“文心、通義和混元”們的2023:道阻且長,仍向遠(yuǎn)方
奇偶派(jioupai)原創(chuàng)
作者 |葉子
編輯 |釗
圖源:圖蟲創(chuàng)意
隨著2024年的鐘聲即將敲響,站在這個歷史的節(jié)點上,回望過去一年,發(fā)展、進(jìn)步、改變、革新最大的行業(yè)非人工智能莫屬,AI的快速進(jìn)步如同翻江倒海一般,激蕩著無數(shù)的可能性。
其中,2023年里國產(chǎn)大模型的噴涌出現(xiàn)和快速發(fā)展,作為最引人矚目的焦點,為我們每個人的工作與生活帶來前所未有的新奇體驗,并開啟了一波AI發(fā)展的浪潮。
它們的出現(xiàn),標(biāo)志著人工智能從單一的任務(wù)處理,朝著多任務(wù)、復(fù)雜任務(wù)甚至多模態(tài)任務(wù)處理的方向邁進(jìn)。這些大模型不僅能夠理解和生成人類的語言,還能夠理解和生成圖像、視頻等多種類型的數(shù)據(jù),甚至能夠在多個任務(wù)之間進(jìn)行遷移學(xué)習(xí),展現(xiàn)出了驚人的靈活性和適應(yīng)性。
然而,能力的躍遷進(jìn)步,并不意味著大模型的發(fā)展就能一帆風(fēng)順。
龐大的參數(shù)量和計算需求,使得訓(xùn)練和部署這些大模型成為了一項極具挑戰(zhàn)性的任務(wù),而國產(chǎn)大模型在算力層面被封鎖、的情況下則顯得更加窘迫。同時,大模型強大的能力與真正落地生產(chǎn)生活也有著不小的距離,如何能將其快速、準(zhǔn)確、低成本地投放至應(yīng)有之處,也成為了眾多大模型廠商們思考的問題。
盡管如此,我們不能否認(rèn)大模型帶來的巨大潛力。它們?yōu)槲覀兇蜷_了一個全新的世界,讓我們有機會以前所未有的方式理解和利用數(shù)據(jù)。
那么,回望2023年,在AI發(fā)展的三駕馬車——算力、數(shù)據(jù)、算法上,“國產(chǎn)派”遇到了哪些問題,取得了哪些突破,又有著怎樣的思考?在百模大戰(zhàn)甚至千模大戰(zhàn)的背景下,各家廠商推出了怎樣的大模型?面對大模型能力投放難、落地難的問題,企業(yè)又該如何解決呢?
1
大模型三駕馬車發(fā)展情況
在前置端,算力、數(shù)據(jù)、算法作為大模型的三大支柱,都是不可或缺的因素,在2023年中,它們在各自的道路上都有著長足的進(jìn)步,也面臨著不少的發(fā)展困難。
其中,算力作為實現(xiàn)大模型的基礎(chǔ),發(fā)展基調(diào)可以用“外部制裁,內(nèi)部發(fā)展,夾縫求生”來概括。
2022年8月底,美官方命令芯片廠商英偉達(dá)停止向中國銷售部分高性能GPU,而另一家超威半導(dǎo)體也收到了相關(guān)的禁止命令。
而在一年之后的10月17日,美國商務(wù)部繼續(xù)延長了2022年10月首次實行的全面出口管制,繼續(xù)收緊對尖端人工智能芯片的出口管制,在新規(guī)之下,英偉達(dá)旗下最新的H200自然無望賣給中國,就連在去年新規(guī)管制之后專門為中國設(shè)計的“特供版”GPU A800與H800,也將無法進(jìn)口。
同時,伴隨著管制規(guī)則的更新,除去直接可用的產(chǎn)品外,還擴大了芯片制造工具出口限制清單,中國的兩家國產(chǎn)GPU制造商——摩爾線程、壁仞科技均被列入“實體清單”,大模型發(fā)展的必備算力,受到了極大的限制。
但也正是在此次禁令的推動之下,國產(chǎn)GPU芯片終于不再被NV與AMD兩家“騎在頭上”,得到了快速發(fā)展的最佳窗口期,其中華為昇騰、寒武紀(jì)思元等國產(chǎn)加速芯片也在本次禁令的推動之下迎來春天。
在與華為有關(guān)人士的交流中,對方表示,華為昇騰910于2019年發(fā)布,并于今年10月發(fā)布了最新的910B芯片,相比于上一代獲得了FP32的性能提升。而科大訊飛副總裁江濤在Q3業(yè)績說明會也透露,目前華為昇騰910B能力已經(jīng)基本做到可對標(biāo)英偉達(dá)A100。
