AI-资讯 2024-12-15
作者：微信文章信通院最新报告：国产深度学习框架迅速崛起，智能体有望加速突破
《人工智能发展报告（2024年）》揭示了AI领域的最新进展，基础模型和多模态大模型在语言处理、推理和多模态处理方面取得显著进步。特别是在语言大模型的提升上，包括上下文窗口、信息压缩、知识密度增强、MoE架构融合及强化学习优化，以及多模态大模型的多模态处理能力。国产AI框架如百度飞桨在垂直行业应用加速，受益于新型工业化，发展势头强劲，具备超大规模分布式训练能力，推出端到端自适应分布式训练技术，解决复杂训练策略与性能调优难题。至报告期末，飞桨文心开发者数量增加至1808万，服务43万企业，创建101万个模型，智能应用开发门槛显著降低，推动技术普惠化。报告还指出，Agent、RAG等框架成为常用AI应用开发框架，应用开发工具平台化简化了模型到应用部署过程。百度智能云千帆AppBuilder提供零代码至代码态产品形态，支持不同开发者构建AI原生应用。工程化技术成为AI从实验室走向生产环境的关键，大模型开发及应用工具链的快速发展标志着人工智能工程化进入新阶段。展望未来，强化学习等技术将增强大模型能力，多模态模型、智能体有望加速突破。人工智能在实体经济中的应用将拓展至生产制造环节，加速迈向全方位、深层次智能化转型升级。
揭秘大模型应用隐形冠军：已服务1600+企业、覆盖200+业务场景，专属应用快速构建
中关村科金正式推出升级版得助大模型平台2.0，旨在加速企业数字化转型。该平台整合CRM、ICC系统、企业知识库及办公系统，提供一站式服务解决方案，优化培训与客户服务流程。通过“三级引擎战略”，即自主研发、行业知识构建与端到端交付，平台提供上百种全场景服务套件，具备与现有系统无缝集成的能力。CEO预计未来两年大模型技术将迎来新机遇，商业模型在B2B和B2C领域将更加成熟，技术从“手工作坊”模式转向“工厂模式”。虽然智能化进程具有广泛商业化潜力，但也面临信息准确性、专业性提升、适应多样场景和数据处理复杂性等挑战，发展速度可能较数字化进程更为缓慢，为中型企业市场提供了发展空间。预计未来将有更多拥有深厚技术实力、行业经验和快速反应能力的公司涌现，为合作伙伴提供更多选择。各行各业正加速迈向智能化时代，中关村科金等企业正积极推动大模型技术的应用落地，以助力各行业智能化转型。
重庆工厂，制造业的数字化转型新模式
长安汽车与华为合作，在智能制造与新能源领域取得重大进展，成为全球数字化转型的典范。通过集成高质量数据和AI技术，长安汽车成功将研发周期缩短至24个月，推出30多款创新产品，显著提升了客户满意度。期间，长安汽车建立了专业的数智化人才培养体系，三年内培养2万名专业人才，加速了行业整体发展。 华为不仅在汽车领域取得成功，还将其经验应用于医药和机器人制造领域，有效解决了行业难题，提高了效率和质量标准。华为通过研发与生产协同管理降低了成本，提高了生产效率。此次合作展示了中国汽车制造业与高科技企业携手共进的巨大潜力，为全球制造业的数字化转型提供了模式。 华为认为，数智化转型是企业核心战略，非数字原生企业应制定适合的转型策略。通过“伙伴+华为”体系，华为为制造企业提供全方位赋能服务，利用场景化解决方案帮助企业实现与“数智世界”的连接。此次合作为全球制造业的数字化转型树立标杆，提供了宝贵经验，标志着从数智工厂到万千制造企业的转变，从汽车大国到汽车强国，从制造大国到制造强国的进程正在加速。
微软开发者社区与 She Rewires联手，打破科技领域女性天花板！
