亚马逊云科技在纽约峰会上宣布推出七项生成式AI新功能,包括Amazon Bedrock新增基础模型供应商Cohere和全新基础模型,以及全新代理(Agents)功能,帮助基础模型完成复杂任务;Amazon EC2 P5实例正式可用,加速生成式AI和高性能计算应用;Amazon OpenSearch Serverless支持全新向量引擎;编程助手Amazon CodeWhisperer与Amazon Glue实现集成;Amazon新增生成式BI功能;分析服务Amazon Entity Resolution正式可用,帮助企业提升数据质量;以及智慧医疗新服务Amazon HealthScribe助力提升医疗行业生产效率。
“有意见”留言板
@bicmao:比较关注亚马逊的Agents功能,在这个“百模争艳”的时代,AI的应用不应该仅仅是聊天,“个性化”生成模型应该成为趋势,未来企业级大模型也应该是方向。当然,数据安全同样不容忽视,亚马逊最近因FTC诉讼导致其美股下跌,也该是个警戒。
@扩大战果:隔壁的微软、谷歌母公司Alphabet已经公布了第二季度的财报。虽然微软营收同比增长8%,但Windows操作系统和Surface硬件都在快速下滑;Alphabet营收增长7%,谷歌服务和搜索都在增长。AWS的财报要等到8月4日才能看到,希望生成式AI服务的推出能够巩固并扩大AWS在云服务的优势。
@隔壁二大爷:亚马逊云科技在纽约峰会上发布了一系列新的生成式AI产品和服务,这些新的产品和服务将帮助各行各业更好地利用生成式AI,提高工作效率和效果。
@我啃啃啃啃:对于许多企业来说,最大的挑战并不在于模型本身,而在于如何将模型应用于实际业务。能够降低部署成本和应用难度,让企业更快速地使用生成式AI才是企业的根本需求。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。