但在談及昇騰910B的應(yīng)用時,對方也表示昇騰還有著許多急需進(jìn)步的地方,例如當(dāng)前的互聯(lián)網(wǎng)公司更加追求性價比和易用性,而目前華為的服務(wù)器產(chǎn)品還是以鯤鵬為基礎(chǔ),導(dǎo)致了業(yè)務(wù)遷移的高成本,所以目前還處于前期的POC階段,真正的上量起碼要在2024年或更久的未來。
除被認(rèn)為是“中國NV”的華為昇騰外,被稱作“中國AMD”的寒武紀(jì)也在加碼AI算力芯片的研發(fā)和推進(jìn)。
圖源:IPO聚焦
據(jù)媒體報道,百度內(nèi)部的測試結(jié)果顯示,寒武紀(jì)最好的產(chǎn)品思元590,最高性能已經(jīng)接近A100 90%的性能,綜合性能也與A100 80%的水平相差無幾,但由于寒武紀(jì)采用了ASIC的架構(gòu),導(dǎo)致通用性較差,當(dāng)前仍然無法大規(guī)模地投入到訓(xùn)練之中。
而在華為與寒武紀(jì)之外,其實還有很多很多的國產(chǎn)廠商在大力推進(jìn)AI芯片的發(fā)展,譬如海光的DCU、天數(shù)智芯的天垓100、燧原的云燧、璧仞的BR100,都有著很強的競爭力,作為后發(fā)者,雖然在能力和適用性上與英偉達(dá)最新的加速卡相比可以稱得上有天壤之別,但也在通過不斷的技術(shù)創(chuàng)新和市場拓展,展現(xiàn)出自身的競爭力。
與國產(chǎn)廠商大力推進(jìn)AI芯片進(jìn)步的同時,面對著當(dāng)下海量的需求和短期內(nèi)只會越來越強的AI芯片封禁,中國幾大公有云廠商也在通過“集中算力,以云代卡”的方法解決算力問題。
“集中算力,以云代卡”,顧名思義,就是將很多AI芯片匯集到一處地方,再通過云的方法將算力傳輸至需要的地方,這樣可以提高算力基礎(chǔ)設(shè)施的質(zhì)量與效率、實現(xiàn)資源的優(yōu)化配置與共享,這也是為什么2023年中小企業(yè)很難拿到加速卡,而是由幾大公有云廠商競爭搭建算力池的原因。
根據(jù)IDC數(shù)據(jù),2023上半年中國AI服務(wù)器已經(jīng)使用50萬塊自主開發(fā)的AI加速器芯片。華為已經(jīng)推出昇騰AI云服務(wù),提供自主AI算力服務(wù)。在東數(shù)西算背景下,各地建立一批采用自主AI算力的AI計算中心,保障云端AI算力穩(wěn)定可靠供給。
總的來說,算力作為被圍追堵截最嚴(yán)重的地方,2023年國產(chǎn)大模型廠商們也在東拼西湊之中拮據(jù)存活了下來,但面對著越拉越大的算力差距,將會更明顯地成為中國AI追趕世界頂尖水平的絆腳石,所以在未來算力層面的企業(yè)也將會被多次拉出炒作,可注意相關(guān)投資機會。
如果說算力決定了大模型是否能面世,那么數(shù)據(jù)才是決定大模型優(yōu)質(zhì)與否的關(guān)鍵要素。
所有人都明白,數(shù)據(jù)數(shù)量越多越好、數(shù)據(jù)多樣性越多越好、數(shù)據(jù)質(zhì)量越高越好,所以目標(biāo)是一致的,而方法也相差不大。
圖源:圖蟲創(chuàng)意
而目前國內(nèi)科技互聯(lián)網(wǎng)頭部企業(yè)主要基于公開數(shù)據(jù)及自身特有數(shù)據(jù)差異化訓(xùn)練大模型, 譬如百度文心主要依靠的是萬億級別的網(wǎng)頁數(shù)據(jù)、搜索數(shù)據(jù),阿里通義則主要來源于阿里達(dá)摩院,騰訊混元的訓(xùn)練數(shù)據(jù)大多取自微信公眾號、微信搜索等處,但此類信息大多都有著互聯(lián)互通,所以截至目前,國內(nèi)大模型整體的數(shù)據(jù)規(guī)模、質(zhì)量也不會相差甚遠(yuǎn)。
