当前位置:首页 > 数码 > 的未来-大模型竞速-2024-服务-应用和MaaS (未来的模型)

的未来-大模型竞速-2024-服务-应用和MaaS (未来的模型)

admin5个月前 (04-15)数码48

引言

年末的大模型赛道出乎意料地平静。相比于电商领域的戏剧化反转和游戏行业的连续地震,大模型领域除了行业媒体的零星解读外,只有字节跳动和百度两家头部企业与海外大模型相互套壳的新闻引起了些许波澜。究其原因,可能是因为大模型在商业化的天平上尚未诞生出足够引领潮流的产品。尽管国内的大模型大战热闹了一整年,但我们预想中的时刻仍未到来,以致于市场对相关消息出现了脱敏现象——大模型的推出与后续的刷榜难以再获取市场关注。在落地成果出现之前,市场进入了明显的冷静期。

国内大模型的发展:得大于失

不可否认的是,国内的大模型创新仍在发生。过去一年,我们见证了国内大模型从无到有再到枝繁叶茂,其文领域能力持续爬坡,各玩家在商用落地道路上的探索也在不断推进。我们踏上这条道路才仅仅一年时间,此时的得与失的讨论更应该集中在得而非失之上。

头部公司的领跑作用

百度、阿里、字节等头部互联网公司带领着中国大模型的发展,其数据和算力储备为它们踏入新时代的风口提供了不小的先发优势。据不完全统计,国内大模型数量已达200以上。在谷歌、微软等海外巨头的影响下,国内大模型的发展呈现出追赶的态势。百度文心一言、阿里M6、字节跳动巨量语言模型等头部大模型在中文领域能力上已与海外大模型不相上下,甚至在某些方面实现了超越。

创新仍在发生

虽然大模型的商业化落地之路仍不明朗,但国内企业在技术创新方面的热情并未减退。众多科技企业、高校科研团队不断推出新的模型和算法,探索大模型在不同领域的应用场景。比如,清华大学的悟道大模型在自然语言处理方面取得了突破性进展,在多项评测任务中超越了谷歌的T5模型。华为、京东、腾讯等企业也推出了针对特定行业的垂直大模型,在金融、工业、教育等领域展现出广阔的应用前景。

大模型赛道的冷静期

混沌期的结束

今年年中,大模型赛道经历了一段混沌期。大厂、科研机构、创业公司纷纷入局,大模型数量急速增长。彼时的业内语境中,训练模型被戏称为“炼丹”,炼什么丹、给谁吃、有什么用以及怎么用,大多都处于盲目的状态。随着LLaMA等开源大模型的出现,国内大模型的发展逐渐回归理性。

转向垂直应用

在商业化落地不明朗,成本和周期难把控等问题下,大干快上通用模型不再是主流范式。大模型厂商将目光转向了垂直应用,为金融、工业、教育等主要产业提供定制化的解决方案。这既是厂商对大模型落地的迫切需求,也是客户企业降本需求的体现。

技术底座的持续演进

垂直大模型的技术底座也在持续演进。通过精调行业大模型,企业可以快速落地大模型能力,为既有AI工具和模型提供一个“大脑”。这种方式在一定程度上缓解了幻觉问题,降低了部署成本,更适用于收缩期的企业,尤其是已建立起AI工具体系的大型企业。

结语

大模型赛道的虚火与冷静并存,这是技术发展过程中必然经历的阶段。尽管商业化落地之路仍充满挑战,但国内企业在创新方面的热情和投入并未减弱。我们相信,随着技术的发展和应用场景的不断探索,大模型将在各个领域发挥越来越重要的作用。

本文转自:


云计算有哪些技术?

一、在讲什么是云计算之前,先思考下我们为什么需要“云”“云计算”

如今越来越多的应用正在迁移到“云”上,如我们生活中接触的各种“云盘”存储。实际上,“云”并不新潮,已经持续了超过10年,并还在不断扩大到所有领域。可预见的事:下一个10年中,几乎所有的应用都会部署到云端,而它们中的大部分都将直接通过你手中的移动设备,为我们提供各种各样的服务。

为什么会需要“云”?