微软与She Rewires合作的"Code Without Barriers"项目于2025年1月16日在上海拉开帷幕，目标是显著提升AI和云计算领域内的女性开发者人数，以推动科技行业的包容性与多样性。该项目通过提供技术培训、工作坊和导师指导，旨在支持女性开发者成长，并建立一个全球性的女性开发者平台，聚焦于AI、数据分析、智能协作与科技领导力。活动不仅旨在表彰女性在AI领域中的贡献，还通过讨论女性在这一领域内的成长与领导机会，激发更多女性参与。 除了启动仪式，项目还计划于2月28日举办"Define Next"活动，提供AI开发者黑客松培训，为即将到来的黑客马拉松做准备。通过这一系列活动，"Code Without Barriers"项目旨在探讨女性在推动数字转型过程中的领导角色，并通过技能提升、网络构建和推动有意义变革来鼓励科技领域女性和开发者参与。 总之，"Code Without Barriers"项目是一个致力于通过全面的行动呼吁和多样化的活动来促进女性在AI和云计算等科技领域内参与和领导的项目。
京东大模型推动电商搜推技术革命：挑战、实践与未来趋势
京东运用多模态大模型、SKU-to-Query技术和RAG机制，显著提升了电商平台搜索体验，增强了语义相关性，有效解决了长尾泛化和超长上下文理解问题。然而，这些改进虽提升了搜索效果，但也增加了用户交互与决策成本。为了优化用户体验，未来AI电商搜索系统需全面革新，采用大模型或AGI技术驱动，实现精准、高效、个性化的购物体验。理想系统应具备全模态自然语言交互能力，通过精准推荐、需求分析和性价比建议，帮助用户明确需求。对于需求不明确用户，系统将进行交互式导购。AI Agent技术将实现自主下单、物流及售后服务，简化购物流程。此革新不仅实现了从传统搜索到智能搜索的飞跃，更在用户体验上进行了全面革新，通过大模型和AGI技术与数字虚拟助理结合，用户将享受精准、便捷、高效的购物体验，这或将是AI电商搜索的理想形态。
川大校友逆势跳槽：从特斯拉FSD硬件到亚马逊L4公司
特斯拉自动驾驶专家Zheng Gao转投Zoox，引发行业关注。Zoox，获得亚马逊支持，近期成功研发全球首款专用自动驾驶电动车，并获准在特定区域测试自动驾驶出租车服务，计划6月开测。Gao的加入增强了Zoox的工程团队管理能力，有望加速其自动驾驶技术的发展。然而，Zoox面临持续亏损和营收不足的挑战，其20亿美元的融资也需不断寻求资金支持以维持运营。面对技术潜力与商业化挑战并存的局面，Zoox调整策略以应对竞争，全球L4自动驾驶领域的两大玩家正激烈角逐，推动技术革新。
李震宇被曝创业进军具身智能领域
百度集团资深副总裁、自动驾驶领域领军人物李震宇，凭借其17年丰富经验及在华为的卓越贡献，在加入百度后，带领团队实现了多项自动驾驶领域的重要突破，包括无人车试驾五环、面向公众的试乘服务及百度Robotaxi项目的商业化运营，规模不断扩大。李震宇的领导力与创新精神为百度自动驾驶技术的创新奠定了坚实基础，也因此晋升为百度集团副总裁，后更成为资深副总裁，领导Robotaxi项目取得了商业化前夜的重大突破。 在自动驾驶领域，李震宇与Waymo、Cruise的创始人并肩，分别担任各自公司的领导角色。然而，Waymo的首任CEO卡尔·拉普罗克斯（John Krafcik）在担任Waymo CEO后，移步至Cruise，并在后者的独立后加入，后于2021年离职。拉普罗克斯于去年8月再度就业，显示了自动驾驶领域顶尖人才的频繁变动及竞争格局的动态变化。Cruise在经历动荡后，其CEO Vogt在2023年11月离职，并在今年5月再次创业，聚焦于机器人赛道。 这一系列的人才变动与领域动态，反映出自动驾驶行业内的激烈竞争与创新活力。
