top of page

中國大模型發展蓬勃

在2023世界人工智能大會上,中國國家標準化管理委員會指導的國家人工智能標準化總體組宣布,我國首個大模型標準化專題組,由上海人工智能實驗室與百度(09888)、360、華為、阿里巴巴(09988)等企業聯合擔任組長,正式啟動制定大模型測試國家標準,這意味着百度、華為、阿里巴巴等成為「大模型國家隊」。專題組將承擔大模型標準化制定工作,目的是推動大模型技術與標準化的實踐結合,促進人工智能(AI)產業健康發展。 百「模」大戰開打當前,中國大模型呈現蓬勃發展趨勢,相關技術近年沿着各技術路線迅速發展,在自然語言處理、機器視覺和多模態機器學習等領域,湧現出多個具有行業影響力的預訓練大模型。科技部發表的《中國人工智能大模型地圖研究報告》顯示,從全球已經發布的大模型數量來看,合計有約80%來自中美兩國,美國居全球之首,中國目前已進入大模型快速發展期。據聞截至今年5月,中國10億參數規模以上的大模型已發布79個。現時中國在14個省市/地區均有團隊開展大模型研發,其中以北京和廣東兩地最多,按領域分布來看,自然語言處理仍是目前大模型研發最為活躍的重點領域,其次是多模態領域,計算機視覺和智能語音等領域的大模型相對少。 大型語言模型(LLM)讓企業界興奮不已,大家都想分一杯羹。根據Databricks和MIT Technology Review對技術領導者的最新調查,有47%受訪企業預計,今年會把AI方面的預算增加超過25%。儘管有這樣的勢頭,許多公司依然不確定如何在自己的企業中運用LLM、AI和機器學習。私隱和安全問題則加劇了這種不確定性。 然而,擁抱AI創新的機遇,遠遠大於風險。許多企業深明生成式AI對未來有一定影響,但不少在轉型過程中仍會感到不知所措。一個常見的錯誤是,也許在LLM測試環境中運行良好,並不代表能在企業中順利運作。愈來愈多企業體會到,LLM在企業成功落地是數字化轉型的一部分,並無捷徑可言。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page