但有一個在發(fā)展第一年中尚未察覺的隱患,那就是高質(zhì)量的語言數(shù)據(jù)與圖像數(shù)據(jù)或?qū)⒑谋M,據(jù)機構(gòu)預(yù)測,全球英文語言數(shù)據(jù)將于2030~2040年耗盡,其中能訓(xùn)練出更好性能的高質(zhì)量語言數(shù)據(jù)將于2026年耗盡。
與英文語言數(shù)據(jù)相比,中文優(yōu)質(zhì)數(shù)據(jù)集更加稀缺,盡管國內(nèi)數(shù)據(jù)資源豐富,合成數(shù)據(jù)也有不少,但由于挖掘不足導(dǎo)致優(yōu)質(zhì)數(shù)據(jù)無法在市場上自由流動,未來如果廠商想要大模型更進(jìn)一步,或許就需要將資金投入至尋找優(yōu)質(zhì)數(shù)據(jù)的道路中,未來手握巨大優(yōu)質(zhì)數(shù)據(jù)的如知乎、豆瓣等企業(yè),與挖掘、合成數(shù)據(jù)的企業(yè),也將獲得一定的發(fā)展空間。
而在算法層面,當(dāng)前許多都是基于谷歌提出的Transformer模型構(gòu)建的,仍在不斷地更新迭代中,但這并非是一定一成不變或必須要走的道路。
在AICC 2023人工智能計算大會上,浪潮信息人工智能軟件研發(fā)總監(jiān)吳韶華表示,如果想接近甚至超越GPT4的能力,一定要同時考慮算法和數(shù)據(jù)。首先是算法,不能一味地使用LIama結(jié)構(gòu)或者Transformer結(jié)構(gòu),而不做任何創(chuàng)新。
譬如,在考慮到算力不足之時,在相同的架構(gòu)下可以盡可能地降低參數(shù)量,這樣能提升參數(shù)效率,也能節(jié)省算力,相當(dāng)于從算法層面考慮算力的開銷,而此類算法更新改進(jìn)的思路,也是大廠們一直在做的事情。
2
模型進(jìn)步雙輪驅(qū)動 基礎(chǔ)與行業(yè)并重
而在底層技術(shù)迭代的同時,各家大模型不斷地發(fā)布自然成為了最引人注目的事情。
繼3月百度發(fā)布文心大模型以來,圍繞在我們耳邊的一直就是華為、阿里、騰訊等互聯(lián)網(wǎng)大廠,三六零、科大訊飛等AI企業(yè),還有清華大學(xué)、復(fù)旦大學(xué)等高校科研機構(gòu)推出的大模型及相關(guān)升級進(jìn)展,截至目前,市場上出現(xiàn)的各類大模型已經(jīng)超過240個,正在供用戶們使用。
圖源:頭豹研究
但這么多的大模型,從屬性上來進(jìn)行區(qū)分,一般都可以分為基礎(chǔ)大模型和行業(yè)大模型兩大類。
其中,基礎(chǔ)大模型是指通用性強、適用范圍廣的大模型,可以用于多個領(lǐng)域和任務(wù),也可以在其基礎(chǔ)上進(jìn)行特定數(shù)據(jù)的訓(xùn)練與調(diào)教,使其變?yōu)槌蚰硞方向或某個行業(yè)的專用大模型。
但基礎(chǔ)大模型的入場門檻較高,往往需要大量的計算資源和訓(xùn)練數(shù)據(jù)方可進(jìn)行開發(fā)和優(yōu)化。以當(dāng)前國內(nèi)能力最強的基礎(chǔ)大模型——文心大模型為例,其參數(shù)量已經(jīng)飆升至萬億級別,相關(guān)算力也是由萬卡AI集群提供,相關(guān)的成本大幅增加。
同時,在具體的落地使用方面,很多人會發(fā)現(xiàn)歷經(jīng)一年打磨、升級后的文心4.0、迭代后的通義千問、進(jìn)步后的混元大模型的能力與一些行業(yè)專有大模型甚至都有著一定的差距,便認(rèn)為基礎(chǔ)大模型的能力或許沒有那么重要,訓(xùn)練好每個行業(yè)的大模型快速應(yīng)用于生產(chǎn)中才是正道,但這樣的想法是十分錯誤的。
