行业分类:
加载中...
头条分类:
加载中...
君实生物PD-1成功“闯美” 这笔年售2亿美元的生意好做吗
中国商报(记者 马嘉)10月29日,君实生物宣布旗下PD-1产品获美国食药监局(FDA)批准上市,成为首个在美获批的中国自主生产研发的PD-1。10月30日,君实生物高级副总裁姚盛在媒体沟通会上表示,据合作伙伴Coherus预估,这款药品在美国市场的年销售额约为2亿美元。当前,多个国产PD-1仍在扎堆“出海”,竞争激烈,君实生物的先发优势能保持多久?其要如何做好这笔海外的生意?科研人员进行样本检测的资料图。(图片由摄图网提供)君实生物“先下一城”君实生物表示,FDA已经批准PD-1产品特瑞普利单抗(中文商品名为拓益)可联合其他药品(顺铂/吉西他滨)用于转移性或复发性局部晚期鼻咽癌成人患者的一线治疗;特瑞普利单抗也可单独用于复发或转移性鼻咽癌(含铂治疗后的二线及以上)的治疗。这意味着,君实生物已拿到美国市场的“入场券”,在国产PD-1“四小龙”中率先突围。而目前,恒瑞医药、信达生物、百济神州仍在排队赴美上市。值得一提的是,君实生物这款产品虽然是国内首款获批的国产PD-1,但比信达生物旗下同类型产品进入医保的时间要晚,在国内的产品营收也远远落后于恒瑞医药、百济神州、信达生物。这次产品在美获批或也令君实生物“扬眉吐气”了一回。“这款产品在美国的定价会在上市前公布。”姚盛表示,“据海外合作伙伴Coherus预估,美国每年有大约2000例鼻咽癌新发患者,这款产品在当地市场年销售额能达到2亿美元,君实生物苏州吴江生产基地将为美国市场供货,现有产能充足。”公开资料显示,特瑞普利单抗在国内获批6项适应症,涵盖黑色素瘤、鼻咽癌、尿路上皮癌等,进入医保后的价格为1912.96元(240mg/瓶)。君实生物将这款产品在海外的销售交给了海外合作方Coherus。根据与Coherus约定的协议,君实生物将收到累计不超过3.8亿美元的里程碑款,外加许可区域内这款产品年销售净额20%的分成。君实生物首席执行官李宁表示,这款产品预计明年第一季度将在美国市场正式投入使用,定价会在上市前公布,其对合作伙伴Coherus能够实现的销售额预期较为乐观。国产PD-1在美销售乐观吗当前,国内PD-1单抗产品竞争早已白热化,恒瑞医药、君实生物、百济神州、信达生物旗下产品全部谈判成功并被纳入国家医保。企业报价一再降低,产品利润随之缩水。根据君实生物10月28日披露的今年三季度业绩公告,公司前三季度实现营业收入9.86亿元,同比减少19.04%,亏损约14.07亿元,其中特瑞普利单抗实现营收6.68亿元。国产PD-1产品研发扎堆,同质化严重。据东吴证券预计,今年PD-1或降价至3.5万元/年的水平,甚至可能低至3万元。PD-1市场空间从千亿元大幅萎缩至300亿元左右,出海成为创新药企重要的商业化路径。“实际上在美国的PD-1赛道,我们已经有6个竞争对手了。” 李宁表示,“但这款产品是第一款获得美国FDA批准用于治疗鼻咽癌的PD-1产品,在竞争格局上,可以说我们已经具备了差异化优势。”鼻咽癌是常见的头颈部恶性肿瘤之一。据世界卫生组织统计,2020年鼻咽癌在全球范围内确诊的新发病例数超过13万,目前多采用放疗或放化疗结合的方式进行治疗。此外,我国2020年新发鼻咽癌患者占全球的近一半,在全球范围内,美国并不是鼻咽癌的高发地区,这款产品未来能为君实生物带来多大收益仍是业内关注的焦点。君实生物的海外“胃口”值得关注的是,在美国市场“先下一城”后,君实生物仍在计划继续扩大海外业务的版图。“目前特瑞普利单抗在欧盟有两项适应症正在审评,即一线鼻咽癌和一线食管癌,我们在等待监管机构安排生产和临床核查。”姚盛表示,“在其他国家,FDA有一系列的合作监管部门,我们会在FDA获批这款产品上市之后,继续努力争取在这些国家获批。一般来说,在半年之内便会获批,其中包括澳大利亚和新加坡。”获批适应症的数量也与药企的业绩挂钩,在其他国家,君实生物也在争取拓宽适应症。“在东南亚市场,君实生物的这款产品不会仅限于鼻咽癌,还会拓宽其他适应症。”李宁表示,“对于当地的监管部门来说,我们有了FDA的批准,就有了一个高质量的背书,对其他适应症的批准也会有很大帮助。”继PD-1产品之后,君实生物欲把更多的产品推向国际市场。姚盛表示,在获得FDA及国家药监局同意的情况下,公司自主研发的全球首个进入临床开发阶段的BTLA单抗在全球多中心的Ⅲ期临床研究已经在小细胞肺癌领域开展了,这个抗体和PD-1抗体有很好的协同作用, BTLA单抗会是公司下一个国际化的目标。
国内手机市场格局突变 荣耀重返第一
中国商报(记者 焦立坤 见习记者 王怡菲)时隔一年,荣耀重新坐上了国内手机市场的头把交椅。同样引人关注的还有华为,借助Mate 60系列的热销,其逐渐逼近第一梯队,下个季度或将重返前五名。荣耀重返第一10月27日,研究机构国际数据公司(IDC)发布的报告显示,今年第三季度,荣耀以19.3%的市场份额再次回到国内手机市场第一的位置。而在今年第二季度,荣耀位居第三,市场份额为16.4%,排在OPPO和vivo的后面。2023年第三季度,中国前五大智能手机厂商一-出货量、市场份额、同比增幅。(图片源自IDC)此前一天,另外一家研究机构Canalys的统计数据显示,今年第三季度,荣耀以1180万部的出货量重返第一;此外,OPPO以出货量1090万部位居第二,苹果以1060万部出货量位居第三,vivo以1040万部出货量位居第四,小米以910万部出货量排名第五。荣耀为何会实现逆袭?对于这一突破,荣耀并没有发声。IDC中国高级分析师郭天翔对中国商报记者表示,今年随着其自身的调整,荣耀产品力大幅提升,但是价格基本没变,渠道政策也更加优惠,合力之下重新恢复增长。IDC数据显示,2022年第二季度,荣耀以1310万台的出货量首次位居国内市场第一,市场份额约为19.5%。不过,此后荣耀急转直下。有业内人士表示,从华为剥离后的两年,荣耀为抢占市场密集推出新品。但去年年底,荣耀在产品力、定价和渠道等方面暴露出了较多问题。事实上,近两年国内手机市场面临着较大压力。不过来自研究机构的数据显示,市场正在进一步回暖。华为强劲复苏Canalys在报告中表示,今年第三季度,中国智能手机市场出货量连续两个季度下跌平缓,同比下滑5%至6670万部。而IDC则表示,尽管第三季度中国智能手机市场出货量整体呈下降趋势,但随着8月以来多部爆款新品上市,中国智能手机市场热度回暖。随着新一轮换机周期逐渐开始,各品牌大量竞争力十足的新产品集中上市以及年终电商平台的促销推动,中国智能手机市场出货量有望在今年第四季度迎来拐点,实现近10个季度的首次反弹。另外值得关注的一大变化是,华为正在逆袭。Canalys报告显示,华为市场份额持续攀升,逐渐逼近头部厂商。今年第三季度华为位居第六,当季其销量同比增长37%,销量增长较快。IDC数据也显示,第三季度华为市场份额位居第六。郭天翔认为,华为Mate 60系列未经发布便直接上市,且出货量不足,而其他老款产品都处于清尾阶段,因此华为第三季度出货量并不像目前的市场热度那么高,上涨的销量主要还是会在下一季度有所体现。“下个季度华为重回前五的希望很大。”9月3日,华为Mate 60 Pro线下开售,图为某地消费者排队抢购。(资料图)今年8月29日,华为突然宣布推出“先锋计划”,开始在华为商城销售Mate 60 Pro,售价为每台6999元。这是华为首款“未发先售”的机型。后续各个版本将陆续上架销售,目前仍在热销中。据了解,华为Mate 60系列目前在其官方渠道一直处于预约抢购状态,不少社会零售渠道则在加价售卖,加价幅度在1000—3000元不等。
B站“转正”
撰文 | 彦飞 编辑 | 王靖 仍在亏损的B站,距离扭亏为盈又近了一步。 11月29日,B站发布2023年第三季度业绩。本季度,B站营收58.1亿元人民币(下同),同比持平;两大业务支柱——增值服务和广告均实现两位数百分比的同比增长。 通常情况下,第三季度缺少全网大促,被视为传统的电商广告淡季。但通过完善综合行业的广告解决方案,B站广告业务依然同比增长21%至16.4亿元。 除了核心业务保持较快增长外,B站这份财报的亮点是经营现金流首次转正。 经营现金流指企业各种经营活动产生的现金流入流出。与净利润等指标相比,它能够更真实地反映企业当下的经营成果和盈利能力。B站经营现金流转正,意味着各项经营活动带来的现金超过了流出的现金,具备了无需依靠筹资而独立存活的能力,为B站实现整体盈利打下了基础。 B站提效减亏的动作已见成效。第三季度,毛利润率从去年同期的18%提升至25%,连续五个季度环比上行。总运营费用同比减少12%,亏损同比大幅收窄51% 经营现金流转正,毛利润、经营利润和净利润指标继续改善,B站距离扭亏为盈又近了一些。 互联网企业盈利能力的增强,往往伴随着商业化强度的提升。此前B站常常遭受的质疑之一是,平台为了赚钱提升广告和营销活动的密度,有可能对内容生态和社区氛围构成拖累。但从三季度的经营业绩来看,这一担忧并未成为现实。 第三季度,B站DAU(日活跃用户)首次迈过一亿大关;MAU(月活跃用户)增至3.41亿,同样创历史新高。DAU在MAU中的占比提升至30.2%,亦即每10个月活跃用户中有3个日活跃用户,为两项指标增添了含金量。 在重新聚焦广告和增值服务后,B站的商业化与内容社区经过三个季度的磨合,开始互为驱动飞轮。经营现金流转正,是这组飞轮逐渐生效的指征之一;B站已经熬过了最艰难的阶段,扭亏为盈不再遥不可及。 第三季度,B站经营现金流转正、各项利润指标继续好转,除了依靠进一步降本增效外,主要得益于高毛利的广告业务的增长。 报告期内,B站广告收入21%的同比增速位列四大业务之首,跑赢整个公司的营收增速。 互联网广告利润丰厚,这块收入的营收贡献率提升,立竿见影地改善了B站的盈利能力。本季度B站广告毛利率提升至25%,经营现金流的转正,同样受益于此。 B站早在2014年即已涉足广告。过去九年间,B站广告形态不断延展,从最原始的展示广告,逐渐延展至可添加销售转化组件的效果广告,以及视频带货、直播带货等广告变体。 与此同时,B站广告的功能边界不断外延,从曝光品牌、建立心智,到产品推介、培育口碑,再到覆盖从认知、种草到交易转化,扩展为全场景、全链路营销工具箱。 广告业务在B站业务矩阵中的重要性也得到提升。从2022年下半年起,B站将广告业务提高至第一优先级,比原先计划提前半年到一年半。 今年第三季度,除游戏广告这一传统强势领域,B站的另一大广告来源是电商。 B站今年力推“大开环电商”策略,全面向天猫、京东、拼多多等电商广告主开放站内广告合作,以效果广告为主要媒介,将流量输出至第三方电商体系内,构建站内曝光种草、站外承接转化的交易链路。 根据B站此前披露的数据,与其他内容电商平台相比,B站有47%的独占人群,且与传统货架电商有75%的重合度,堪称“电商蓝海”。过去几个季度,各大电商平台逐渐扩大在B站的投放力度,尤其是拼多多,它在B站投放百亿补贴广告的范围之广、密度之大,一度被戏称为“一己之力供养半数UP主”。 淘系电商同样对B站青睐有加。据《晚点LatePost》报道,今年4月,阿里淘天集团总裁戴珊曾带队拜访B站商谈合作,最终决定5倍以上加大在B站的广告投放金额。 淘宝的尝试带来了丰厚的回报。今年双十一,跟B站合作的70多个淘宝品牌,新客率均超过50%,母婴护理行业的新客率更是达到了89%,充分证明了B站的价值。 B站COO李旎在第三季度财报电话会议上透露,本季度电商广告收入依旧实现超90%的同比增长,汽车、医疗等垂直行业广告收入环比增长20%以上。以广告类型划分,效果广告收入同比增长超40%,成为广告业务的主要推动力。双11期间,B站来自头部电商平台的广告流水同比增长超80%。 作为内容社区,如何平衡商业化与内容生态的关系是B站的长期挑战。从第三季度业绩来看,B站在内容与赚钱之间初步建立平衡,两大生态开始互相驱动。 第三季度,B站广告和增值服务收入保持较快增长,而DAU、MAU等用户指标并未受到拖累,DAU更是迈过一亿大关。另一方面,B站创作者社群也在继续扩大,日均活跃UP主同比增长两成以上。 供需两侧同步增长,带动整个内容生态的繁荣。 第三季度,B站用户日均使用时长首次超过100分钟;日均视频播放量同比增长26%至47亿次,月均互动量同比增长18%至170亿次。 此外,用户交易心智和付费意愿也在增强。本季度,B站月均付费用户达2900万,占月活跃用户量的8.5%。考虑到B站没有付费墙,免费用户可以观看绝大多数内容,接近1/10的付费率十分可观。 