掀翻牌桌：定义面向未来的全新开发范式
在年度的re:Invent大会上，亚马逊网络服务（AWS）集中展示了人工智能（AI）在软件开发和创新中的关键作用，通过一系列AI驱动的工具和解决方案来提升开发效率与代码质量，优化云架构与传统应用的结合。新版本的Amazon SageMaker、大模型、3nm AI芯片、工程学的最新进展，以及与Anthropic的合作，共同凸显了AWS在全球AI领域的领先地位。 会上，AWS推出了Amazon EC2全新Mac实例，同时GitHub的用户数已增长至1.7亿，这不仅展示了其开发者社区的强大影响力，也反映了AI技术在软件开发领域的广泛采用。通过在内部系统中集成Amazon Q，AWS实现了将应用程序升级至Java 17所需时间从50天缩短至几小时的显著提升，这一高效过程对1.7亿开发者产生深远影响，并可能成为改变软件开发方式的转折点，重新定义“程序”的概念。 一年后，Amazon Q似乎成为了每个开发者在AI时代不可或缺的工具，标志着AI技术在加速软件开发、提高效率方面的潜力与影响已被广泛认可。
为什么仿真人工智能或许是节能计算的未来？
创新的仿真人工智能技术正在通过显著降低能耗和热输出来改变计算效率，特别是对于复杂的模型架构，如深度学习。这是通过跳过二进制转换和在一个位置集成存储和处理来实现的，这加速了任务执行并支持高效多任务处理，使其非常适用于自动驾驶汽车等应用。仿真人工智能的节能效益得益于它对新材料和计算方法的探索，包括基于光线的数据处理，这提供了灵活性并解决了能源和效率问题。尽管由于模拟人工智能易受噪声影响、操作准确性检查困难以及制造一致电路的复杂性，可靠性仍是一个挑战，但材料的进步，如记忆电阻器，正在改善这一技术。仿真人工智能代表了一种更聪明的计算效率方法，与传统的数字系统相比，它提供更快的执行和多任务处理能力。虽然需要克服包括保持准确性、确保可靠性在内的剩余挑战，但仿真人工智能有可能在某些领域补充或甚至取代数字系统，为可持续、高效的人工智能解决方案铺平道路。
技术恐慌：在技术痴迷的时代找回人类价值
Gartner 强调了战略清晰度和以用户为中心的方法在将 AI 和 AR 技术整合到一起时的关键作用，以防止项目失败并最大化社会利益。据预测，到2025年生成式 AI 项目30%的失败率主要源于商业价值问题、风险管理以及数据质量，咨询公司提倡以人为本的方法论，平衡雄心勃勃的 AI 目标与实际考虑因素。麦当劳停止 AI 驱动的快车道测试的例子，凸显了思考周全的整合之重要性。尽管 2021 年在元宇宙平台上有大量投资，但未能吸引每日用户，这进一步强调了关注用户利益和实用应用的必要性。 Gartner 建议小型公司采用自下而上的方法，通过有限的试用测试工具并基于已证明的价值推动更广泛的采用。咨询公司强调，成功的创新始于理解并解决人类实际问题，而不仅仅是技术导向，这需要业务领导者关注员工需求和挑战，确保技术决策符合这些需求并有助于解决现实世界问题。Gartner 建议通过与了解人类需求且与独特商业目标和价值观相匹配的合作伙伴协作，实现这一清晰度。 为了将创新从风险赌注转化为推动有意义增长的可靠动力，Gartner 建议专注于战略投资决策、正确执行，并始终将人类需求置于首位。这一方法鼓励任何规模的公司拥抱协作和智能创新，确保技术开发时充分理解其社会影响和实用性。
页:
[1]