近日,沙利文联合头豹发布《2023年中国AI技术变革企业服务白皮书》。报告指出,GPT-4点燃了AI发展浪潮,与以往模型相比,GPT-4最显著的创新之一是其多模态能力。在大模型助力下,垂直领域的应用呈现出更高的专业性、高质量的产出以及在特定任务上的卓越表现。同时,AI大模型在服务型产业中能够实现5.8%的显著成本降低,具有高替代潜力。
“有意见”留言板
@媒体搬运工:且不说大模型带来的狂欢会让某些公司成为风口的“猪”,至少这波浪潮让基础设施厂商给芯片厂商搬足了“箱子”
@辣腿堡不加酱:自上世纪50年代“人工智能”概念首次提出,标志着AI技术的诞生,此后AI技术的变革在全球范围内持续展开,广泛应用于各行各业。AI技术不仅能显著提升工作效率,也能助力解决一些复杂问题。然而,AI技术的发展同样面临着诸多挑战,我们在推动AI技术的发展进程中,也需要关注并解决这些问题,以确保AI技术的健康、稳定发展。
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。