用户和创作者体量的增长,内容生态繁荣度的提升,再加上更多人形成付费习惯,为平台和UP主开辟更多商业化路径提供土壤,而直播带货和视频带货是重点探索方向。 B站2021年9月入局直播带货,迄今已有两年。今年9月初,B站推出新的UP主带货“超新星计划”,提供各项服务,计划孵化100个百万量级的带货UP主。 在随后的双11大促中,B站直播及视频带货的GMV实现了超250%的同比增长。其中,UP主“MR迷瞪”直播带货全渠道累计支付金额达16.8亿元,同比增速超过400%,足以与东方甄选等一线大主播比肩。 B站发展直播及视频带货,为UP主提供了新的商业化路径。这让UP主能持续产出优质内容,让平台生态能良性生长;另一方面,越来越多的UP主“花式恰饭”,用户活跃度却并没有降低。用户对于UP赚钱的包容,让B站平台消费氛围和商业价值继续提升,让B站推进广告、直播带货等商业化动作有了更大空间。 B站仍待解答的问题是,公司何时才能扭亏为盈。 对于如何实现盈亏平衡,B站试图跳出视频平台“省出利润”的窠臼,实现内容、用户和收入的同步增长和互相驱动。 视频内容社区的亏损是常态。此前各大平台在解决这一问题时,首先从成本端下手,大幅压缩内容制作、流量采买、人员规模等成本,同时提高收费力度,包括加大广告密度、拔高月费门槛等,扭亏为盈往往以付费用户和营收规模的下滑为代价。 B站也在开源节流,但并未将其视为利润增长的唯一法宝。2022年第三季度至今,收入分成成本(创作者分成、直播收入分成等)和内容成本(自制内容和内容采买)始终是B站经营成本的大头,占比稳定在55%~60%之间,并未因追求扭亏为盈而大幅波动。 稳定的内容生态投入,是B站增长飞轮持续运转的根基。这套飞轮的基本样貌是:优质内容吸引更多用户,用户增多给UP主创造更多收入,赚到了钱的UP主产出更多优质内容。 在今年年中的投资人会议上,陈睿将上述链路总结为“越好越大,越大越好”。足够庞大的用户基数是关键,而DAU又是最核心的指标。 DAU代表的是每天打开B站的用户数量。过去两年间,B站DAU稳步增长,从2022年第一季度的7900万攀升至今年第三季度的1.03亿。 新用户不断涌入,是B站社区保持活力、长久存续的前提。此外,DAU上涨也能吸引更多广告主到B站营销,进而增加UP主的商单收入,激励他们源源不断地更新内容。 B站管理层也对于用户规模进一步增长保持期待。陈睿此前表示,“B站仍有用户增长势能”,且“必须做好用户增长”。他提出,B站主站移动端DAU要在现有基础上翻一倍,核心策略包括提高优质内容的供给,以及扩大用户使用B站的场景。 过去几个季度,B站以不断放大的用户基数和内容生态为根基,围绕广告和增值服务两大主线推进商业化,逐渐摸索出一条可持续的增长路径。 第三季度财报表明,B站的内容与商业化飞轮已经完成磨合,开始稳定运转。随着营收规模继续增长和经营效率的提升,B站距离盈利已经越来越近。
微软拿下OpenAI董事会席位,奥特曼首次回应Q*:不幸的泄密事件
OpenAI第一季真的大结局了。 就在ChatGPT即将一周年之际,官宣奥特曼已正式回归。 CEO Altman、CTO Murati、总裁Brockman位置都不变,不过有个新变化:微软终于挤进了董事会。 新董事长Bret Taylor宣布,微软将获得一个席位,但仅仅是没有投票权的“观察员”。 作为拥有OpenAI盈利性子公司49%股份的金主爸爸微软,还是第一次有机会进入这个控股非盈利机构的董事会。 随着一切尘埃落定,大部分OpenAI员工也结束感恩节假期回到总部上班。 奥特曼发了一封内部全员信,其中特别强调对Ilya抱有“零恶意”。 Ilya将不再担任董事会成员,是否继续担任首席科学家,内部正在讨论。 奥特曼还告诉员工,“我们没有失去任何一个客户”。 新董事长Bret Taylor也发声,说他不打算在这个位置坐太长,完成过渡任务后就会离开…… 在The Verge对奥特曼关于整个风波的采访中,他对被开除的原因、与董事会的分歧、Ilya为什么回心转意都不评论。 但在最后他并没有否认Q*的存在,称这是一个“不幸的泄密事件”。 没有失去一个员工、没有失去一个客户 尘埃落定后,OpenAI新董事会暂时由以下成员组成。 Bret Taylor,董事长,曾任Facebook CTO、Salesforce联席CEO Larry Summers,经济学家、美国前财政部长 Adam D’Angelo,Quora创始人,也是前董事会中唯一留下来的一位。 微软观察员(人选待定) 关于Adam D’Angelo创办的Poe平台是否与OpenAI存在潜在利益冲突问题,奥特曼也回应说一直知情并寻求避免决策冲突。 OpenAI员工方面,最早辞职的三个人,也就是要追随奥特曼加入微软的Jakub Pachocki、Szymon Sidor、Aleksander Madry全部回归,最终没有一个员工离职或被开除。 其中Aleksander Madry作为最近新成立团队Preparedness Team(前沿风险防范)的领导人,将在12月份的NeuraIPS上组织活动。 OpenAI员工们在这次事件中的表现,也着实让人大开眼界。 那封著名的“请回奥特曼不然就集体辞职”联名信,最终签署人数,根据可查数据定格在745/770。 经历了约5天的大地震后,他们渡过了一个相对平静的感恩节,到了假期最后一天,很多人都盼着回去上班。 返工之后,还要感慨一番能回来工作真是太好了。 总裁Greg Brockman回归后的第一件工作是分别与不同团队开会,第一个是ChatGPT的商业化团队。 在整个风波过程中,公司一度都要解体了,但ChatGPT及API只发生一次3小时和一次5分钟的宕机也非常让人印象深刻。 一切看起来都回归正常,ChatGPT等产品还将继续给大家带来惊喜。 只给网友们留下一个未解之谜,首席科学家Ilya一开始到底为什么发起整个事件? 最后附上奥特曼和董事长Bret Taylor全员信全文翻译。 Sam致公司的消息 我将作为CEO回归OpenAI,Mira也将回到她作为CTO的职位。新的初步董事会将包括Bret Taylor(主席)、Larry Summers和Adam D’Angelo。 我对未来从未如此兴奋。在这种不明确和前所未有的情况下,我非常感激每个人的辛勤工作,我相信我们的韧性和精神在行业中脱颖而出。我对我们实现使命的成功概率感到非常、非常好。 在谈到接下来的事情之前,我想表达一些感谢。 我爱并尊重Ilya,我认为他是这个领域的指路明灯和一个宝贵的人。我对他没有任何恶意。虽然Ilya不再在董事会任职,我们希望继续我们的工作关系,并正在讨论他如何继续在 OpenAI 的工作。 我感谢 Adam、Tasha和Helen(前董事会成员与我们合作找到最符合使命的解决方案。我很高兴继续与Adam合作,并真诚感谢Helen和Tasha在这个过程中投入了巨大的努力。 也感谢Emmett(Twitch创始人,临时CEO)在帮助我们达成这一成果中起到的关键和建设性作用。Emmett对AI安全和平衡利益相关者的兴趣显而易见。 在整个过程中,Mira做得非常出色,无私地服务于使命、团队和公司。她是一位了不起的领导者,没有她就没有OpenAI。谢谢你。 Greg和我是经营这家公司的伙伴。我们从来没有弄清楚如何在组织架构上表达这一点,但我们会的。与此同时,我只想说清楚这一点。谢谢你从一开始就所做的一切,以及在这一切开始的那一刻以及过去一周里你所处理的事情。 领导团队Mira、Brad、Jason、Che、Hannah、Diane、Anna、Bob、Srinivas、Matt、Lilian、Miles、Jan、Wojciech、John、Jonathan、Pat以及其他许多人,显然已经准备好在没有我的情况下运营公司。 他们说评估一位CEO的一个方式是你如何选择和培训你的潜在继任者;在这个指标上,我做得比我意识到的要好得多。 我清楚地看到公司掌握在优秀的手中,我希望这对每个人来说都是非常明显的,谢谢大家。 Jakub、Szymon 和 Aleksander是非凡的人才,我很高兴他们重新加入,推动我们和我们的研究向前发展。谢谢你们。 对于你们所有人,我们的团队:我确信会有关于这段时间的书籍被写出来,我希望它们首先提到的是整个团队是多么了不起。现在我们已经度过了这一切,我们没有失去一个员工。你们坚定地支持彼此、这家公司和我们的使命。 构建安全 AGI 的团队最重要的事情之一是能够处理紧张和不确定的情况,并在整个过程中保持良好的判断。满分。谢谢大家。 Satya、Kevin、Amy和Brad(微软高层)在整个过程中都是令人难以置信的合作伙伴,始终保持正确的优先事项。他们支持我们,如果我们无法实现我们的主要目标,他们准备欢迎我们所有人。我们明智地选择与微软合作,我很兴奋我们的新董事会将包括他们作为非投票观察员。谢谢你们。 感谢我们的合作伙伴和用户对我们的支持。我们真切感受到了大家的支持和爱,这帮助我们所有人度过了这段时期。我们没有失去一个客户的事实将激励我们为您付出更多努力,我们都很高兴重新投入工作。 Will Hurd(前董事)、Brian Chesky(Airbnb创始人)、Bret Taylor 和Larry Summers暂停了他们的生活,为支持使命做出了巨大贡献。我不知道他们是如何做得如此出色,但他们确实做到了。谢谢你们。 Ollie 在整个过程中也暂停了他的生活,尽他所能帮助一切,除了提供他一贯的无条件的爱和支持。谢谢你,我爱你。 那么接下来是什么呢? 我们有三个优先事项。 推进我们的研究计划并进一步投资于我们的全栈安全工作,这始终是我们工作的关键。我们的研究路线图很清晰;这是一个集中注意力的好时机。我和大家一样感到兴奋;我们会将这场危机转化为机会!我将与 Mira 一起努力。 继续改进和部署我们的产品,为我们的客户服务。让人们体验 AI 的好处和承诺,以及有机会塑造它,是很重要的。我们继续认为出色的产品是实现这一点的最佳方式。我将与 Brad、Jason和Anna一起确保我们对全球用户、客户、合作伙伴和政府的坚定承诺是明确的。 Bret、Larry和Adam将在构建具有多样性视角的董事会、改进我们的治理结构并监督对最近事件的独立审查方面投入大量努力。我期待与他们密切合作,采取这些至关重要的步骤,以便每个人都能对 OpenAI 的稳定性充满信心。 我非常期待与你们所有人一起完成构建有益的AGI的任务——世界上最好的团队,世界上最好的使命。 董事长Bret Taylor全员信 我代表OpenAI董事会,向整个OpenAI社区表示深深的感谢,尤其要感谢所有OpenAI员工。在过去的一周里,大家的团结协作帮助我们为公司找到了一条前进的道路。 正是你们的努力使得这个非凡的组织能够继续致力于其使命,即确保通用人工智能(AGI)惠及全人类。 我们非常高兴地看到Sam、Mira和Greg再次携手领导公司,推动其发展。我们期待与他们以及你们所有人的合作。 作为董事会,我们将致力于加强OpenAI的公司治理,具体计划如下: 我们将组建一个由资深且多元化的优秀个人组成的董事会,他们的集体经验将覆盖OpenAI使命的各个方面,从技术到安全,再到政策。我们很高兴宣布,这个董事会中将包括一名微软的非投票观察员。 我们将进一步稳定OpenAI的组织架构,以确保我们能够持续致力于我们的使命。为此,我们将召集一个董事会的独立委员会来监督对最近事件的回顾和审查。 我们将加强OpenAI的治理结构,确保所有利益相关者——包括用户、客户、员工、合作伙伴和社区成员——都能信任OpenAI的持续繁荣和发展。 OpenAI现在比以往任何时候都更加重要。 ChatGPT已经让人工智能成为数亿人日常生活的一部分。它的普及让AI的益处与风险成为几乎所有关于政府、商业和社会未来的讨论的核心议题。 我们充分意识到这些讨论的重要性,以及OpenAI在这些令人惊叹的新技术的开发和安全方面的中心地位。你们每个人都在确保我们有效应对这些挑战中扮演着关键角色。我们致力于聆听和向你们学习,并期待不久与大家进行深入交流。 我们为能成为OpenAI的一员感到骄傲,并期待与你们所有人携手共进。 谢谢你们, Bret Taylor OpenAI董事会主席
TCL芯片烂尾
