人工智能模型

Search documents
博世加码人工智能投入自动驾驶是关键应用领域
Xin Lang Cai Jing· 2025-06-30 12:26
目前博世计划将辅助驾驶、人工智能以及其他正在开发中的产品投入汽车、投入量产。该公司在辅助驾 驶上和奇瑞的合作非常成功,已为中国建立人工智能计算集群。中国有核心团队,本土有完整的产品开 发能力,使用中国的云服务器和本土数据。 郝倩/发自德国斯图加特 博世日前在斯图加特宣布,2027年之前将在人工智能领域投资超过25亿欧元,他们预测2035年之前,软 件、传感器技术、高性能计算单元、车载通讯类零部件销售额将翻倍,有望带来超过100亿欧元销售 额。 人工智能早已成为博世核心业务之一,博世希望辅助驾驶与自动驾驶成为人工智能优势的一个关键应用 领域。博世集团董事会主席史蒂凡-哈通博士对新浪财经表示:"博世很早就开展辅助驾驶的研发,他们 的优势在于能够将人工智能和深厚的工业知识相结合。" "最早我们在摄像头上部署了人工智能,可以识别物体,如汽车,自行车和行人等等。然后我们将类似 的人工智能部署于雷达,将摄像头和雷达获取的数据信息融合,从而感知周围环境,并为驾驶行为设定 规则:比如根据地理位置设定你应该在右侧还是在左侧通行,根据检测到的限速标志设定速度等。这是 一个很多模块协同的系统。" 哈通博士认为,接下来的重点是融合技 ...
Nature报道:谷歌新模型1秒读懂DNA变异!首次统一基因组全任务,性能碾压现有模型
量子位· 2025-06-26 14:11
鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 谷歌DeepMind Alpha家族又双叒登上Nature报道,这次瞄准的是DNA变异。 现在只需1秒,就能精确定位基因组序列变异。 据Nature最新报道, 谷歌DeepMind团队 目前推出了突破性生物模型 AlphaGenome 。 它能够从长达 1兆碱基 的DNA序列中,同时预测数千种功能基因组特征,并以单碱基分辨率评估变异效应。 在基因表达、剪接、染色质可及性等多种任务上性能 全面超越现有模型 ,为解析基因组调控代码提供了强大工具。 作者将其描述为整个生物领域的里程碑: 我们第一次拥有了一个单一的模型,它统一了整个基因组任务范围内的远程上下文、基本精度和最先进的性能。 在未来,AlphaGenome也会更好地帮助我们理解疾病,癌症这本"天书"也许终于得以破解。 该工具将提供一块关键的拼图,使我们能够建立更好的联系来了解癌症等疾病。 首个统一基因组任务的单一模型 模型通过 预训练 和 蒸馏 两阶段进行训练: 最终实现在 NVIDIA H100 GPU 上,学生模型的推理时间能达到 一秒 以内,具有极高的效率。 性能全面超越现有技术 为了评估Alph ...
速递|三年可省百万美元!ChatGPT最高20%折扣,企业客户正在“叛逃”微软,销售恐痛失大单
Z Potentials· 2025-06-19 03:54
图片来源: Scale AI 据 OpenAI 发言人及近期与该初创公司洽谈的两家大企业高管透露 , OpenAI 已开始对同意购买额外 AI 产品的企业客户提供 ChatGPT 应用订阅折扣。 • OpenAI 为购买附加产品的客户提供 10% 至 20% 的 ChatGPT 企业版折扣 • 该公司预计到 2030 年, ChatGPT 企业客户将贡献近 150 亿美元年收入 • 微软最大折扣仅5%-10%, 微软 销售人员因无法匹配 OpenAI 的折扣而错失交易 这一举措令微软的销售人员感到沮丧。作为 OpenAI 最大商业合作伙伴,微软销售与之竞争的应用和 模型,但通常不会提供同等力度的折扣。 此次降价表明, OpenAI 对企业客户的定价能力可能不如对消费者市场强势——后者目前贡献了其绝 大部分收入 。这也反映出 AI 公司在找到降低数据中心模型运行成本的方法后,正尝试将部分节省成 本让利给大客户。 OpenAI 对 ChatGPT 提供的折扣幅度可达 10% 至 20% ,前提是客户签署多年协议购买其他 OpenAI 工具,包括可生成完整报告的定制版 Deep Research 智能体,以及能自主 ...
借助生成式人工智能构建知识生产新体系
Xin Hua Ri Bao· 2025-06-13 00:14
□ 刘亦洋 李金勇 推动知识创新融合。生成式人工智能可学习并融会贯通不同领域海量知识,挖掘其中潜藏关联与规律。 多模态人工智能模型能够同时处理文本、图像、音频、视频等多种类型数据,打破传统知识获取与处理 的单一局限。通过综合分析多源数据,为科研、创意设计等提供全新视角与思路,打破学科壁垒,促进 跨学科知识创新。例如在科研中,助力科研人员从不同领域知识碰撞中,发现新的研究方向与突破点; 在创意设计方面,激发设计师灵感,创造出融合多元元素的新颖作品,推动知识创新迈向新高度。 生成式人工智能在知识生产中的伦理考量 知识产权与责任界定模糊。生成式人工智能在知识生产中的知识产权归属错综复杂。其训练数据来源广 泛,常涉及未经授权使用他人作品的情况,极易引发版权侵权争议。同时,生成内容究竟归属于开发 者、使用者,还是模型本身,尚无定论。在学术、创作等领域,一旦出现知识产权纠纷,责任界定困难 重重,传统知识产权体系难以应对这一新兴挑战。例如在学术出版中,若使用生成式人工智能辅助创 作,论文署名及责任认定缺乏明确规则,易造成学术不端行为认定的模糊地带,破坏学术诚信生态。 隐私安全与信息质量隐患。生成式人工智能训练依赖大量数据, ...
