chszs的专栏

不过，Gemini最大的特性还是原生多模态（native multimodality），这也是Google多次强调的特性，可以无缝的理解和操作包括文本、代码、音频、图像和视频在内的不同类型的信息。源于长期的行业积累，大型企业拥有丰富的私有数据资源，这些私有数据对大模型的训练至关重要。对比竞品 Runway ML，时长斱面，Runway ML 免费用户生成的视频时长为 4 秒，但可以通过会员付费等斱式延长视频时长，Pika 生成的视频为 3 秒，在 Discord 的服务器上无法延长时间。

当前，生成式人工智能（Generative AI，后面简称 Gen AI）领域不但在持续演进，而且它正在彻底改变我们与技术的互动，并重塑业务和全球挑战。这一过程植根于 2023 年 Gen AI 的显着进步，这是人工智能发展的关键一年。来自 OpenAI 的 ChatGPT 的出现是一个重要的里程碑标志，以其类人文本生成和语言翻译功能吸引了数亿用户。同样，DALL-E 3 在图像生成方面的艺术实力说明了人工智能在创意领域的巨大潜力。这些发展，加上来自云服务提供商的 Gen AI 平台、专有模型、开源 LLM

Amazon Bedrock 是一项新的 AWS 服务，可让企业通过 API 轻松利用和自定义生成式 AI 模型。公司现在可以构建和扩展人工智能应用程序，而无需管理运行这些模型本身所需的复杂基础设施和维护。Amazon Bedrock 充当“”平台，。一个关键的好处是，它简化了使用公司自己的数据定制基础模型的过程。然后可以使用组织基础设施内的其他 AWS 工具无缝集成和部署定制模型。总体而言，Bedrock 的目标是通过，使生成式人工智能的利用变得更容易。AWS Bedrock 通过。

而在准确度上，Claude 2.1 号称准确率是 Claude 2.0 的两倍，此外该模型也改善了对于文本内容的理解能力，特别是对法律文件、财报与技术规格等更高准确度的文档进行了优化，号称“出现错误答案的比例减少了 30%”。Claude 2.1 还可以通过整合特定领域的数据库，以弥补通用模型可能存在的不足，Anthropic 声称，如果用户需要编程，可以事先要求 Claude 切换至“编程模式”，将自然语言转换为结构性的输出，不过这一功能目前仍处于早期开发阶段。

Emu Edit 可接受用户指令进行各种形式的编辑，包括区域和全局编辑、移除和添加背景等，而 Emu Video 是一种简单且高效的文字转视频生成方法，能够应对各种输入方式，包括文字、图像、图文组合等。近日，国家工业信息安全发展研究中心、工信部电子知识产权中心发布《中国AI大模型创新和专利技术分析报告》，展示了自2017年以来我国大模型的专利技术布局及发展趋势，从专利视角揭示了大模型技术的演进历程以及产业全景，并对未来大模型的专利布局、技术创新及产业发展提出展望。

高通发布的骁龙 X Elite 采用 4nm 工艺技术，GPU 算力可达 4.6TFLOPS，AI 处理速度达到竞品的 4.5 倍，异构 AI 引擎性能达 75TOPS，支持设备端运行参数量超过 130 亿的大模型。11 月 1 日，百度文心一言上线了面向用户的会员和联合会员服务，开通任意一种会员后，用户可体验最新发布的文心大模型 4.0 相关能力，非会员可免费使用基于文心大模型 3.5 的各种功能，会员定价为 59.9 元/月，连续包月优惠价 49.9 元/月。这个宣言重点关注两个方面。

谷歌 Bard 和 ChatGPT 都提供了一系列功能，可以使我们业务的各个方面受益，从客户服务和内容创建到财务报告和市场研究。最佳选择取决于自己的具体需求和目标。如果我们的目标重点是类似人类的交互和灵活的内容创建，ChatGPT 可能更合适。相反，如果我们的需求更以数据为中心，需要高级分析和模式识别，谷歌 Bard 可能是更好的选择。这两个平台都有各自的优点，所以选择的决定应该基于哪个工具的优势与我们的业务目标最接近。

构建通用语言翻译器有一定挑战性，因为现有的语音到语音、语音到文本的系统都只涵盖了全球现存语言的一小部分，SeamlessM4T扩大了语言覆盖的范围，并且是一个可以完成多种任务的统一多语言模型。MindOpt Copilot基于阿里自研的大模型、求解器、建模语言“三大件”开发，借助底层的通义千问大模型，可将用户以自然语言描述的优化问题转化为线性规划和混合整数线性规划的优化模型，并获得最佳答案，比如“如何优化餐厅的座位安排”、“如何控制风险并最大化企业收益”或“鸡兔同笼”类问题。