原创首发 | 金角财经(ID: F-Jinjiao) 作者 | 东篱 TCL的半导体产业链“痛失一子”。 近日,TCL旗下芯片设计公司摩星半导体被曝“原地解散”,整个公司包括软件、IC、甚至行政在内全部解散,波及广州总部几十人,上海、深圳等分中心几十人,共计一百余人。 自2020年布局半导体全产业链以来,TCL形成了以中环集团掌握芯片上游原材料,摩星半导体打造显示驱动芯片设计,环鑫半导体实现半导体材料和器件的制作,再由TCL终端设备对芯片进行产品层面的应用这一半导体产业闭环。 从上游供应链来看,显示驱动芯片的国产化率并不高,尤其芯片设计版块,被视为“面板国产化的最后一公里”。摩星的解散意味着TCL的半导体全产业链布局失掉了芯片设计这一关键环节,也意味着挣扎于面板周期的TCL正在对自研芯片进行价值重估。 随着芯片产能过剩,OPPO、魅族等多家企业接连解散芯片研发团队,以及“大基金”入场搅动潮水方向的情况下,企业“跨界”造芯的故事或已行至终局。 点击下方名片,关注金角财经,我们将为你剖析更多社会热点,拆解经济事件背后的逻辑。 “缺芯潮”都救不了 TCL创始人李东生曾说,不掌握上游,永远要仰人鼻息,存不得继续依赖的幻想。 随着面板下游终端如液晶电视市场的渐趋饱和,产能过剩的大背景极大影响了TCL的业绩表现,因此TCL再度向上游进军,搭建半导体全产业链,试图以面板和芯片产业的协同发展,打造新的竞争优势。 2020年7月,TCL借助中环集团(现更名TCL中环)混改契机,瞄准半导体上游供应链,击败华发、IDG资本等组成的竞购联合体,耗资百亿拿下其100%的股权,打入半导体大硅片领域。 2021年,TCL科技和TCL实业共同设立TCL微芯,投资成立了摩星半导体,布局芯片设计领域。 随后,TCL微芯向TCL中环子公司天津环鑫半导体增资5.67亿元,成为环鑫大股东,持股比例约55%,加码芯片的研发与制造业务。 TCL科技的主营业务,图源:TCL科技2022年年度报告 再加上TCL本身庞大的下游智能终端生产需求,至此,TCL打造完成了一个涵盖上游原料、芯片设计、生产制造和下游应用的半导体产业闭环,为自己贴上了“半导体全产业链第一股”的标签。 李东生可能做梦都想不到,自己一经布局便迎来了“缺芯潮”,便不惜斥巨资搭建芯片设计团队,从韩国、中国台湾等地以上百万年薪聘请了很多工程师。 据业内人士透露,由于公司内派系林立,摩星一直以来内斗不断,产品和销售一直没起色,这也是很多“散装”团队企业的通病。不过令他感到费解的是,原本海思就一直推芯片给华星光电,全国产化又不受美国制裁,性价比也很好,政府还间接促成了这个合作,很支持,摩星其实没必要自己做显示驱动芯片。 就在整个团队还在“内耗”之时,消费电子市场需求在2022年来了一次大转向,芯片供给也随之从“一芯难求”转为产能过剩、库存高企,摩星半导体依旧未能拿出过硬的产品示人。 此时的摩星半导体再聚焦业务,赶工加点拼产品早已为时已晚,李东生并未实现芯片的“大力出奇迹”。 公开信息显示,从成立到现在两年多的时间,摩星半导体从未公布过具体芯片的研发进展,这在某种程度上意味着摩星半导体的芯片研发并不顺利。 一名离职的摩星半导体员工透露:“内部有猜测是LCD显示驱动芯片迟迟不能量产,可能高层失去耐心,这个原因还不能肯定。据了解,无线产品部的Wi-Fi项目也还没流片。” 有媒体统计,外部融资不顺的情况下,截至今年上半年,TCL 科技对摩星半导体母公司TCL微芯累计投资近4亿元。也就是说,2年多的投入过后,摩星半导体的产品端没有取得实质性突破。 面板周期性承压,TCL分身乏术 主营业务一旦下滑,依赖母公司输血的业务就会成为首当其冲的优化目标。 在LCD面板产能供过于求,消费电子市场低迷以及资本寒冬背景下,TCL业绩承压,2022年归母扣非净利润为-26.98 亿元,同比下滑128.57%。 图源:TCL科技2022年年度报告 自从TCL在2009年与深圳共同成立“华星光电”进入面板制造领域以来,就一直面临着来自市场竞争和行业周期性波动的巨大挑战。 显示面板是公认的“重资产,长周期”行业,普遍遵循着“投产-产能过剩-亏损-降低产能-产能不足-面板涨价”的周期运行轨迹。 东海证券发布的报告显示,自2007年以来,全球面板行业大致经历了四轮周期,循环周期为12-18个月,每次衰退周期往往都和面板产线的集中投产高度重合,同时伴随着技术的革新。 最近一次周期转换开始于2020年下半年,远程办公、在线教育等场景的出现推动电脑和电视的面板需求持续旺盛,面板价格一路升高。奥维云网数据显示,2020年下半年全球TV出货量逆转了上半年同比下降的颓势,至第四季度达6990万台,创下近年来新高。 叠加韩国LG、三星,和日本松下集团接连撤出传统的LCD显示面板(液晶显示技术)赛道,TCL、京东方等借此加速整合,扩建产能。 然而,2021年下半年,行业景气度掉头向下,随着产能集中释放与消费市场需求骤减,市场供过于求,面板价格一路下跌,并一度跌破了现金成本,这也使得面板厂经营压力陡增。 主流尺寸面板价格走势,图源,群智资讯,民生证券 TCL科技也随之出现了亏损。2022年财报显示,受主要显示产品价格下滑影响,半导体显示业务实现营业收入 657.2 亿元,同比下降 25.5%,全年亏损。 图源:TCL科技2022年年度报告 这也说明了TCL尚且缺乏抵抗面板行业周期性波动的能力。 至于三星和LG全面关闭LCD生产线,除了因为OLED(有机发光二极管技术)显示屏有望成长为主流产品,更重要的原因是技术门槛降低的LCD面板利润也随之降低,厂家赚不到钱。2022年,TCL科技的半导体显示业务毛利率就下降了23.74%,仅有0.87%。 大基金下场,TCL们被抛弃 今年以来,多家企业被爆出芯片团队解散的消息,比如OPPO关停旗下芯片设计公司哲库、星纪魅族“终止自研AR/VR芯片业务”,其他上市公司如金固股份、大为股份以及创维集团等企业旗下的半导体相关项目公司也已经注销。 问题的根源,还在于芯片产业的发展逻辑与过去其他科技产业的突围路径大为不同。 芯片是个长周期的行业,往往从启动立项,研发到批量变现需要长时间与精技术,研发过程中充满了不确定性,且芯片领域的投资基本都是大手笔。像长江存储、长鑫存储、中芯国际,每个投资额都远超千亿,2016年长江存储项目落户武汉时,宣布的投资额就为1600亿元。 正是由于上述特殊性,导致不能仅靠市场化资金去支持芯片产业发展,必须同时依靠政策性资金的支持。 2014年9月,国家集成电路产业投资基金正式设立,基金分两期运作,一期规模1387.2亿元,二期规模2041.5亿元。这支总金额超3400亿元的基金,为国内规模最大的产业投资基金,在业内被称作“大基金”。 大基金由财政部、国开金融、中国烟草、亦庄国投等共同出资发起,基金管理人为华芯投资,投资范围包括整个芯片行业的制造、设计、封测、装备、材料及生态链等方面的全覆盖。从大基金一、二期各自的投资方向来看,一期聚焦制造领域,主攻下游各产业链龙头;而二期则向上游拓展,更聚焦半导体设备及材料。 目前来看,只有芯片领域的头部或者专精企业会获得“大基金”的青睐。过去TCL押注面板获得了国家的大额补贴,就在今年前三季度TCL科技还拿到了政府20.02亿元的补助,但TCL刚刚起步的芯片全产业链恐怕就不在大基金的投资范围内了,其他近几年“跨界造芯”的企业亦然。 图源:TCL科技2023年第三季度报告 TCL芯片产业布局本身也存在步子迈得太快的问题。从支撑起TCL芯片产业链闭环的TCL中环、摩星半导体、环鑫半导体这3家公司主体来看,TCL虽掌握绝对话语权,但其介入方式均为投资入股,也就是所谓的“买买买”,相比起其他企业从单个领域切入,专注一环的策略相比,TCL更为激进。 且除了TCL中环是硅片行业龙头企业之外,其他两家企业在芯片设计和制造领域,即便是与国内企业相比都存在相当大的差距。加上芯片产业短期内投入大且见效难,对于“耐心”、“实力”和“金钱”都不够的TCL来说,走到如今地步也是一种必然。 也就是说,从“跨界”造芯的企业自身实力、芯片供需关系、以及国家政策导向来看,都已经没有跨界自研芯片的必要。 有媒体以“半导体”为关键词在天眼查搜索发现,成立不足5年即注销的半导体项目数量超1.8万个。 过去如雨后春笋般生长起来的芯片项目,已经到了大洗牌时刻。 参考资料: 科技新知《布局半导体全产业链,TCL的信念还是概念?》 于见专栏《面板迎来寒冬,光伏增长乏力,TCL何去何从》 高新一点通《TCL科技扭亏为盈,面板行业能否开启新周期?》 荣格电子芯片《TCL关停摩星半导体 面板国产化最后1公里为何这样难?》 第一财经《TCL芯片公司摩星宣布解散,有员工签署N+1赔偿》
穿黑丝的女外卖员,被美团起诉了
作者 | 周伟鹏 编辑 | 汤安迪 外卖员,大家都见过很多。 但是,这样的「外卖员」,你见过吗? 01 清凉性感的「外卖媛」 不知从何时起,网上冒出一堆衣着清凉,身材性感的「女外卖员」。 比如某短视频平台上的「苏苏在送餐」,上半身穿着很正常,美团样式的头盔和工作服,下半身却是短裤+白丝。 外卖没见她怎么送,社会摇倒是没少跳。 又比如微博上的「小逗逗」,画着精致的妆容,上半身同样是美团样式工作服,下半身却是短裙、黑丝和高跟鞋。 还有这个跪式送餐服务,是怎么个情况? 更离谱的是这个「萌妹御姐控」,不仅摆出各种奇奇奇怪的姿势,还跟业主动手动脚的。 考虑过摄影师的感受吗? 显然,这些都不是啥正经「女外卖员」,大家称她们为「外卖媛」。 02 美团起诉,「外卖媛」凉凉 另有传言称,这些「外卖媛」属于一种「新型卖淫模式」。在一些深夜营业的外卖店铺里,点上一份1400元的天价牛杂汤粉,便有人上门提供非法服务。 这一消息,很快被海南琼中警方辟谣,实际是有人将「小逗逗」摆拍的擦边照片,与海外某订餐平台的高价菜单页面,给拼凑在一起。 大家不要被骗了。 「小逗逗」也很快出来道歉,并称自己以后不会再犯了。 但一切已经晚了。 11月23日,据中新经纬报道,美团外卖将对四名冒充骑手进行虚假摆拍、恶意造谣的网红提起诉讼,要求对方向外卖员群体道歉,并赔偿损失。 其中一位便是「小逗逗」,目前她的微博账号已经被禁言。 另外三位则是上文中的「苏苏在送餐」、「萌妹御姐控」,以及「宝儿琪琪格」,对应的账号也都搜不到了。 这个「宝儿琪琪格」是最逆天的,她在今年8月摆拍了一段「女外卖员送餐回来发现车被偷」的视频,登上多个平台热搜。 但很快被湖南怀化警方查清真相,以涉嫌编造发布虚假信息扰乱公共秩序,给行政拘留了。 03 结语 说实话,这些「外卖媛」,跟以前的「滑雪媛」「登山媛」「飞盘媛」没啥区别。就是一群搞擦边的网红,希望通过这种方式吸引眼球赚钱。 像「小逗逗」被禁言之前的微博里,除了「外卖媛」那期,其他博文也都是擦边类型。 但她们千不该万不该,盯上外卖员这个岗位。 因为真的有很多女性在送外卖,顶着烈日,晒得满头大汗,就为了挣那一单几块的外卖钱。 人家遵纪守法、辛辛苦苦地劳动,现在被一帮擦边的网红破坏了名声,搞得外人看她们的眼神都变了,这找谁说理去。 是时候展示大公司法务的实力了,希望美团能够提出严苛的赔偿诉求,刹刹这股歪风邪气。
基辛格曾力挺中美AI合作|AI前哨
基辛格 凤凰网科技讯《AI前哨》北京时间11月30日,美国当地时间周三,基辛格去世,享年100岁。基辛格不但是著名的政治家,外交家,他还是中国人民的老朋友,在科技领域为中美的人工智能(AI)合作献计献策。 基辛格咨询公司在周三的官方悼文中回顾了他的一生经历和成就,并透露基辛格最近把注意力集中到了AI的影响上。的确,基辛格生前曾多次就AI的未来发表前瞻性观点。 今年2月,他与谷歌前董事长埃里克·施密特(Eric Schmidt)联合发文称,ChatGPT的到来预示着一场智能革命。文章指出,生成式AI的长期重要性超越了商业影响,甚至超越了非商业性的科学突破。它不仅能够生成答案,还能创造深刻的哲学问题,日后将会被整合到外交和安全战略中。 就在去世前的一个月,他还向世人警告AI的威胁。基辛格将AI描述为“我们这个时代的最大挑战”,并预测人类可能在未来五年内被机器取代。 对于美方所谓的“脱钩论”,基辛格表示反对。他认为,AI技术的发展必须得到有效管控,而这可以成为中美对话与合作的领域。 今年9月,基辛格在外滩金融峰会上发表演讲时称,西方的AI公司在相互竞争时只关注“眼前的问题”。他呼吁,西方世界应该“打开一个口子,让我们能够理解中国的AI研究,这样我们就不会一直生活在彼此的恐惧中”。 对于中美在AI监管上的合作,他认为双方需要对话和“避免获得单边优势的心态”。(作者/箫雨) 更多一手新闻,欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道,请微信搜索“凤凰网科技”。
抖音试水内容付费,你愿意为短视频花钱吗?