传统的应用正在变得越来越复杂:需要支持更多的用户,需要更强的计算能力,需要更加稳定安全等等,而为了支撑这些不断增长的需求,企业不得不去购买各类硬件设备(服务器,存储,带宽等等)和软件(数据库,中间件等等),另外还需要组建一个完整的运维团队来支持这些设备或软件的正常运作,这些维护工作就包括安装、配置、测试、运行、升级以及保证系统的安全等。便会发现支持这些应用的开销变得非常巨大,而且它们的费用会随着你应用的数量或规模的增加而不断提高。这也是为什么即使是在那些拥有很出色IT部门的大企业中,那些用户仍在不断抱怨他们所使用的系统难以满足他们的需求。而对于那些中小规模的企业,甚至个人创业者来说,创造软件产品的运维成本就更加难以承受了。

所以,云计算,应运而生——更大、更快、更强

针对上述问题解决方案便是“云计算”!将应用部署到云端后,可以不必再关注那些令人头疼的硬件和软件问题,它们会由云服务提供商的专业团队去解决。使用的是共享的硬件,这意味着像使用一个工具一样去利用云服务(就像插上插座,你就能使用电一样简单)。

只需要按照你的需要来支付相应的费用,而关于软件的更新,资源的按需扩展都能自动完成。

二、形象点来说说“云计算”

【1】 水龙头观点论:

当需要的时候,扭开水龙头,水就来了,我只需要操心交水费就是了!

应用和MaaS

当你需要用一个软件时,你不用跑去电脑城,打开应用商店,它就下载下来了,你只需要交钱就是了;

当你想看报纸的时候,你不用跑去报刊亭,只要打开头条新闻,新闻唾手可得;

当你想看书的时候,你不用跑去书城,只需要打开阅读软件,找到这样的一本书,在手机上阅读;

当你想听音乐的时候,你不用再跑去音像店苦苦找寻CD光碟,打开音乐软件,就能聆听音乐;

云计算,像在每个不同地区开设不同的自来水公司,没有地域限制,优秀的云软件服务商,向世界每个角落提供软件服务——就像天空上的云一样,不论你身处何方,只要你抬头,就能看见!

【2】荤段子观点论:

网上很流行的一种比喻:男人找个女友或老婆是自建私有云,单身约炮或者到娱乐场所消费是公有云服务,按需使用并可弹性扩容,已婚男人找二奶小蜜则属于混合云。

这种解释方式对男人比较适用,通常稍微一解释就心领神会!

【3】共享单车-滴滴出行论:

出行需要用车,云计算或者云服务好比乘坐出租车或专车快车共享单车,随时需要随时用,按用量(路程)付费即可。

自己买车开车是混合云,车是自己的,出去付费停车或加油相当于部分使用公有云,而亚马逊或微软云在国内跟黑车差不多被政策限制

【4】一日三餐吃货论:

饿了要吃饭,在家里自己做饭属于自建私有云,需要建造厨房购买锅碗瓢盆柴米油盐等,吃完饭还需要自己刷锅洗碗等运维工作,费时费力;

外面餐馆提供的就相当于公有云服务,按需胡吃海塞吃完结账抹嘴走人,餐馆后厨如何安排做菜顺序并加快出菜速度就是负载均衡和虚拟化概念;

请厨师到家里上门做饭则属于典型的混合云,在资产安全的情况下有限使用公有云。

三、“云计算”的五大特点

智谱华章与清华的关系

北京智谱华章科技有限公司,始于2006年的清华实验室,是由清华大学计算机系技术成果转化而来的公司,致力于打造新一代认知智能通用模型。 2019年,CEO张鹏等一行人带着这支团队走出清华实验室,智谱AI正式成立。 北京智谱华章科技有限公司成立于2019年6月11日,是一家以从事科技推广和应用服务业为主的企业。 2021年9月,公司设计GLM算法,发布拥有自主知识产权的开源百亿大模型GLM-10B。 2023年10月,公司推出新一代多模态大模型CogVLM,并发布全面升级的ChatGLM3模型及相关系列产品。 北京智谱华章科技有限公司致力于打造认知智能大模型,专注于做大模型的中国创新。 公司合作研发了中英双语千亿级超大规模预训练模型GLM-130B,并基于此推出对话模型ChatGLM,开源单卡版模型ChatGLM-6B。 同时,团队还打造了AIGC模型及产品矩阵,包括AI提效助手智谱清言、高效率代码模型CodeGeeX、多模态理解模型CogVLM和文生图模型CogView等。 公司践行Model as a Service(MaaS)的市场理念,推出大模型MaaS开放平台,打造高效率、通用化的“模型即服务”AI开发新范式。 通过认知大模型链接物理世界的亿级用户,智谱AI基于完整的模型生态和全流程技术支持,为千行百业带来持续创新与变革,加速迈向通用人工智能的时代。 北京智谱华章科技有限公司曾被评价为中国“最具OpenAI气质和水准”的AI公司。