與行業(yè)大模型相比,基礎(chǔ)大模型的參數(shù)量超過某個閾值后,AI效果將不再是隨機概率事件,此時再將其訓(xùn)練為行業(yè)大模型,將更容易獲得準(zhǔn)確的結(jié)果。同樣的,基礎(chǔ)大模型也是其下所有行業(yè)模型的中心與核心,只要“大腦”有任何哪怕一丁點進(jìn)步,都會引起整個模型群能力的提升,以百度為例,文心大模型4.0升級將會提升所有千帆智能平臺上的行業(yè)模型的落地能力。
此外,行業(yè)模型大多依靠人工標(biāo)注與調(diào)優(yōu),有著成本高、周期長、效率低的缺點,但基礎(chǔ)大模型則能夠進(jìn)行自我學(xué)習(xí)、自我監(jiān)督、自我更正,可以顯著地加速訓(xùn)練成果,還能總結(jié)不同情況下的通用能力,如此訓(xùn)練才有機會讓電影里無所不知的人工智能的落地成為真正的可能。
所以說,在基礎(chǔ)大模型尚不牢靠之時,就放棄基礎(chǔ)大模型的探索轉(zhuǎn)向行業(yè)大模型的發(fā)展實在是有“短視”之嫌,持續(xù)加碼基礎(chǔ)大模型的或許將為未來行業(yè)大模型的發(fā)展起到事半功倍的作用。
但作為門檻極高、花費極大的賽道,就交由大廠們?nèi)ゾ戆桑覀冊?023年中也能欣慰地看到,BAT、華為等大模型第一梯隊企業(yè),在布局行業(yè)大模型、應(yīng)用生態(tài)的過程中,并沒有放松加速迭代基礎(chǔ)大模型的速度,而未來伴隨著基礎(chǔ)大模型的突破,中國大模型的能力有機會得到“飛升”的機會。
不過,基礎(chǔ)大模型的建設(shè)固然重要,但是并不影響行業(yè)大模型的發(fā)展,與之相反的是,在巨大對于大模型能力的需求之下,年內(nèi),在金融、消費、能源行業(yè)中,都有著十分優(yōu)秀的落地案例。
在金融行業(yè)中,百度旗下度小滿以“通用大模型+自有行業(yè)數(shù)據(jù)”的方式構(gòu)建了金融行業(yè)的垂直大模型“軒轅”。
在金融應(yīng)用場景中,傳統(tǒng)的通用大模型由于其訓(xùn)練數(shù)據(jù)很少接觸金融行業(yè)內(nèi)的專業(yè)術(shù)語、業(yè)務(wù)邏輯和公式計算,導(dǎo)致其在具體問題上表現(xiàn)不佳。
而“軒轅70B”的強項就在于其專業(yè)的金融能力,受益于預(yù)訓(xùn)練和微調(diào)階段中海量金融專業(yè)語料庫的訓(xùn)練,無論是注冊會計師考試(CPA)、銀行/證券/保險/基金/期貨從業(yè)資格、理財規(guī)劃師、經(jīng)濟(jì)師等金融領(lǐng)域十大類權(quán)威考試,都能提供專業(yè)的支持和解答。
圖源:頭豹研究院
但軒轅能扮演的角色更像一個助手,提供的價值更多停留在工具層。而在未來,伴隨著金融行業(yè)大模型數(shù)據(jù)合規(guī)、隱私安全等問題得到解決后,將會應(yīng)用于交互性更強的場景,賦能金融行業(yè)的數(shù)字化發(fā)展。
而在泛消費領(lǐng)域中,阿里、京東等依靠電商起家的大廠,都有著客服機器人、營銷數(shù)字人等行業(yè)大模型的應(yīng)用。
在電商中,客服一直是最為依賴人工的環(huán)節(jié),在雙十一、六一八等購物節(jié)期間,需要24小時保持即時回復(fù),也因為依賴人工,導(dǎo)致客服團(tuán)隊的效率極低、難以滿足客戶需求。
但今年雙十一期間,京東與淘寶等平臺都引入了智能客服,以京東為例,“京小智”可以幾十分之一人工的價格,為用戶提供即時的服務(wù),而在接入京東言犀大模型后,可以與消費者絲滑交流。
在智能客服外,在直播中京東數(shù)字人也讓人眼前一亮,其形象可以根據(jù)企業(yè)需求進(jìn)行定制,音色、形象、身高、體型等項目都可以根據(jù)企業(yè)需求進(jìn)行個性化設(shè)置,可以與真人主播搭配輪班,甚至完全替代真人主播。