撰文 | 程书书 编辑 | 李信马 题图 | IC Photo 2005年初,土豆网、56网和激动网等早期视频网站上线,以免费的视频、灵活的观看方式迅速吸引大量网民。彼时,这些用户或许从没想过,五年后,视频网站就要收费观看了。 一代人有一代人的消遣,短视频兴起,成了大众打发碎片时间的好去处,不过,当所有人都习惯了免费时,短视频也如同曾经的长视频一样,得花钱了。 前不久,抖音开始测试短视频内容付费功能。就像视频网站会员内容一样,有部分免费的试看内容,试看部分结束后,付费才能解锁后续内容。 虽然是测试阶段,但包含了短剧、日常、知识、娱乐等多种内容,只要符合平台规定的短视频内容,或者中长视频,都可以设置为付费观看。也就是说,当前在抖音平台上,几乎所有的视频内容都可以被创作者设置为付费内容。 视频内容的付费服务是否开启由创作者自己决定,价格也由创作者自定。但付费需要用平台的抖币(1抖币=0.1元)进行支付,且平台将收取30%技术服务费。 天下没有免费的午餐,测试付费功能,显示抖音已然准备向着用户付费的方向发展,这或许将成为短视频行业的发展趋势。只是,视频网站探索多年,付费之路尚走的磕绊,短视频的内容付费之路能否走的顺畅? 01、并非第一次试水 早在2020年,短视频平台已经开始探索付费短剧的模式,曾有短视频团队制作了付费短剧并在快手上线,短的两三集,长的二三十集。 图源:小红书 2021年9月份,抖音也被传出测试短剧付费模式,采取按集数付费的模式,每集最低1元起,用户也可以选择一次性付费解锁剩下的全剧内容。 同年,抖音还正式上线了“短剧新番计划”,该计划的分账政策分为现金分账和流量分账两种,短剧单集时长在1-5分钟、正片集数在12集及以上的作品,就可以参与到现金分账中,最高可获得100万元的现金激励。此外,抖音推出的对创作者的内容打赏功能,也是另一种收费模式的探索 只是此时的短剧市场体量尚不够大,用户的付费心智也并不成熟,抖音和快手在付费模式上的这些探索,都没有激起太大的水花。 时隔一年,抖音又重整旗鼓,付费模式变得更加成熟,规则也更加明确。 例如,不再局限于短剧这一单一方向,全平台内容都开放付费模式;下放开启内容付费服务选择权和定价权给创作者;设置创这这开通付费功能的条件——近30天内无账号违规封禁记录、粉丝数达到1000人,实名认证。付费视频内容发布成功后,可以在抖音首页的“推荐”Tab内获得推荐,增加付费视频内容的曝光途径。 值得注意的是,受抖音开启测试短视频内容付费消息的影响,短剧概念股快速反弹。唐德影视涨1.5%,中文在线涨2.54%,蓝色光标、捷成股份也随之跟涨。 02、闪耀的“火苗” 内容付费试了又试,如今态度还愈加坚定,短视频平台的底气,离不开近一年来短剧——尤其小程序短剧——所展现的强力吸金能力。 目前,短剧正以较短的回报周期、不俗的变现能力快速发展。从直观的数据来看,《哎呀!皇后娘娘来打工》24小时用户充值破1200万、《闪婚后,傅先生马甲藏不住了》24小时充值流水破2000万、《无双》上线八天投放消耗突破1亿……可以说是吸金疯狂。 图源:小短剧截图 小程序短剧编剧玩纸对DoNews说:“小程序短剧的制作成本并不高,早起的几万就可以搞定。如今卷起来了,成本也能控制在几十万。”几十万撬动上千万甚至过亿,这已经是一本万利了。 在“2023·增量效应”磁力大会上,快手高级副总裁、商业化负责人王剑伟给出了一组数据:“全网付费短剧GMV 2022年同比2021年增长了超过670%,我们预估2023年的增幅可能也是达到160%以上,整个付费短剧的盘子我们认为在2023年大概率会突破100个亿,而且它还在高速增长。” 短剧快速壮大的市场规模以及用户惊人的付费能力,犹如强心剂,让短视频平台看到了内容付费的潜力。 而另一方面,此前小程序短剧对于短视频投流的依附性,也让平台有着可发挥的空间。 看过小程序短剧的人都知道,它的付费路径简单又直给:刷短视频时不经意看到投流素材,点击广告按钮,一键跳转到微信小程序,之后在付费观看完整版。可以看到,一切的收费都是在于投流。 小程序投资人E君表示:“小程序短剧爆款100%都靠投流。因为小程序平台是没有流量的,要想剧集被用户看到,就必需去投流,才能吸引用户进来,用户进来了才能有后续充值。” 而为根据数据平台「有米云」的统计,目前小程序短剧的主要投流,九成以上的预算都会消耗在短视频里。 因此对于短视频平台而言,这很容易做成一个闭环。开通了付费功能后,短剧的曝光、付费、观看都能在平台内发生,又何必再跳转到小程序里多此一举? 03、短视频内容付费能走通吗? 长视频平台用了十年跑通会员付费,其上的微短剧至今还没能养成用户的付费习惯,需要依赖平台补贴和商务广告。为什么成本更低、周期更短的小程序短剧,却能先一步跑通,用流量投入撬动千万收益? 图源:文心一格 究其原因,是盈利逻辑的差异,让短剧的内容更“吸引人”。 长视频平台的短剧付费分账模式与网剧分账类似,依照内容分为不同的等级,按照不同的等级设置单价。制作方与平台再根据分账进行分成,总分账包括会员付费期分账、广告分账期分账和招商分账等。看似是给观众看的,实则是和平台机制有关。 而小程序短剧则不同,能挣多少钱,是看内容吸引用户充值量来来决定。“就像直播间里的商品一样,你商品够硬,大家就买的多;你商品不够硬,大家就不买。本质上,小程序短剧才更是一门真正的to C的生意。”E君描述。 商业逻辑上,小程序短剧才更符合以产品为竞争力,这也是其起步晚,却先跑通的原因。 如今抖音开通付费服务功能,又将是否开通权限交给创作者们,将小程序短剧内容的商业逻辑照搬过来,又简化了其付费场景,逻辑上有着很大的可行性。 目前的问题是,除了短剧付费,用户对于其他品类的内容付费接受程度不高,付费心智还需花时间培养。而短剧是以“爽”为卖点,有些内容还充斥着擦边、软色情,甚至毁三观,被封禁下架风波不断,当被搬上更大的短视频平台上,只会面临更严格的监管。可一旦这些 “爽点”被“滤去”,短剧是否还能收获用户的喜爱,就不好说了。
存储降本是金融落地大模型的必答题吗?
企业对大模型的算力成本有着切身的感受,但算力背后,存储也是非常关键的一环,如何提高存储的性能、降低存储的成本,将深刻影响到大模型训练及后续应用的成本。先进的存力成为大模型落地的必答题。 ‍ 文|徐鑫 周享玥 游勇 编|周路平 ChatGPT掀起的大模型热已近一年时间,相比于新技术带来的革命性体验,客户们的另一个反馈同样非常迫切——如何降低大模型的训练和落地成本。 作为对新技术一向敏锐的金融行业,在这次大模型的应用和落地中走在了前面。不过,一些大型银行和证券机构也告诉数智前线,金融大模型落地存在工程化难度大、场景价值有待验证等因素外,核心痛点还包括大模型的训练和落地成本居高不下。 过去大半年, GPU算力短缺、价格高涨的新闻层出不穷,人们对昂贵的AI算力有了很直观的感知。然而,围绕大模型应用的存储成本也随着需求爆发而快速增加,在保证高存储性能的同时,需要降低存储成本已经在业内形成共识。 11月30日,数据分析机构爱分析联合京东云发布了《金融行业先进AI存力报告》,报告中明确提到,先进存力是金融行业大模型落地的必答题。而金融行业作为大模型落地的先锋行业,其对先进存力的需求表现出了几个非常共性的特征:可用、可信、可控。 包括京东云云海在内的国内存储产品,通过存算分离的分布式存储架构,正在破解金融等行业应用大模型存在的存力短板。 01 金融成为大模型应用的先行军 金融行业对大模型的应用落地探索还在持续深入中,仅是这个月,已经有不少企业亮出新动态。 前脚,中国人保发布专属企业大模型“数智灵犀-人保大模型”,并亮相两款人保专属问答领域大模型应用;后脚,华夏银行也抛出一份招标公告,要为大语言模型应用系统项目(智能算力部分)征集供应商。2023金融街论坛等多场金融行业活动上,大模型也是反复被讨论的重点。 这只是金融行业落地和应用大模型的一个缩影。来自爱分析的一份报告显示,能源、金融已成为大模型建设的领军行业,二者在投入预算上最为积极,在大模型市场(企业用户侧的预算金额,其投向包括硬件、软件和服务)中金额占比分别达40.9%、16.9%。 业界的普遍共识是,金融行业数字化基础好、AI应用场景多,同时又高度重视数据和技术,有较强的预算投入实力和意愿,是大模型落地的高潜场景。 大大小小的金融机构们,也对大模型抱有不小的期望。一位业内人士至今还记得自己5月份在大理的一间寺庙里,偶然碰上和她谈论大模型的金融人时的讶异。这个对技术有着深度信仰的行业,几乎是ChatGPT热潮一来就迅速反应,纷纷组建团队,开始找落地场景。 可以看到,过去半年多,智慧办公、智能开发、智慧营销、智能客服、智慧投研、智能风控、数据分析等金融行业多个场景被一一探索,部分场景也已进入试点应用阶段。建行称内部已有20多个场景投放应用,农行透露已在30多个场景中进行了试点,广发证券则表示,正在探索将大模型和此前推出的虚拟数字人平台打通…… 毋庸置疑,金融行业已经成为应用大模型的前沿阵地,但要真正实现“变革性的效果”,仍然还有很多问题需要解决。 10月中旬的一场大会上,有嘉宾分享了他们对数百家金融机构的走访调研结果:虽然几乎所有金融机构都已启动对大模型的探索,但在大模型实际落地过程中,还存在着模型选择难、算力供应不足、应用成熟度不足等诸多问题。 为了支撑大模型时代的AI应用,大量金融机构,已经开始考虑如何重塑自己的IT基础设施,以此来解决大模型落地过程中的各种“桎梏”。 而其中,算力和数据是首先被想到的。 相比于直接用公有云的服务,金融行业的特殊性,使得很多金融客户都在自建算力基础设施。包括建行、工行等国有大行在内的金融机构都在今年进行了不少的算力采购。 而在数据层面,业内人士透露,不少头部金融机构正在通过大模型+MLOps的方式解决数据问题,越来越多的腰部企业也在开始陆续去构建数据中台和数据治理的体系。 但仅仅解决算力和数据问题仍然是不够的,京东云存储研发负责人告诉数智前线,他们最近接触了不少正在自建大模型基础设施的头部金融机构,对方反映最多的问题是,为了解决大模型所需的算力问题,他们采购了不少GPU,但当GPU真正跑起来了,网络和存储能力却遇到瓶颈了,“GPU老是出现等待问题”。 GPU算力昂贵,而且现在大模型的训练都是千卡级别,存力性能不够会制约算力的发挥。爱分析的报告中提到,在同样的GPU算力规模下,存储性能的高低可能造成模型训练周期数倍的差异。 “算力、网力、存力,将会是制约生态效率的关键因素。” 京东云存储研发负责人认为,大模型基础设施建设的最佳实践,一开始就将包括计算、网络、存储在内的整个基础设施进行统一规划。据他观察,大量的金融客户目前正从只关注算力的建设,转变为也关注先进的网力和存力的升级,以避免造成算力资源的等待和浪费,让花大价钱买入的算力发挥出最大效力。 实际上,不止大模型,金融企业在其他一些数字化转型场景方面的需求,也在促使他们加大对计算、存储、网络等基础设施的建设。京东云金融解决方案相关人员透露,不少中小金融机构就都曾出于降本增效的需求找到他们,希望对其传统的存储系统做升级和改造。 02 大模型对存储有了新需求 相比于传统AI的需求,大模型的场景具有数据量大、参数规模大、训练周期长等特点。相对应的,它对存力提出了更高的要求,更加强调高吞吐、高IOPS、高带宽、低延时等极致性能。 爱分析的报告中提到,金融行业需要可用、可信、可控的AI先进存力。而且,这种需求贯穿了大模型从数据采集处理、训练到推理应用等各个环节。 在数据的采集和预处理环节,通常情况下,AI大模型的海量数据来自不同的应用,由不同的协议来采集或存储。京东云金融解决方案相关人员介绍,数据要方便导入模型,从而完成训练任务。因此,这一阶段下,既要求存储产品的容量大,吞吐量要高,还要求数据协议转化和使用便利性有保障。 在训练环节,卓越的存储性能直接关系到数据整理、数据加载和阶段性模型存储等任务能否高效运行。他透露,存储有一个整体目标,就是减少算力等待时间,提升整个模型训练效率。 数智前线获悉,数以月计的大模型训练过程,其实要完成多轮训练。每次训练都要把庞大的数据源重新打散和分配。过程里海量的小文件不断被重新编排和组织,量级惊人。“有些是图片,有些是一小段文本,要把里面的内容提取出来,做一些归类等训练,小文件的量级可能达到几十亿。”京东云云海研发负责人告诉数智前线。 传统应用中,存储系统也面临海量小文件的处理任务,但经常分散在几个月的跨度里。大模型训练场景却要求几个小时完成这个任务。这使得存储每秒钟要处理的数据量远超过传统互联网应用里的峰值。“以双11为例,电商业务顶峰时段,某个系统对存储带宽的要求可能在几百GB 每秒,但大模型训练,可能每秒要达到上TB的带宽”, 京东云云海研发负责人说,这要求大模型场景下的存储性能相比传统产品提升几百到上千倍。 为避免大模型故障,经常要阶段性保存训练的结果,业界称为“checkpoint”。千亿参数级别的模型训练,高峰时段可能需要在数十秒内处理 TB 级别的数据存储。资深人士介绍,这个步骤存储系统要尽量避免任何中间传输损耗,数据拷贝的性能损耗,从而把网络和磁盘的物理硬件性能充分发挥出来。 上述资深人士认为,目前国内面向AI大模型场景的存储解决方案生态尚有待进一步丰富和发展。