实验结果表明，在简单的数学推理任务上，使用较小规模语言模型的参数高效微调仅需要很少的可训练参数，就能达到强大语言模型在零样本推断中可比的性能。作为一名讯飞星火大模型的中度/重度用户，我个人的体会是：星火大模型从V1.0升级到V1.5，再从V1.5升级到V2.0，我的主观使用感受是大模型的智力没有任何提升，仍然时不时会出现答非所问，乱答一通的现象。而讯飞星火的两次大升级，真正明显进步的是大模型的应用场景和应用产品增加了，比如新增了编程助手iFlyCode。一句话，是大模型业务数量的增加。

湖北算力与大数据产业联盟于8月11日宣布成立，首批20家联盟成员单位包括中国移动、中国电信、中国联通、华为、科大讯飞、达梦数据库、武汉大学、华中科技大学、华中农业大学、武汉理工大学、武汉人工智能研究院、中国科学院、中国长江三峡集团、湖北数据集团、长江计算、湖北科投、武汉云、芯动科技、利川振业等，目标是形成上下游、大中小、产学研用深度融合的数字化协同发展生态，为湖北省算力与大数据产业规模实现“一年夯基、两年成势、三年跃升”的目标提供强力支撑。但是从目前公开的信息来看，做的仍然是通用大模型。

CG-1由64台CS-2 AI计算机组合而成，每台CS-2 AI计算机则是由一个WSE-2芯片所驱动，使得整个CG-1系统当中的AI内核数量达到了5400万个，总体的片上内存容量达到了82TB，各个CS-2系统间的带宽速率高达388Tbps。7月27日，新壹科技发布了面向视频的大模型“新壹视频大模型”，以及基于此大模型的AIGC视频生成平台，根据新壹科技的宣称，其AI生成能力已覆盖文本、图像、音视频等内容模态，号称实现了从大模型到平台服务再到产品服务落地的AIGC业务全链路打通。

具体而言，通过四个任务研究过 GPT-3.5 和 GPT-4 的 2023 年三月版和六月版的生成结果后，研究者发现这两个 LLM 确实在一些指标上变得更差了，尤其是 GPT-4 求解数学问题的能力，可以说是雪崩式下降 —— 三月版 97.6% 的准确度到六月只剩 2.4%。需要指出，更新版的 LLM 并不总是能生成更好的结果。2023年7月19日，在今天的微软的Inspire 合作伙伴大会上，Meta宣布和微软深化合作，正式推出新一代开源大型语言模型Llama 2，并将该模型免费开放给商业和研究使用。

百川开源中英文百亿参数模型，自称超越 LLaMA；GPT-4大模型架构、基础设施、训练数据集、成本等机密信息被公开；京东发布千亿级大模型“言犀”；Google 的 Bard 现已支持中文；Claude 2 大模型；清华 ChatGLM-6B/ChatGLM2-6B 模型允许免费商用；FastEdit 大模型工具

中国电信发布TeleChat大模型；阿里达摩院发布大模型测试基准M3Exam；腾讯发布向量数据库Tencent Cloud VectorDB；华为提出盘古气象模型：中长期气象预报精度超过传统数值方法；中国移动发布“九天” 1＋N大模型；GPT-4 API 面向所有付费API用户开放8K上下文的直接访问；上海人工智能实验室与商汤科技发布开源模型InternLM-7B

OpenAI 正计划推出一个类似苹果“App Store”的 AI 模型应用商店，平台可以实现双向对接，开发者可以上架他们基于 OpenAI 技术搭建的产品，企业也可以按需使用市面上的 LLM，例如识别金融欺诈，或根据内部文件回答特定市场的问题。6月19日，腾讯云召开行业大模型及智能应用技术峰会，首次公布腾讯云行业大模型研发进展，联合22家客户正式启动行业大模型共建合作，并携手17家生态伙伴共同发起了“腾讯云行业大模型生态计划”，致力于共同推进大模型在产业领域的创新和落地。

Meta 开源 AI 语言模型 MusicGen；Stability 推出新应用 Uncrop Clipdrop 扩展图像；Adobe 生成式 AI 工具 Firefly 推出企业版；新华三发布私域大模型“百业灵犀”LinSeer；字节今年向英伟达订购超 10 亿美元 GPU；360公司发布“智脑4.0”，并全面接入 360 全家桶；《人工智能法》草案即将到来；百川智能开源 70 亿参数量的中英文预训练大模型；斯坦福最新LLM排行榜发布