进一步扩大在健康领域的布局。Xealth专注于帮助医疗专业人员将数字健康技术整合到日常实践中,与70多家数字健康技术供应商合作,应用覆盖美国500多家医院。此次收购将推动三星向连接医疗保健平台转型,结合其在传感器技术和可穿戴设备方面的优势,完善Samsung Health平台功能。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。