免责声明:本文转载或采集自网络,版权归原作者所有。本网站刊发此文旨在传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及版权、内容等问题,请联系本网,我们将在第一时间删除。同时,本网站不对所刊发内容的准确性、真实性、完整性、及时性、原创性等进行保证,请读者仅作参考,并请自行核实相关内容。对于因使用或依赖本文内容所产生的任何直接或间接损失,本网站不承担任何责任。

标签: 大模型

“的未来-大模型竞速-2024-服务-应用和MaaS (未来的模型)” 的相关文章

突破技术瓶颈-破解大模型中文语料不足问题 (突破技术瓶颈,重汽底盘赋能100K防撞车安全高效运行)

突破技术瓶颈-破解大模型中文语料不足问题 (突破技术瓶颈,重汽底盘赋能100K防撞车安全高效运行)

在2024年全国两会上,有委员提出,应重视当前国内人工智能(AI)大模型产业发展中遇到的高质量中文语料数据短缺问题。 大模型的语料库 AI大语言模型(LLM)是组成由具有许多参数(通常...

的推理高手-火眼金睛-南放大与微软让大模型进化成具有-应用分治算法和prompt战略 (推理高手怎样培养出来)

的推理高手-火眼金睛-南放大与微软让大模型进化成具有-应用分治算法和prompt战略 (推理高手怎样培养出来)

近年来,大言语模型(LLMs)因为其通用的疑问处置才干而惹起了少量的关注。现有钻研标明,适当的揭示设计(promptenginerring),例如思想链(Chn-of-Thoughts),可以解锁...

大模型轻松标注图像-NUS合作的神奇对话式标注-清华&amp (大模型 ai)

大模型轻松标注图像-NUS合作的神奇对话式标注-清华&amp (大模型 ai)

随着多模态大模型的发展,v的登场为该领域带来了新一批模型,如LLaVA、BLIP-2等。为了进一步扩展多模态大模型的区域理解能力,研究团队打造了一个可以同时进行对话和检测、分割的多模态模型NExT...

BentoML-实践指南-使用-JuiceFS-加速大模型加载 (奔腾)

BentoML-实践指南-使用-JuiceFS-加速大模型加载 (奔腾)

简介 BentoML 是一个开源的大语言模型(LLM)应用开发框架和部署工具,致力于为开发者提供最简单的构建大语言模型 AI 应用的能力。当 BentoML 在 Serverless 环境中...

大模型-从基础到实质-深度揭秘人工智能中的庞然大物 (模型基础)

大模型-从基础到实质-深度揭秘人工智能中的庞然大物 (模型基础)

大模型:人工智能领域的新篇章 大模型的定义与特点 大模型是指参数量达到亿级甚至更大规模的深度学习模型。与传统机器学习模型相比,大模型在三个方面呈现出更高的规模: - 数据量:大模型需要大量的有...

的崛起-大模型时代-DenseMamba-精度大幅提升-推动Mamba-RetNet-和-DenseNet (崛起的demo)

的崛起-大模型时代-DenseMamba-精度大幅提升-推动Mamba-RetNet-和-DenseNet (崛起的demo)

引言 随着大型语言模型 (LLM) 的突破性进展,这些模型在语言理解、对话交互和逻辑推理方面展示了卓越的性能。过去一年,我们目睹了 LLaMA、ChatGLM 等模型的诞生,它们基于 Tra...

为每个人开启AI新时代-家用电脑也能轻松驾驭大模型 (为每个人开启生命之门)

为每个人开启AI新时代-家用电脑也能轻松驾驭大模型 (为每个人开启生命之门)

2022年末,随着OpenAI发布ChatGPT,大模型领域的发展速度达到了前所未有的高度。在随后的2023年,各种商业闭源或开源的大模型不断涌现,极大地推动了大模型的普及。本文将介绍如何使用Ol...