DeepSeek R1,新升级!
第一财经· 2025-05-28 14:15
5月28日晚,第一财经记者获悉,DeepSeek小助手在官方交流群中发布通知称,DeepSeek R1模型已 完成小版本试升级,欢迎前往官方网页、App、小程序测试(打开深度思考),API接口和使用方式 保持不变。关于市场期待的DeepSeek R2模型目前仍未有消息。 ...
英特尔新显卡拉爆性价比,可本地跑DeepSeek-R1
Guan Cha Zhe Wang· 2025-05-20 15:03
5月19日,在台北国际电脑展(ComputeX)上,英特尔发布了Arc Pro B50和Arc Pro B60两张显卡,起售价仅299美元(约合人民币2156元)。 英特尔官网 价格上,16GB显存的Arc Pro B50售价299美元(约合人民币2156元);24GB显存的Arc Pro B60,售价为500美元(约合人民币3605元)。 性能上,B50面向图形工作站,采用双槽厚度设计,拥有16个Xe核心和128个XMX引擎,可提供高达170 TOPS的峰值运算能力,同时配备16GB显存,显存 带宽为224GB/s,典型主板功耗为70W,支持PCIe 5.0×8连接。在图形工作负载方面,英特尔声称其性能比上一代A50提升了高达3.4倍,并且在MLPerf等一 系列AI推理测试基准上全面超越英伟达的RTX A1000 8GB。 在通用性能方面,锐炫Pro B50相比上一代产品提升50%-130%。其性价比不仅相较锐炫Pro A50、英伟达RTX A1000翻倍提升,比起锐炫Pro A60也略胜一 筹。 英特尔官网 B60则主要面向AI推理工作站,拥有20个Xe核心和160个XMX引擎,峰值TOPS可达197, ...
火山引擎发布豆包视频生成模型Seedance 1 lite
news flash· 2025-05-13 07:12
今日在FORCE LINK AI创新巡展.上海站,火山引擎发布豆包.视频生成模型Seedance1lite、豆包1.5.视觉 深度思考模型,并升级豆包.音乐模型,以更全面的模型矩阵、更丰富的智能体工具,帮助企业打通从 业务到智能体的应用链路。官方表示,此次全新发布的豆包视频生成模型Seedance1lite,支持文生视 频、图生视频,视频生成时长支持5s、10s,分辨率提供480P、720P。企业用户可在火山方舟平台使用 该模型API,个人用户也可在豆包APP、即梦体验。(新浪科技) ...
只有通过海量测试才能抓住泛化性的本质吗?
机器之心· 2025-05-10 03:42
本文第一作者为上海交通大学博士生程磊,指导老师为上海交通大学张拳石教授。 当以端到端黑盒训练为代表的深度学习深陷低效 Scaling Law 而无法自拔时,我们是否可以回到起点重看模型表征本身——究竟什么才是一个人工智能模 型的「表征质量」或者「泛化性」?我们真的只有通过海量的测试数据才能抓住泛化性的本质吗?或者说,能否在数学上找到一个定理,直接从表征逻辑复 杂度本身就给出一个对模型泛化性的先验的判断呢? 论文地址: https://arxiv.org/abs/2502.10162 本文就上述问题给出了初步的探索,从神经网络内在精细交互表征复杂度的角度来探索「可泛化交互表征」和「不可泛化交互表征」各自所独有的分布。 一、大模型时代呼唤更高效的泛化性分析策略——中层表征逻辑的交流与对齐 尽管深度学习基础理论近年来取得了长足的发展,但一些根本性问题仍未得到有效解决。典型地,对神经网络泛化性的研究依然停留在一个相对较浅的层面 ——主要在高维特征空间分析解释神经网络的泛化性(例如通过损失函数景观平滑度来判断泛化性)。 因此,我们始终无法对神经网络泛化性给出一个「究竟」的解释——究竟怎样的确切的表征才叫高泛化性的表征。 ...
速递|O'Reilly指控OpenAI"窃书" 训练 GPT-4o,AI数据黑箱再陷版权风暴
Z Potentials· 2025-04-02 03:17
图片来源: Unsplash 多家机构指控 OpenAI 可能利用付费墙后的 O'Reilly 书籍训练 AI 模型, 未经许可使用受版权保护的 内容训练其人工智能。 如今,一家 AI 监督组织发布的新论文提出了严厉指控,称该公司日益依赖未公开且未获授权的书籍 来训练更复杂的 AI 模型。 人工智能模型本质上是复杂的预测引擎。通过大量数据(如书籍、电影、电视剧等)的训练,它们学 习模式及从简单提示中推断的新方法。当模型 "撰写"关于希腊悲剧的论文或"绘制"吉卜力风格图像 时, 它只是在利用其庞大知识库进行近似模拟,并未创造出任何新内容。 在 ChatGPT 中, GPT-4o 是默认模型。论文指出, O'Reilly 与 OpenAI 之间并未签署许可协议。 "OpenAI 最新且能力更强的模型 GPT-4o ,相比早期模型 GPT-3.5 Turbo ,对 O'Reilly 付费书籍内容 展现出更强的识别能力…… " 论文合著者写道, " 相比之下, GPT-3.5 Turbo 对公开可获取的 O'Reilly 书籍样本表现出更高的相对识别率。 " 该论文采用了名为 DE-COP 的方法( 2024 年首次 ...