讯飞星火的迭代速度真牛,昨天,讯飞星火就迎来重大升级,相比去年10月24日发布的讯飞星火V3.0,实现了七大能力全面提升:讯飞星火V3.5整体接近GPT-4 Turbo;文本生成提升7.3%;数学、语言理解、语音交互能力超过GPT-4 Turbo;代码达到GPT-4 Turbo 96%;多模态达到GPT-4V 91%。
“讯飞星火3.5达到了预期。”科大讯飞董事长刘庆峰内心激动表面平静的呐喊。而且志不在此,其星火开源大模型“星火开源-13B”, 已在华为昇思开源社区首发上线了。
“有意见”留言板
@贰言:对于公司员工来说,能在短短几十秒内生成PPT简直是福音,速度之快也令人惊叹。另外,科大讯飞与华为合作,将“星火开源-13B”大模型与华为的全场景AI计算框架“昇思开源社区”联合上线。这一举措进一步推动了模型的广泛应用和持续发展。通过深度适配国产算力,“星火开源-13B”大模型有望在各个领域得到广泛应用,推动人机交互的变革和升级。
@卡卡卡卡西:大模型都这么牛了,能不能拯救一下智能音箱?家里那几个大牌智能音箱现在对话起来依然很费劲,为数不多的交流也还是问时间、问天气。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。