不过已经有厂商从自身的大模型应用实践中看到了市场的痛点,并以高性能产品来满足需求。以京东云云海的高性能极速版为例,该产品具备高吞吐、高带宽和低时延等特性,可满足金融行业客户的需求。 比如在大模型训练的并行文件存储时,云海极速版的单文件系统支持千万级IOPS,上千台服务器可同时并发访问;单客户端数据能达到200μs延迟和数百GB/s的读写吞吐。在高性能之外,云海产品的稳定性还经过京东自身海量数据规模和复杂场景的考验。 值得一提的是,当下金融行业信创进程正在加速,业界也关注到,银行、券商等金融客户在存储产品选型时已经把保证核心技术自主可控等纳入考量。主流厂商们正大力加强自身产品对国产软硬件的兼容。目前京东云云海已兼容全系列国产软硬件,而且核心技术自主可控,能够满足国产化适配的需求。 资深人士还观察到,近年来,一些新趋势也在出现。一些金融行业客户在此前常见的软硬件一体解决方案之外,还希望存储产品交付时能够实现软硬解耦。这样既能利用好企业内已有的硬件资产,充分利旧,另外也能保持相应的自主权和灵活性,符合组织内严苛的采购流程和规范。目前,京东云云海的产品包含软硬一体和纯软件交付两种模式,更为灵活,也受到不少客户欢迎。 大模型落地的成本问题也是业界关注重点。今年2月国盛证券估算过,GPT-3训练一次的成本约为140万美元,对于一些更大的LLM模型,训练成本介于200万美元至1200万美元之间。千亿级别参数,动辄以月来计算的训练过程,反映到存储环节,本身就意味着巨大的成本。 为了提升性价比,除了从存储性能上让昂贵的GPU资源得到充分利用,提升模型训练效率,一些产品和解决方案已经着重思考如何以更低成本来满足需求。例如,京东云云海从软件和一致性算法等层面入手,解决海量规模带来的管理难度增加以及成本的指数级增长。 总体而言,金融行业里大模型的探索实践和智能化转型升级特性,正呼唤着存储产品在更高性能、更可信和更具性价比等层面进行升级。 03 下一代分布式存储走向何方 大模型对先进存力的需求蓬勃生长的背后,行业也在期待新的分布式存储架构和产品,破解高性能、高稳定性以及可扩展和运维上的痛点。 事实上,国内大部分存储还是第一代产品和技术,基于诸如CEPH开源架构做了一些商业化版本。而像CEPH开源架构本身,已经是一个将近20年历史的架构,过去一直没什么太大的变化,面向的是一些低速存储硬件。但存储的硬件这些年无论是性能还是价格都有很大的优化,软件反而成了性能释放的瓶颈和短板。 京东云云海身上有一个鲜明的标签——“下一代分布式存储”。 京东云存储研发负责人说,下一代并不是在上一代存储的基础上做一些性能优化,而是整个技术体系有彻底的变化,“上一代积累的很多经验完全要推倒重来。” “下一代”背后主要有双重含义:一是软件架构领先,二是在工程实践真实落地。 和传统的存储不同,京东云云海引入了全异步、非阻塞、无锁化全量的架构。尽管下一代分布式存储的代码量比上一代的存储架构多了5倍,给编程和工程都带来了很大的挑战,但带来的收益也非常可观。 从京东云海在金融行业的实践来看,在相同的硬件条件下,“整个产品的表现达到了可以媲美集中式存储,或者传统分布式存储10倍的水平,并且成本没有提升。” 京东云存储研发负责人说,比如IOPS比上一代产品有10倍的提升,IO延迟低于百微秒,已经是业内领先的水平。 相比于对技术演进方向的准确判断,其实更大的难题在于这些新技术和产品,如何在工程落地中经受住大规模场景的实践考验。科技企业早期都喜欢去打榜,以展现产品或技术的先进性,但业界发现,榜单的表现与真正的规模化工程实践还有巨大的鸿沟。 尤其是存储作为非常底层的支撑产品,稳定性要求高,数据损坏或者丢失不可逆,客户对存储产品的更换会更加谨慎。诸如银行等金融客户在选型时都非常在意,产品本身是否有过大规模的生产和实践。 京东云存储研发负责人坦言,全异步、非阻塞、追加写等技术思路业内基本有共识,目前市面上开源产品很少跑通,可参考的生产实践也非常少。京东的优势在于,10年前就开始自研存储,当时解决的是内部的需求。这些内部场景给下一代分布式存储的工程实践提供了天然的练兵场。 一是京东集团本身业务多元化,除了电商,也有物流、金融、健康和科技等业务,不同的业务场景对存储的要求不太一样,比方金融场景更偏安全可靠,需要多地容灾;物流场景更偏实时性,支持订单的实时响应;搜索推荐更偏高吞吐的要求。“方方面面的这种需求,都有过一些实践。” 他说。 二是京东的业务体量对存储的性能要求也非常高。 如今,云海在性能上已经做到接近本地盘的性能。京东已经在把本地盘切换到云海的分布式存储,经历了大促的检验。 云海根据京东自身的业务场景和生产实践孵化而来,经历内部积累的技术实践,能很好地匹配包括金融客户在内的需求。 不过产品对外输出,外部客户的IT环境与内部存在不小差异,这也考验云海的适配能力。比如云海之前在京东内部使用,底层资源用的都是京东云,但服务外部客户,需要面对各种各样的云产品,每家云的技术体系不太一样,适配的便捷度,过程是否平缓,适配完是否会导致性能衰减,都是需要解决的挑战。 云海产品经理回忆,云海最早服务的一批外部客户就是金融企业,经常会面临客户规划的资源,与云海要发挥最佳实践所需要的资源不匹配的情况,有些客户提供一些虚拟机,不仅要求软件跑起来,性能和时延都要在这个环境下看到效果。云海正是在不断完成适配的过程里,打磨出了产品的能力,从而在客户的场景里能满足各类要求。 类似的问题在现实的工程实践中经常碰到,甚至因为整个工程的复杂度涉及方方面面,要把产品做到极致,不光是自己的代码可能会出bug,使用的一些操作系统和依赖的运行库也会有问题。“整个的难度在于全链条都有可能发生问题,都需要去解决。” 京东云存储研发负责人说。 不过,他发现,越来越多的外部客户在认可互联网公司的技术演进方向,比如很多金融客户也认为存算分离是基础设施演进的必然趋势。而且,这些头部银行客户在做一些技术选型时,找的大多也是互联网类的云厂商。 如今,大模型的蓬勃发展,金融行业对先进存力的需求越来越旺盛,京东云云海作为先进存力的代表,通过自研下一代分布式存储技术,在满足高性能、高稳定性和高可用性等刚性需求的同时,也提供了软硬解耦的交付方式,正在得到越来越多金融客户的认可和信任。
达摩院的AI研究,让人类首次实现了大规模胰腺癌早筛
用人工智能挑战最致命的癌症。 日常生活中,我们经常会与人工智能进行互动,从解锁手机,使用搜索引擎到地图导航……AI 正在为我们带来越来越多的便利。不过在临床医学中,AI 技术的应用速度要慢得多,绝大多数诊断和治疗建议仍然完全基于人类判断。 直到最近,AI 在医疗影像的新突破,让事情有了变化。 上周,最新一期自然杂志子刊《自然医学》(Nature Medicine)上一个名为「PANDA」(PAncreatic cancer Detection with AI)的胰腺癌早筛 AI 模型正式亮相,成为了人们热议的话题。 该研究通过「平扫 CT+AI」的方法,让我们首次拥有了大规模早期胰腺癌的筛查手段。 据研究团队介绍,PANDA 早期筛查模型的特异性达到了 99.9%,这意味着每 1000 次测试中只出现一个假阳性;其检测胰腺肿瘤的能力可达 92.9%;鉴别胰腺癌的能力比放射科医生独立判断时的平均表现提高了 34.1%。 这或许是人类在与「癌症之王」胰腺癌的斗争中第一次掌握了主动权。《自然医学》对此还专门刊发评论文章:「基于医疗影像 AI 的癌症筛查即将进入黄金时代」。 癌症的早筛一直被认为充满挑战,人们一直期待出现一种简便通用的技术,来对大规模无症状人群进行癌症筛查。利用 AI 算法的 PANDA 或许会成为给我们带来希望。 破解「癌症之王」 关于胰腺癌, 我们可以列举两个残酷的数据:平均五年生存率不到 10%,80% 的情况下发现就是晚期。时至今日,胰腺癌已经成为中国乃至全球生存率最低的恶性肿瘤。 图片来源:http://www.china-rt.cn/special/856.html 胰腺癌早期发现困难的原因之一在于其明显症状很少,而且在癌症进展之前很难进行自愿检查。此外,由于胰腺位于身体最深处,一些影像学检查(例如腹部超声检查)可能无法显示整个胰腺。而增强 CT、增强 MRI、PET 等影像诊断,由于需要注射造影剂、辐射剂量、检查周期长、费用昂贵等原因,不太适合用于大规模胰腺癌筛查。 在体检及医院常用的平扫 CT 图像上,同样由于图像对比度低,很难识别早期胰腺病变,容易出现漏诊或误诊。 因此,胰腺癌的早筛早治具有重要的临床意义,在筛查手段上进行革新也显得尤为必要和关键。AI 技术或许能够帮助我们解决这个问题。 在 PANDA 论文中,基于阿里达摩院的医疗 AI 技术,上海市胰腺疾病研究所、浙江大学医学院附属第一医院、中国医科大学附属盛京医院、复旦大学附属肿瘤医院、布拉格查理大学第一附属医院、上海交通大学医学院附属新华医院、约翰霍普金斯大学等机构首次提出以「平扫 CT+AI」进行大规模的胰腺癌早期筛查。 PANDA 模型在这十多家顶尖医疗机构进行了大规模多中心验证,显示了稳定的泛化性能。此外,在上海市胰腺疾病研究所的体检、急诊、门诊、住院等场景中实验,仅通过最简单的平扫 CT,就在 2 万多真实世界连续病人群体中发现 31 例临床漏诊病变,至今已有两例早期胰腺癌病患已完成手术治愈。 目前,这项研究成果已向全球医生和研究人员开放。 这也是中国放射影像领域的科研成果首次登上《自然医学》杂志: 论文链接:https://www.nature.com/articles/s41591-023-02640-w 开放地址:https://g.alicdn.com/medical-engineering/d3viewer/0.0.87/index.html#/panda 在 AI 加医疗领域,我们见证过很多医疗影像的研究成果,本次登上 Nature 子刊的工作有哪些创新之处?首先,针对胰腺癌变位置隐匿、在平扫 CT 图像中无明显表征等特点,达摩院为 PANDA 设计了独特的深度学习框架,模型概览图如下所示。 上图 a 为模型开发,PANDA 以平扫 CT 为输入,输出可能发生胰腺病变(包括 PDAC 和其他 7 种非 PDAC 亚型)的概率和分割掩码。PANDA 接受了病理学确认的病患级标签和增强 CT 图像上标注的病变掩码的训练。b 为模型评估,评估 PANDA 在内部测试组、平扫和增强 CT 、外部测试组、胸部 CT 组等真实世界多场景研究中的性能。c 为模型临床转化。 达摩院医疗 AI 高级算法专家、也是这次 PANDA 项目负责人张灵进一步解释称,PANDA 并不是一个单纯的视觉分割模型,它兼具了分割、检测和分类功能,其深度学习框架(下图)包括以下三阶段,每个阶段「各司其职」。 第一,通过构建分割网络(U-Net)来定位胰腺; 第二,采用多任务网络(CNN)来检测异常情况; 第三,采用双通道 Transformer 来分类并识别胰腺病变的类型。 达摩院在 PANDA 模型的训练策略上也做了一系列技术创新,从而实现了高效、安全的大规模胰腺癌早筛。其中的关键在于如何更加准确地识别平扫 CT 图像中肉眼难以识别的细微病例特征。 同样重要的是数据,AI 筛查模型的训练需要医生手工标注大量肿瘤,但平扫 CT 图像对比度极低导致医生几乎无法标注。达摩院医疗 AI 团队先让合作医生们在增强 CT 上勾画,然后利用提出的知识迁移训练方法,通过精确的适用于腹部 CT 图像配准的算法将增强 CT 上的先验知识迁移到平扫 CT 相应位置。这样一来,以往 AI 识别癌症普遍存在的勾画难、标注难、训练难等问题得到有效解决。 同时,由于该研究主要通过腹部 CT 训练,而现实中胸部 CT 大量存在,达摩院算法团队提出一种基于模拟裁剪的数据增强方法,解决了模型泛化到胸部 CT 通常可能出现胰腺肿瘤扫描不全的问题。 得益于 PANDA 训练架构和策略的创新,该研究构建了迄今最大的胰腺癌肿瘤 CT 训练集(包含 3208 名真实病人)。该 AI 算法在一个由全球十多家医院约 6200 名患者组成的多中心队列中进行了验证,其中包括确诊的胰腺癌病例和无胰腺病变的对照病例。 随后,PANDA 进一步在包含 20530 名真实世界连续病例的多场景验证中测得了 92.9% 的敏感性(判断存在胰腺病变的准确率)和 99.9% 的特异性(正确判断无病的几率)。 截至目前,PANDA 模型已在医院、体检等场景被调用超过 50 万次,帮助医生成功发现多起临床漏诊的早期胰腺肿瘤病例,平均每 1000 次只出现一次假阳性。研究人员表示,未来还将持续进行多中心前瞻性临床验证, 以期改写「胰腺肿瘤不推荐筛查」的悲观论点。 复旦大学附属肿瘤医院放射诊断科主任顾雅佳教授表示,这篇论文提出了一种有潜力的大规模胰腺癌筛查方法,在提升检出率的同时,又不会给病人带来额外的辐射与经济负担,「设想一下,我们去体检时做个最简单的平扫 CT,就能查出有无胰腺癌,这将帮助到很多胰腺病人,减少悲剧的发生。」 达摩院医疗 AI 团队负责人、IEEE Fellow 吕乐表示,这项研究是一个重要的里程碑,在临床上证实了「平扫 CT+AI」的癌症筛查技术路径的可靠性。 