京東數(shù)字人
此外,導(dǎo)購服務(wù)也是大模型接入電商行業(yè)后帶來的新功能,今年9月淘寶接入通義千問后,淘寶問問可以面向C端用戶提供智能導(dǎo)購服務(wù),只要消費者問出相關(guān)問題,AI可以迅速給出所需購買的產(chǎn)品、相關(guān)視頻介紹、商品鏈接等,成為新的流量入口,讓商家、平臺和消費者完成三贏。
而在更加“硬核”的能源行業(yè)生產(chǎn)場景中,華為與商湯科技等廠商則有著很深的造詣。
在能源電力行業(yè)中,從業(yè)者過去常常面臨一個問題,如何將在能源緊缺時分配至最需要的地方,又如何在能源充裕時儲存起來,這就涉及到了虛擬電廠的調(diào)度問題了,而引入大模型后,可以對電力供給、需求端進(jìn)行精確的把控,起到“削峰填谷”的作用。
據(jù)頭豹研究院報道,目前華為、商湯科技等廠商開發(fā)出的針對電力行業(yè)的AI大模型已經(jīng)投入了應(yīng)用中。
例如,華為基于L1級別盤古電力大模型,推出無人機電力巡檢、電力缺陷識別等場景模型。商湯科技則基于AI大模型的底座,提供電力系統(tǒng)大模型解決方案,向電力能源行業(yè)持續(xù)輸出高質(zhì)量的AI算法和算力,賦能電力系統(tǒng)多域智能化升級。
這樣的行業(yè)大模型及具體的應(yīng)用還有很多很多,而這只是其能力落地的第一年,未來還會有更多的應(yīng)用出現(xiàn)在我們身邊,并伴隨著大模型能力的進(jìn)化而不斷迭代,并經(jīng)歷神化到祛魅的完整過程,真正成為人類的最好幫手。
3
云模結(jié)合的新投放方式——MaaS加速生長
伴隨著2023年中各家大模型的密集發(fā)布與快速成長,一個新的問題擺在了各家大廠的面前,那就是如何將大模型的能力簡單快速地投送至其應(yīng)處的地方,畢竟如果在產(chǎn)業(yè)落地的環(huán)節(jié)出了問題,那么有關(guān)大模型的一切都只是空談。
但也就在此時,MaaS(Model as a Service)——模型即服務(wù)的概念,火了起來。
MaaS是指將大模型封裝成可調(diào)用的云服務(wù),通過云計算平臺提供給用戶使用,這種服務(wù)化的模型部署方式通過將模型和計算資源放置在云端,用戶可以通過簡單的API接口調(diào)用模型,無需關(guān)注底層的模型訓(xùn)練和部署細(xì)節(jié),同時可以根據(jù)需求自動擴展計算資源,實現(xiàn)彈性擴展和高可用性。
而像MaaS這樣將AI同云結(jié)合后再投放的形式,無論從需求、供給還是已有的云基礎(chǔ)設(shè)施建設(shè)來看,都有著出現(xiàn)的必然性。
從需求端來看,當(dāng)前企業(yè)仍然處于朝向數(shù)智化轉(zhuǎn)型的階段中,許多生產(chǎn)場景都如干涸的土地一般,在等待人工智能的雨露助力效率的提升;而在供給端,受計算資源與存儲資源的影響,無法做到“家家有卡,人人會用”,只能采用集中算力再投放的方法;而在基礎(chǔ)設(shè)施端,在過去十年中,我們已經(jīng)搭建起了一套有關(guān)云的完整體系,而MaaS剛好可以作為SaaS的替代品接替上位。
于是,截至目前,幾乎所有兼?zhèn)湓坪痛竽P偷膹S商都發(fā)布了自己的MaaS平臺——百度千帆、字節(jié)火山方舟、騰訊云MaaS平臺、阿里云MaaS平臺......都已經(jīng)推出。
以百度千帆為例,其內(nèi)置了百余款Prompt模板,包含對話、編程、電商、醫(yī)療、游戲、翻譯、演講等十余個場景,相關(guān)企業(yè)可以直接選擇某一個模型或者在已有模型的基礎(chǔ)上再根據(jù)自身的要求加入數(shù)據(jù)進(jìn)行微調(diào)。