构建实用的 AI 影像诊断体系 AI 加持的医疗影像技术,正在为当前的医学带来各种新的可能性。 迄今为止,美国食品药品监督管理局 FDA 已批准了 300 多种医疗影像相关的人工智能工具。通过深度学习技术,医生们可以在一些领域的病灶识别、标注、靶区勾画等任务上获得帮助,更快发现隐藏病灶,完成诊断、治疗工作。 在癌症的 AI 医疗影像工作上,此前大多数方法聚焦于协助医生进行病灶检测和诊断。此次 PANDA 研究带来的突破,则为人们在基于影像的大规模多癌筛查上开辟了一条新道路,有望提高重大癌症的早期检出率。 对于达摩院的 AI 加医疗探索来说,这只是近年来成果的一小部分。 「AI 应该解决那些尚未得到解决、而病人又真切需要的临床需求。我们需要在病人性命攸关的临床问题上,做出不可或缺的贡献。」这是达摩院医疗 AI 团队秉持的医疗技术第一性原则。 我们了解到,达摩院医疗 AI 团队长期致力于 AI 与医疗影像的融合研究,重点布局精准癌症诊疗、精准慢性病诊疗、神经退行性疾病预筛三大方向,其中研发了包括规模筛查、精准诊断、预后治疗、响应评估在内的全流程的癌症诊疗技术。 除了技术探索之外,达摩院医疗 AI 团队还与全球多家顶尖医疗机构的合作,利用 AI 技术探索低廉、高效的多癌筛查新方法,希望通过一次平扫 CT 就能查出多种早期癌症。 截至目前,相关工作已经在胰腺癌、食管癌肺癌、乳腺癌、肝癌、胃癌、结直肠癌等七种高发癌症上取得阶段性进展,相关研究成果先后登上 Nature Medicine、Nature Communications 等医学期刊及 CVPR/MICCAI/IPMI 等 AI 顶会。可以说基于医疗影像 AI 的前沿技术与癌症筛查这个领域实现了「双向奔赴」。 达摩院的 AI + 医疗影像重要研究,还包括但不限于: 2022 年 10 月,其医疗 AI 团队初步验证了 AI 与平扫 CT 结合的技术可行性,敏感性和特异性均超过专家医生水平,有望用于早期食管癌检查,相关论文发表在了 MICCAI 2022;同月基于深度学习对头颈癌 42 个危及器官进行高效精准自动规划,有效减少放射治疗并发症,研究登上 Nature Communications。 论文地址:https://www.nature.com/articles/s41467-022-33178-z 2023 年 6 月,针对 CV 领域的 OOD 难题提出全新医学图像语义分割框架,让 AI 更准确识别肿瘤中的疑难罕见案例,并已在胰腺和肝脏肿瘤上得到验证。该研究被 CV 顶会 CVPR 2023 评为 Highlight 论文。同月基于增强 CT 的胰腺肿瘤鉴别诊断也有了新进展,成果在医学图像处理顶会 IPMI 2023 上发表。 2023 年 8 月,发布多癌影像分析通用模型 CancerUniT ,利用增强 CT 实现 8 种主流癌症的辅助诊断,研究成果被 CV 顶会 ICCV 2023 收录。同月发布的首个可以分割全身 143 个器官的连续深度学习框架也被 ICCV 2023 接收。 CancerUniT 检测、分割和诊断 8 种癌症肿瘤的示例。图源:https://arxiv.org/pdf/2301.12291.pdf 不久后,达摩院免费开放 100 件 AI 专利许可,其中有 3 件是专门针对癌症的精准治疗和解决关键的医疗图像配准问题(后来在 10 月份 MICCAI 2023 Learn2Reg 竞赛上, 达摩院相关医疗图像配准技术以比较明显的优势,获得所有两个赛道的冠军)。 2023 年 10 月,基于 CT 图像的肝脏肿瘤筛查与诊断、胃癌筛查、肺结节自动检测及良恶性鉴别、胰腺癌预后等几项工作也在 MICCAI 2023 发表。 再加上胰腺癌早期检测模型 PANDA,达摩院的医疗 AI 技术,成为了一个又一个 AI for Science 的范例。 不仅如此,在达摩院的设想中,AI 不仅可以辅助医生进行多个癌症疾病筛查,同时还可以进行心脏病、腰椎、骨骼等疾病筛查,希望能在一张平扫 CT 的基础上同时检测出 8 种肿瘤和 5 种慢性病,实现基于医疗 AI 的普惠筛查。 据了解,达摩院已与浙大一院、复旦肿瘤、北医三院等多家三甲医院建立了临床科研合作关系,其医疗 AI 产品已成功对接落地 30+ 家医疗影像合作伙伴,累计落地医疗机构数超过 1000 家,为全球 2000 万人次提供了智能化医疗健康服务。 结语 有了 AI + 平扫 CT 技术,我们或许可以想象:在未来通过完成常规、有限的体检项目,我们就能在 AI 加持辅助下获得很多疾病的筛查结果。 此外,在 AI 技术进一步实用化以后,不仅是医疗影像数据,人们的就诊记录、行为模式,甚至声音等各种信息都可以作为数据进行模型的训练,并用于检测病症,为病人提供精准治疗的数据决策支持。 而这些能帮助人们获得健康的科技,会有一部分来自于阿里达摩院。 达摩院自 2017 年成立以来,一直以探索未知,以人类愿景为驱动力为目标,面向未来开展基础科学和创新性技术研究。位于科技趋势重要位置的 AI for Science,是其努力方向的重中之重。随着近年来一系列技术突破和应用的铺开,很多原本存在于我们想象中的事正在逐步实现。 「任何一家公司生命周期都是有限的,但能留下来的,是阿里巴巴的技术、经验以及对社会的担当。达摩院必须要解决社会问题,才能活得长。」正如马云在达摩院创立之初所期许的,达摩院要成为一家面向未来、以科技解决重大社会问题的企业研究机构。 迎战「癌王」,实现大规模癌症早筛的 PANDA,只是一个开始。
百度智能云AI应用产品部总经理刘倩将离职
陪伴百度云 AI 业务 12 年的刘倩离职,谁将接任? 作者丨王晓然 编辑丨陈彩娴 AI 科技评论独家获悉:现任百度智能云 AI 应用产品部总经理刘倩将离职。 百度智能云事业群的一号位是沈抖,他担任总裁一职。朱勇是现任百度智能云副总裁,直接向沈抖汇报,整体负责百度智能云应用产品中心。 离职之前,刘倩向副总裁朱勇汇报,主要负责百度智能云的智能客服、数字人、AI中台、知识中台等企业级产品及解决方案。 2011年,刘倩就加入了百度,在百度智能云的 AI 业务上已有了多年的积累,可以说是一路陪伴着百度 AI 产品的落地、应用和成长。 2018左右,刘倩尚为百度AI技术生态部高级经理,百度 AI 平台产品负责人。 2020年左右,刘倩即为百度 AI 技术生态部总经理。 2023年初,她还是副总经理,年中左右的时间,即升为 AI 应用产品部总经理。 在职期间,刘倩曾负责百度大脑及飞桨等平台化开放及生态建设,并将百度大脑开放平台打造成为中国应用规模最大的综合AI开放平台,覆盖了从数据、算法、计算到感知层、认知层、平台层、生态层、应用层的不同能力层面的技术布局,共开放1400多项AI技术能力。 并且,她搭建了百度智能云 AI 生态计划,推动飞桨深度学习平台的进一步发展。 同时,她还在业内首推零门槛AI开发平台EasyDL、自定义模板文字识别平台等。 在管理方面,她也参与建立了体系化的 AI 人才培养方案: 基于百度智能云「云智一体3.0」架构,刘倩所带领的 AI 应用产品部需要在很大程度上将百度的大模型的能力和百度智能云的产品进行结合,她曾带头打磨了百度智能云「智能客服」、「企业知识管理」、「数字人直播平台」等六大产品。 在数字人业务的推进过程中,刘倩带领的团队推出了像百度品牌代言人“希加加”这样纯诞生自虚拟世界的IP;还与央视新闻合作了 AI 手语主播,服务于冬奥期间的电视节目;也推出央视虚拟主持人小 C,参与对话人大代表等采访。 在 3D 数字人方面,刘倩在 2021 年底主导发布了百度智能云曦灵平台,集数字人生产、内容创作、业务配置服务为一体,集成了 AI 手语平台、数字明星运营平台、数字员工平台、数字人直播平台等。
魅族首款AR眼镜来了!首发“定制车计划”,首秀AI大模型,三代骁龙8旗舰机3399元起
作者 | 云鹏 编辑 | 李水青 智东西11月30日报道,刚刚魅族在武汉举办了一场生态新品发布会,亮出了魅族21系列智能手机、MYVU系列AR智能眼镜、MYVU Ring智能指环、Flyme AR、Flyme 10.5等多款新产品、新系统和新技术,魅族的AI大模型也在各类产品中开始落地应用。 作为发布会结尾的“One More Thing”,星纪魅族集团董事长兼CEO沈子瑜首次宣布了魅族的“定制车计划”——Dream Car MX,魅族此举或与华为的“帮助车企造好车”有相似之处。 魅族21搭载了一块“最窄边框四边等宽”的屏幕,MYVU探索版采用了全球量产的尺寸最小的AR全彩光引擎,包括一块入眼亮度1100nit的Micro LED屏幕,值得一提的是,魅族专门为这款AR眼镜开发了一个配套的智能指环,并推出了Flyme AR系统,其界面风格类似苹果Vision Pro的主界面。 在今天的发布会上,沈子瑜率先登台进行了演讲,公布了“新魅族”成立的245天里的一些成绩。 他提到目前星纪魅族的三个主要业务分别是智能汽车、智能手机和智能眼镜。目前魅族在全国有300多家零售门店。在销量数据方面,2023年Q3,魅族手机出货量同比提升218%。 这次魅族还发布了无界智行开放平台,沈子瑜说,他们希望将Flyme Auto的核心能力更快地应用在更多汽车品牌中,他特别提到,Flyme Auto提供的体验远超“BBA”。 售价方面,MYVU探索版的售价为9999元,MYVU标准版售价为2499元。 魅族21系列智能手机起售价为3399元。 产品实拍图: ▲MYVU探索版 ▲MYVU标准版 ▲魅族21 一、全球最轻的量产AR眼镜,从光机、镜片到材料亮出诸多黑科技,还有AR专用系统 此次魅族首次发布了智能眼镜品牌MYVU,并发布了两款AR智能眼镜新品。其中高阶的MYVU探索版采用了“无线”设计。 沈子瑜说,魅族是“三年磨一剑”,在设计、工艺、材料、AI技术等方面均做出了一些创新和突破。 在设计方面,MYVU探索版在鼻托、镜片等方面采用了可拆卸替换方案,外观与目前主流AR眼镜略有不同,还是有一定魅族自己的特点的。 显示效果方面,MYVU探索版据称采用了全球量产最小的AR全彩光引擎。 其采用的Micro LED屏幕尺寸仅为一枚硬币的四分之一,通过光刻技术制成,其PPI达到了6000以上,入眼亮度为1100nit。 在轻量化方面,MYVU探索版的重量仅为71克,魅族在镜片、零部件方面都做了轻量化处理,据称MYVU探索版中的轻量化零件超过139个。 为了解决轻量化后的续航问题,MYVU探索版在算力方面需要手机与眼镜算力的协同,眼镜的骁龙W5 Gen1可以和手机上的三代骁龙8进行算力协同,算力和续航的兼顾问题得到了解决,续航时间可以达到8小时。 沈子瑜说,没有手机公司赋能的AR厂商是看不见未来的,AR眼镜与智能手机的结合是很关键的。 系统方面,MYVU探索版采用了魅族特别设计的Flyme AR。 值得一提的是,为了提升交互性,魅族还设计了一款智能指环MYVU Ring,这个智能指环采用了陶瓷和不锈钢材料,支持IPX7等级防水。 具体来看Flyme AR,其界面比较简洁,主界面上只有四个图标,用户可以任意拖动其位置。 MYVU标准版的定位是“极致轻薄”和“全天候”,沈子瑜说,MYVU首先应该是一个时尚眼镜,其次才是一个AR眼镜。沈子瑜在发布会全程都佩戴着MYVU,其外观与常规时尚眼镜类似。 值得一提的是,MYVU的外观支持个性化定制配色,用户可以在购买时进行定制。 在轻量化方面,为了进一步降低重量,MYVU标准版在光机、镜片等方面做了进一步减重,其重量仅为43克,据称这是全球最轻的量产AR眼镜。 MYVU的光引擎据称是全球最小的Micro LED纯色光引擎,其屏幕峰值亮度为2000nit,采用了首款量产的光波导树脂镜片。 今天魅族还正式发布了Flyme AI大模型并应用在了Flyme AR系统中,在沈子瑜看来,AR眼镜是AI大模型最好的载体之一。 在功能性方面,MYVU支持一些常见的AR眼镜功能,比如实时翻译、提词器等。MYVU同样支持MYVU智能指环。 二、AI大模型加持,AIGC图文创作不在话下,手机车机结合出更多玩法 今天,Flyme正式更名为FlymeOS,其中文名为无界,魅族对它的定位是全场景AI操作系统。 此次魅族发布了Flyme 10.5版本,魅族的智能助理名为Aicy,Aicy得到了AI大模型的加持,支持常见的知识问答、文案创作等功能,同时Aicy可以作为私人助手,帮助用户解决一些日常遇到的难题。 当然,Aicy也支持文生图、图片风格转换等功能。值得一提的是,在车机场景中,Aicy可以提供交规咨询、车辆维保等服务,也可以为用户推荐行程,并直接在车上进行导航。 Aicy可以对用户屏幕上的内容进行智能识别,自动认出地址、网址等信息,并提供跳转的服务。 此外,Flyme中的图库应用在AI大模型的加持下,支持了AI搜图功能,用户可以直接用自然语言描述来搜索图片。 这次图库支持了图片扩展功能,可以对相册中的图片进行扩展,创作出本没有的部分。这一功能与小米澎湃OS相册的AI扩图功能类似。同时,AI路人消除等常见AI图像处理功能相册均已支持。 另外,AI写真功能可以直接将用户个人照片转换成写真风格,甚至AI还可以改变照片的背景。 三、四边不仅最窄还“等宽”,信号看齐华为,还有罕见“白面板” 魅族这次发布的手机新品为魅族21系列,魅族21系列重点提升了显示能力,搭载了三星OLED屏幕,峰值亮度为1800nit。 魅族21的屏幕边框做到了1.74毫米,据称是全球最窄的,并且是“四边等宽”,比iPhone 15 Pro更窄。 为了实现这样的窄边框,解决信号问题是关键难点之一,魅族为此设计了新的天天线系统,信号与华为Mate 60 Pro+相比,几乎持平。 在机身耐久度方面,魅族21升级了加工机床,加工精度更高,其装配间隙为0.04毫米,A4纸的厚度为0.104毫米。 值得一提的是,此次魅族21采用了白色前面板,这在目前的主流旗舰手机中是极为罕见中,白色面板会提升25%的屏幕报废率,成本的增加很明显,据称这背后魅族采用了“车规级”工艺。 魅族在手机背部镜头上增加了一个光环,光环会随着用户不同的用户场景产生不同的光效。 在性能方面,沈子瑜说,同样的食材,也可以做出不同味道。魅族21在采用高通三代骁龙8的同时,通过对散热系统的增强,以及软件层面的调校,进一步释放了该芯片的性能。 在续航方面,魅族21的续航相较上代提升了30%,根据测试数据,其相较同级别5000mAh电池机型续航能够形成一定优势。 在一些外围体验配置方面,魅族21继续采用了超声波指纹识别技术,其马达据称为安卓阵营中体积最大的,在测试中,该马达相比苹果新iPhone中的马达性能更好。 在影像方面,魅族21的主摄采用了2亿像素传感器,魅族通过算法进一步提升了2亿像素直出拍照的速度,拍照体验有所提升。 这枚主摄基于2亿像素,可以实现“无损”的4倍变焦,在人像拍照方面有一定提升。 结语:闯入AR赛道,手握手机车机联动优势,魅族生态建设提速 此次魅族在AR眼镜赛道的新品实现了不少行业“首次”,魅族“三年磨一剑”,的确掏出了不少够硬的技术,这些也成为了魅族入局AR赛道的资本,后续其产品在市场中能有怎样的表现,值得关注。 与此同时,魅族也正式加入AI大模型之战,AI大模型能力在魅族各个产品、系统中应用,带来了产品AIGC能力的提升。 如今,科技厂商的竞争都已转变为生态的竞争,从手机、AR眼镜到汽车系统,魅族的生态建设也在加速扩展。
Sam Altman 最新专访:曝光回归内幕,首度回应 Q* 模型
一年前的今天,OpenAI 发布了 ChatGPT ,引发了人工智能的寒武纪大爆发。 技术进化的加速感越来越强,「见证历史」已经习以为常,伴随着兴奋、焦虑、担忧、反思……所有人似乎都在迫切翻开历史新的一页。 OpenAI 在经历最近一系列混乱后,今天也正式宣布了 Altman 的回归,而公司最大的投资者微软,也将作为非投票的观察员加入董事会。 同时 Altman 还接受了 The Verge 的专访,谈到了回归前的一些内幕,以及早前被曝光的 Q* 模型——那个被认为可能威胁人类的 AI 技术。 不过在这次采访中,Altman 多次拒绝回答人们最为关心的问题:究竟为什么他会被解雇? 当 OpenAI 董事会在解雇 Sam Altman 一天后,又请求他回归时,Altman 起初感到了抗拒、受伤和愤怒。他在电话中告诉记者: 我花了几分钟时间才从中走出来,克服了自我和情绪,然后想,‘是的,我当然想做这件事。’ 显然,我非常热爱这家公司,并且在过去四年半的时间里全心投入其中,但实际上,我花了更长的时间。我们在我非常关心的使命上取得了巨大进展,那就是安全且有益的人工智能。 以下是 The Verge 与 对 OpenAI 首席执行官 Sam Altman 和首席技术官 Mira Murati 的完整采访,爱范儿略作编辑: Q:Sam,我想首先谈谈房间里的大象,那就是我们仍然不知道你最初为什么会被解雇。你认为你为什么被解雇? Altman:董事会将在此处进行独立审查。我非常欢迎这一点。现在我没有太多要说的,但我期待了解更多。 Q:你认为董事会为什么说他们对你失去了信任? Altman:这更适合他们回答。 Q:你刚才在 X 上说,「很明显,你和董事会成员之间存在真正的误解。」这些误解是什么? Altman:我还没准备好谈论这个。我认为让这个审查过程进行非常重要。我很乐意谈论任何前瞻性的事情。我想会有一段时间,我非常乐意谈论这里发生的事情,但现在不是时候。 Q:你能告诉我你为什么现在不能谈论它吗? Altman:我只是想让这个过程进行,不干预。 Q:你在给员工的信中提到了 Ilya Sutskever(OpenAI 的首席科学家)。你能告诉我为什么他改变了主意,决定和其他人站在一起吗? Mira Murati:我们不知道。你得问 Ilya。 Q:Sam,回顾起来,让你回来的主要动力是什么? Altman:这真的很有趣。周六早上,一些董事会成员打电话给我,问我是否愿意谈论这个问题。我的第一反应有点抗拒,就像,「天哪,我受伤了,我很生气,我认为这很糟糕。」 然后我几乎立即开始思考,显然,我非常热爱这家公司,并且在过去四年半的时间里全心投入其中,但实际上,我花了更长的时间。我们在我非常关心的使命上取得了巨大进展,那就是安全且有益的人工智能。但也是这里的人和所有对我们抱有巨大期望的合作伙伴,还有 Mira 和领导团队以及这里所有做出了不可思议工作的人。我花了几分钟时间才从中走出来,克服了自我和情绪,然后想,「是的,我当然想做这件事。」 Q:所以董事会要求你回来? Altman:是的。 Q:你起初犹豫了吗? Altman:不会太久。在那之后发生在我身上的事情让我有很多感觉。 Q:很明显员工支持你。你认为这有多大影响? Altman:我们肯定是以一个更强大、更团结、更专注和承诺的团队走出这个过程。我认为我们之前就有很强的信念和专注,现在我认为我们有了更多。所以这是我对所有这些事情的一线希望。 在整个过程中,我们没有失去一个员工,一个客户。他们不仅在面对难以管理的增长时保持了产品的运行,还推出了新功能。研究进展继续进行。 Q:你想回到董事会吗? Altman:尽管这听起来像一个公关说辞,但要说现在这不是我的重点领域。我有一堆非常困难、重要且紧急的工作要做。我想做好我的工作,但这不像(在)董事会或不在。现在我没有花时间思考这个问题。 Q:「改进我们的治理结构」意味着什么?非营利控股公司结构会改变吗? Altman:这更适合董事会成员回答,但也不是现在。老实说,他们需要时间,我们将支持他们去思考。显然我们的治理结构有问题。找到解决这个问题的最佳方法需要一段时间。我完全明白为什么人们现在想要一个答案。但我也认为期待立即得到答案是完全不合理的。 Q:为什么你认为这是不合理的?我认为人们看到了关于发生了什么的很多模糊之处。看起来像是分歧,而不是不当行为或类似的事情。 Altman:哦,只是因为设计一个真正好的治理结构,尤其是对于如此有影响力的技术,不是一个一周的问题。这将需要真正的时间来思考,辩论,获得外部观点,进行压力测试。这需要一段时间。 Q:刚刚发生的事件是否会改变 OpenAI 对安全工作的方法? Murati:不会。这与安全无关。 Q:关于你们最近取得的 Q* 模型突破的报道,那是怎么一回事? Altman:对于那次不幸的泄露,我没有特别的评论。但其实我们之前一直在强调,就像两周前我们说的,一年前我们说的,更早之前我们说的——我们预计这项技术的进展将继续迅速,同时我们也期望继续努力弄清楚如何使其安全且有益。这就是我们以前每天起床的原因。这也是我们将来每天起床的原因。我认为我们在这一点上一直非常一致。 不评论任何具体的事情或项目,我们相信进步就是研究。你总有可能遇到障碍,但我们预计进步将继续显著。我们想与世界接触,弄清楚如何使这项技术尽可能好。 Q:最后一个问题。我确定你还在思考所有这些。我知道这一切都很新鲜。你从这整个事件中学到了什么? 我想我现在还没有一个简洁有力的回答。显然学到了很多,但我仍在努力理解这一切。我的意思是,肯定有很多可以说的,但我认为我现在还没有准备好……我现在只能给出一个冗长而杂乱的答案。 Altman: 好吧,我们以后再谈。 挂断电话后,Altman 几分钟后又打了回来: 我学到了公司真的可以在没有我的情况下正常运转,这是一件非常好的事情。我很高兴回来,别误会我的意思。但我回来时没有任何「哦,我必须做这个,或者公司需要我之类的」压力。 我自以为感觉很好,因为我要么是挑选了出色的领导者,要么是很好地指导了他们。感觉公司没有我也会完全没问题,团队已经准备好并且提升了,这感觉非常好。
打通大模型训练任督二脉!国内首个千亿参数、全面开源大模型来了,还联手开发者共训
作者 | 程茜 编辑 | 漠影 智东西11月30日报道,11月27日,算力龙头企业浪潮信息发布了完全开源且可免费商用的源2.0基础大模型,包含1026亿、518亿、21亿不同参数规模,这也是国内首个千亿参数、全面开源的大模型。 浪潮信息源2.0大模型在数理逻辑、数学计算、代码生成能力方面大幅提升,且在HumanEval、AGIEval、GMS-8K等知名评测集上的表现,超过了ChatGPT的精度,接近GPT-4的精度。 此外,昨天在AICC 2023人工智能计算大会上,浪潮信息还公布了源大模型共训计划,针对开发者自己的应用或场景需求,该公司通过训练数据并对源大模型进行增强训练,然后将其在社区开源。 如今,各类大模型创新应用频发,归根结底,大模型商用问题都集中于模型基础能力的提升。浪潮信息高级副总裁、AI&HPC总经理刘军谈道, 客户端碰到的较大挑战在于,模型基础能力是否能达到客户预期,而这部分的差距仍比较大。 浪潮信息是国内最早布局大模型的企业之一,2021年源1.0发布,浪潮信息打造了数据清洗、格式转化等完整流程和工具链,这也为源2.0的性能突破奠定了基础。如今,为了提升基础大模型的智力水平,浪潮信息的研发团队从算法、数据、计算方面并行创新突破,打造了源2.0。 那么,源2.0的能力有哪些提升?其背后的三大技术创新是什么?为什么浪潮信息如此坚定地选择开源开放?带着这些问题,智东西与浪潮信息高级副总裁刘军、浪潮信息人工智能软件研发总监吴韶华进行了深入交流,从源2.0出发,剖析浪潮信息在大模型时代的布局逻辑。 开源项目:https://github.com/IEIT-Yuan/Yuan-2.0 论文链接:https://arxiv.org/ftp/arxiv/papers/2311/2311.15786.pdf 一、20亿到超1000亿参数规模,性能评测接近GPT-4 大模型竞争愈演愈烈,越来越多的玩家参与其中,浪潮信息源2.0大模型的差异化优势可以用这几大关键词概括:千亿参数,全面免费开源,代码、数理逻辑能力全面升级。 首先来看一下源2.0大模型的基础信息,这一大模型系列有三个参数规模,分别是1026亿、518亿和21亿。吴韶华谈道,浪潮信息在保证21亿参数规模模型能力的同时,让其具备更小的内存和计算开销,能直接部署到用户的移动端设备上,这对于部分终端用户而言是一个不错的选择。 在序列长度方面,源2.0-102B、源2.0-51B的序列长度为4096个tokens,源2.0-2B的序列长度为8192个tokens。 源2.0大模型具备数理逻辑、代码生成、知识问答、中英文翻译、理解和生成等能力。 浪潮信息在业界公开数据集上对源2.0进行了代码、数学、事实问答等方面的能力测试。吴韶华称,目前,源2.0在大模型应用上已经达到接近GPT-4精度的水平。 从具体的应用案例来看,当源2.0解答一道典型高考数学题时,既需要数学领域的基础知识,还需要大模型对基础知识演化、进行求解计算等,吴韶华感慨说,当时源2.0做出这道题令他们非常惊喜。 基于数学数据集GSM8K、AGIEval Gaokao-Math-QA,源2.0的能力也不逊色于ChatGPT。 在代码生成方面, 吴韶华展示了一道十分刁钻的题。他透露,这道编程题中设计较多复杂指令,需要大模型充分理解其中的相关条件,才能生成相应代码。 在HumanEval评测中,与ChatGPT相比,源2.0-102B的代码生成能力得分略高于ChatGPT,源2.0-51B也不相上下。 在多轮对话方面,源2.0能完成解释成语、生成七言绝句、回答成语出处等任务。 基础大模型能力不断提升的同时,大模型开始走向行业应用。可以看到,基础大模型能力的边界,正是大模型真正实现降本增效、展现其价值的关键。刘军谈道,最终用户感受到的大模型能力是其在应用层面能力的表现,这些核心能力的本质,是由基础大模型能力所决定的。 以现有的聊天机器人、AI Agent为例,这些工具带给人们生活方式、工作效率的提升,其最核心的还是基础大模型的支撑,因此浪潮信息始终聚焦于底层大模型能力的提升,将为其行业合作伙伴开发更多丰富应用提供平台。 与此同时,国内大模型产业还有一大优势就是,拥有丰富的应用场景与数据资源,这也为大模型在垂直赛道落地提供了机遇。 下一步,浪潮信息计划发布多模态大模型、大模型的长序列版本等,进一步丰富基础大模型布局。归根结底,打好基础大模型地基,在其之上构建的丰富大模型应用才能“开花结果”。 二、算法、数据、计算创新,让大模型更聪明 那么,如何让基础大模型更聪明、智商更高? 