騰訊云MaaS的服務(wù)也大抵相同,可為金融、文旅、傳媒、政務(wù)、教育等10大行業(yè)提供了超過50個大模型解決方案,供客戶調(diào)用。
而在百度與騰訊之外的其他MaaS平臺,建設(shè)思路與打法也都大同小異,都是利用基礎(chǔ)設(shè)施和行業(yè)理解的優(yōu)勢,提供一整套的開發(fā)工具與套件,保證不同體量不同需求客戶的完美交付。
但是,2023年MaaS的發(fā)展還遠(yuǎn)遠(yuǎn)稱不上完備,最多只能說是搭起了往后發(fā)展的模板,仍然還有著很多很多需要更迭的地方。
其中最讓廠商們頭疼的點,就是基礎(chǔ)大模型與行業(yè)大模型之間的鴻溝。俗話說的好,“三百六十行,行行出狀元”,但在現(xiàn)實生活的行業(yè)中遠(yuǎn)遠(yuǎn)不止這個數(shù)字,讓大廠們?nèi)ゾ砘A(chǔ)大模型還好,但要讓那數(shù)萬甚至數(shù)千的開發(fā)人員去接觸每一個行業(yè),定制每一個方向的專用大模型,無異于癡人說夢。
而這就需要真正的從業(yè)人員參與到其中,但這個難度也著實不小,可以說這個問題還將困擾廠商、行業(yè)甚至社會很久很久的時間。
此外,MaaS本身作為一種云服務(wù)模式,算力是其提供服務(wù)的基礎(chǔ),隨著MaaS的發(fā)展,云服務(wù)市場對算力的需求呈現(xiàn)爆發(fā)式增長趨勢,廠商們尚未跑通的商業(yè)化邏輯、大模型逐漸增長的數(shù)據(jù)還有價格逐漸增加的算力,成為了限制MaaS發(fā)展的一大難題。
而在這兩大痛點之外,用戶的教育也需要時間來堆砌。
據(jù)腦極體報道,包括了數(shù)據(jù)標(biāo)注、訓(xùn)練、評估、測試和部署等全套工具的騰訊云TI平臺,即使交到了行業(yè)客戶和伙伴手中,沒有技術(shù)專家深入指導(dǎo),沒有產(chǎn)品經(jīng)理、項目經(jīng)理、運營、程序員等手把手教學(xué),很難搞定定制化需求。
但無論怎么說,MaaS這樣的服務(wù)模式正處于發(fā)展的早期階段,尚未形成較為成熟的模式,未來大廠們?nèi)襞芡ㄉ虡I(yè)模式,算力緊缺問題有所解決,客戶教育逐漸進(jìn)步,屬于MaaS的春天才正式來到。
4
寫在最后
2023年,對于國產(chǎn)大模型的發(fā)展來說是充滿機遇與挑戰(zhàn)的一年。在算力、數(shù)據(jù)、算法等“AI三駕馬車”的推動下,國產(chǎn)大模型取得了顯著的進(jìn)步,但同時也面臨著諸多困難。
但令人欣慰的是,大模型作為這樣一個新興事物,快速完成了商業(yè)模式的基礎(chǔ)閉環(huán),雖然當(dāng)前仍有重重困難,但在起步之年能做到此種程度已經(jīng)體現(xiàn)了國內(nèi)互聯(lián)網(wǎng)、科技大廠們的實力。
而在未來,伴隨著底層技術(shù)、大模型能力、投送能力和商業(yè)化模式的進(jìn)一步發(fā)展,人工智能將不斷深入我們的生活當(dāng)中,成為每個人都可借用的強大生產(chǎn)力工具。
參考資料:
1.《MaaS,云廠商在打一場“翻身仗”》,腦極體;
2.《云計算服務(wù)新范式:MaaS有望改變云服務(wù)廠商的商業(yè)模式》,賽迪顧問;
3.《英偉達(dá)A800、H800將被出口管制,國產(chǎn)GPU能否頂起一片天?》,科技云報道;
4.《AICC圓桌對話:打破跟隨,實現(xiàn)大模型創(chuàng)新能力突破 》,科技知多少;
5.《數(shù)據(jù)要素專題研究報告:大模型與數(shù)據(jù)共振,數(shù)據(jù)要素市場方興未艾》,國金證券;
6.《2023年中國AI大模型應(yīng)用研究報告》,頭豹研究院。
原文標(biāo)題 : “文心、通義和混元”們的2023:道阻且長,仍向遠(yuǎn)方
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市