当下,大模型智力水平提升的瓶颈集中于大模型的幻觉、可解释性问题,以及算法、算力、数据这三大与大模型智能水平密切相关的关键要素,也就是算法如何创新、算力如何满足超大需求、高质量训练数据如何获取。 在此基础上,浪潮信息围绕着模型的算法结构、数据获取、训练方法进行了创新升级。 首先是算法结构的创新。不同于源1.0采用的Transformer典型架构,源2.0提出并采用了一种新型的注意力算法结构:局部注意力过滤增强机制(LFA,Localized Filtering-based Attention)。 Attention注意力机制学习输入内容之间的关系时,需要进行分词,其分词的方式如下图。但自然语言中有一种很强的局部依赖特性,如下图中“中国”和“菜”两个词。吴韶华解释道,LFA结构就是优先考虑自然语言之间的局部关系,从而提高模型的表现。 ▲源2.0采用的LFA结构 LFA结构引入了两个嵌套卷积结构,输入序列通过卷积增强局部依赖关系,然后进行两两之间关联性学习,这样一来,大模型能同时掌握输入内容的全局性和局部性关系。 ▲源2.0算法架构图 基于这一结构,源2.0可以有效提升精度并降低Loss数值,浪潮信息对模型结构的有效性进行了消融实验,相比Attention注意力机制,LFA模型精度提高3.53%。模型损耗方面,源1.0到源2.0的Train Loss降低28%, 吴韶华称,Loss数值越小就意味着大模型对于训练数据特征的学习更好。 ▲源2.0 Train Loss值变化 第二大创新就是数据。有限的算力资源上,训练数据的质量直接决定了模型的性能。打造源1.0的同时,浪潮信息构建了海量数据清洗系统,将超800TB的数据压缩至5TB,但数据质量的提升仍有很大空间。因此,如何进一步提纯数据,让大模型能基于更高质量的数据进行训练,成为浪潮信息探索的一大重要方向。 吴韶华谈道,基于此,浪潮信息在构建数据集时主要考虑了书籍、论文等本身质量较高的数据,同时引入了一部分社群数据和代码数据。其中,为了得到高质量中文社群数据,浪潮信息的研发人员从12PB的数据中清洗得到10GB数据,他补充道,即便如此,这一部分数据的质量仍然不够。 浪潮信息采用了一种方式,就是基于大模型生成高质量数据,然后将这部分数据在用到大模型的训练过程中。对于大模型生成数据喂养大模型是否会有缺陷,吴韶华解释说,在他看来,这一缺陷的关键就是数据。 ▲浪潮信息提高大模型生成数据质量的策略 衡量数据的质量可以通过多样性、高质量,因此,浪潮信息在构建数据时包含了尽可能多的数据类目、主题,并通过删除不带任何函数名、文档字符串或代码的示例等各项数据清理策略来获得高质量数据。 他补充说,即便其中包含大模型生成的数据,但浪潮信息通过额外构建的数据清洗流程,能将更高质量的社群、代码数据应用到模型的预训练过程中。 其次是训练方法上,浪潮信息提出了非均匀流水并行、优化器参数并行、数据并行、Loss计算分块的分布式训练方法,能降低节点内AI芯片之间通讯带宽。 ▲源2.0训练方法 其中,浪潮信息构建了两个性能模型,分别是张量并行、流水并行、数据并行,以及流水并行、优化器参数并行、数据并行。针对这两个性能模型,研究人员实测中发现,模型预测的数据和实际测试的数据误差非常小。采用这一分布式训练方法,大模型的性能几乎不会随带宽发生变化。 ▲源2.0性能与带宽变化的关系 可以看出,从算法、数据、计算出发,浪潮信息基于自己的经验及技术积累找到了提升大模型智力水平的有效路径。 刘军谈道,去年到今年,大模型产业“粗放式经营”的发展较为明显,在这背后,浪潮信息开始探索其中的认知规律,结合认知科学、语言科学的特点,将其提炼出来,并实现算法结构的改进、数据质量的提升等。 三、开源开放,锚定大模型产业协同发展 不过,还有一大事实是,国内大模型能力与国外相比仍有不小的差距。在浪潮信息看来,开源正是国内大模型玩家追赶OpenAI,现阶段可行的路径之一。 此次浪潮信息将源2.0大模型系列全部免费开源,这也是国内首个千亿参数、全面开源的大模型系列。 开源开放的生态使得开发者可以直接调用API、中文数据集、模型训练代码等,这一方面可以降低开发者将大模型能力适配不同场景的难度,另一方面可以提升其在小样本学习和零样本学习场景的模型泛化应用能力。 刘军谈道,大模型开源最本质的好处就是,整个产业能够协同发展。当我们回顾此前成功的开源项目时会发现,其成功离不开整个社区的共同参与与贡献。 因此,面对强大的GPT-4,浪潮信息将自己的大模型全面开放出来,使得开发者在其之上构建应用时,既可以快速落地,还能在思想与技术的碰撞中,为国内产业赶超GPT-4架起一座桥梁。 他补充说,这并不意味着未来只有一家大模型能胜出,反而是未来大模型生态的建设将会更加多元化,“每个模型都会有它最擅长的能力”。 2021年,浪潮信息率先推出中文AI巨量模型源1.0,参数规模为2457亿,同时发布开源开放计划,加速大模型应用的落地应用。刘军透露,据他们不完全统计,今天国内有超过50家大模型,都使用了浪潮信息的开放数据集。 源大模型在行业应用落地的过程中,大模型的真正价值也体现在浪潮信息内部及不同的行业中。据了解,“智能客服大脑”引擎针对数据中心常见的技术问题,将复杂技术咨询问题的业务处理时长降低65%,使得浪潮信息整体服务效率提升达160%;基于源1.0,GitHub的开发人员还开发了有趣好玩的AI剧本杀平台。 ▲浪潮信息开发的InService云端智控平台 下一步,依托于此前开源计划的经验积累,浪潮信息将围绕其开源社区,广泛收集开发者的需求,并打造数据平台,将大模型的能力与更多实际的应用场景相适配。 大模型要百花齐放已经成为业界共识,开源生态的出现能够在大模型能力提升的同时,找到大模型在不同行业的商业化路径。 结语:算法、数据、计算协同创新,开源打破大模型孤岛 ChatGPT的出现为AI领域的从业者展现了大模型的智慧涌现能力,国内诸多参与玩家奋起直追,国内丰富的数据资源、应用场景是大模型发展的天然优势。但基础大模型的能力如何赶超国外头部玩家也是目前一大挑战。 以浪潮信息为代表的国内大模型玩家都在探索这其中的有效路径,过去两年间,浪潮信息中抽象出一套方法论。 从技术角度来看,大模型的挑战在于设计模型结构和训练层面,经典的Transformer架构是绝大多数大模型的底层架构,但对于如何减少计算成本、提升其对于序列中顺序信息的理解,都是模型架构方面有效的探索方式。 浪潮信息率先提出的对于算法创新、高质量数据提取、训练方法的创新等,为国内基础大模型能力的进一步跃升提供了探索的方向。 与此同时,完全开源可商用的千亿级别大模型面世,或许能为更多参与者提供一种创新的思考方式,集各家之长,加速通用人工智能时代的到来。
哪些职业最容易受到AI冲击?英国政府发布了份官方研究报告
财联社11月30日讯(编辑 潇湘)你是否面临被人工智能取代的风险? 随着ChatGPT等AIGC工具的兴起,引发了人们对数百万工作岗位可能会被该技术取代的担忧,越来越多的行业研究也正试图研判出,有哪些岗位可能受到最为猛烈的冲击。而对此,英国教育部未来技能部门(Unit for Future Skills)本周也就此发表了一份最新的研究报告。 该报告被宣传为关于人工智能对英国就业市场影响的首批量化研究尝试之一。研究人员使用了美国学者开发的方法,以确定受人工智能——尤其是大语言模型影响最大的职业、行业和领域。 报告分析发现,金融和保险行业似乎最容易受到人工智能浪潮的影响,这也意味着那些雄心勃勃的伦敦金融城专业人士正处于风口浪尖之上…… 其中,管理顾问是受所有人工智能应用影响最大的职业,紧随其后的是财务经理、会计师、心理学家、采购经理和经济学家。 而在更为细分的大语言模型(比如OpenAI的ChatGPT背后的软件)方面,研究发现,呼叫中心工作人员在最容易受大语言模型影响的职业中名列榜首。其他受影响较大的职业还包括了大学讲师、信贷管理员、公共关系专家和神职人员等。 运动员、屋顶工人和建筑工人则是最不可能受到人工智能应用技术影响的人群。 这一官方统计将英国的职业分为了365类。研究人员指出,它们根据人工智能复制岗位所需技能的能力,以及10种常见的人工智能应用程序可以在多大程度上帮助完成相应工作——包括图像识别、语言建模、翻译和语音识别等方面,为每个职业提供了“人工智能职业暴露度”评分。 这些分值从-2到1.5不等。分值越高,表明该职业受影响的可能性越大。 报告的其他结论 这些报告还发现,伦敦和英格兰东南部的工人最容易受到影响,因为伦敦的工作岗位集中在专业领域;而东北部的工人受影响的可能性最小。 此外,与学历较低的人相比,学历较高的人更容易受到影响。 该分析报告没有试图区分哪些工作可能被人工智能取代,哪些岗位上员工的作用被新技术增强了。英国教育部表示,一般认为,10%到30%的现有工作将受到人工智能的影响,不过也会创造新的工作岗位来利用这项新兴技术。 今年早些时候,美国研究人员的一项研究曾发现,ChatGPT等人工智能工具已经抢走了文案和平面设计师的自由职业工作。 英国教育部称, "这份报告说明了教育系统和雇主需要如何进行调整,以确保劳动力具备从这一新兴技术中获益的必要技能。" 英国方面早前的其他研究也表明,在未来20年里,多达三分之一的英国工作可能会受到某种程度的自动化影响,但大多数人会看到他们的工作方式发生变化,而不是被机器取代。
阿尔特曼回归OpenAI首次受访!首席科学家或出局,将变革治理结构,点将32功臣
作者 | 李水青 编辑 | 心缘 智东西11月30日消息,今早,OpenAI官网发布公告,萨姆·阿尔特曼(Sam Altman)重新担任首席执行官,米拉·穆拉蒂(Mira Murati)仍担任首席技术官,格雷格·布罗克曼(Greg Brockman)担任总裁。 ▲OpenAI官网公告 OpenAI新的初始董事会成员随之公布,布雷特·泰勒(Bret Taylor)担任主席,其他成员包括拉里·萨默斯(Larry Summers)和亚当·迪安杰罗(Adam D’Angelo),同时设一名无投票权的微软观察员。 OpenAI前首席科学家伊利亚·苏特斯科夫(Ilya Sutskever)不再担任董事会成员,新职位未确定。 在OpenAI公告中,阿尔特曼发布了重新担任OpenAI CEO后的首封致全员信。 ▲阿尔特曼致全员信 阿尔特曼在信中对米拉、格雷格、布雷特等32个人进行了一一点名感谢,言语富有感情地肯定了他们在OpenAI的工作及一系列变动中的表现。 阿尔特曼提到,当下OpenAI有三个当务之急:1、推进在全栈安全领域的研究计划和更多投资;2、持续改进和部署产品并服务客户;3、建立一个具有不同观点的董事会,改善治理结构以及监督对最近事件的独立审查。 在社交平台X上,阿尔特曼输入了八颗爱心表情并转发了OpenAI的公告。 ▲阿尔特曼在X平台上发声 重返职位之际,阿尔特曼接受了外媒The Verge的采访。他坦言,当董事会要求他在被解雇后的第二天回来时,他一开始觉得非常愤怒、受伤和被挑衅;花了几分钟让自己冷静下来,他才抛开情绪,决定回到OpenAI。 当记者问到伊利亚·苏特斯科夫为何改变立场的内幕问题时,阿尔特曼称:“这我们就不清楚了。你得直接去问伊利亚。”阿尔特曼在致全员信中称,正在讨论如何让伊利亚继续在OpenAI工作。这位被猜测策划了OpenAI夺权事件的技术大佬接下来是否留在OpenAI?这一问题更加成疑。 阿尔特曼在全员信中提到“改善治理结构”,这意味着什么?阿尔特曼回复,这还需要投入大量时间,让人们思考、讨论,听取外部观点,进行压力测试,最终才能确定下来。 今日,OpenAI新董事会主席布雷特·泰勒也发布了一封致全员信。 ▲泰勒致全员信 泰勒宣布董事会的新计划如下:1、建立一个由杰出人士组成的合格、多元化的董事会;2、进一步稳定OpenAI组织,召集董事会独立委员会来监督近期事件的审查;3、改善OpenAI的治理结构。 泰勒担任新董事会主席面临争议,有人质疑他在OpenAl董事会任职期间经营Quora和Poe的潜在利益冲突。今日下午,泰勒在X平台上回应称,他已经与董事会同事和管理层沟通过,当完成过渡任务后,就会离开OpenAI。 ▲泰勒在X平台上发声 以下是OpenAI夺权始末的前情提要: 1、突发!OpenAI前CEO阿尔特曼被开除 2、突发,OpenAI政变再反转!阿尔特曼逼宫失败,董事会又换了新CEO 3、疯狂四天、九集反转:一口气看完史无前例的硅谷夺权复仇真人秀! 4、大结局!OpenAI宣布阿尔特曼复职CEO,董事会重组 5、OpenAI政变内幕!从乔布斯夫人主持活动开始,在亿元豪宅密谋逼宫夺权 一、回归OpenAI首次受访,阿尔特曼谈夺权内幕和新变革 在阿尔特曼重返OpenAI之际,外媒The Verge记者对阿尔特曼和米拉进行了采访。采访的完整内容如下,作者对其做了不改变原意的编辑。 1、你觉得你被解雇的原因是什么? 阿尔特曼:董事会将进行独立审查,对此我很高兴和欢迎。目前我没什么好说的,但很期待了解更多情况。 2、你认为董事会为什么说他们对你失去了信任? 阿尔特曼:这个问题更适合去问他们。 3、你在社交平台X上提到,显然你和董事会成员之间有些误会。能说说是什么误会吗? 阿尔特曼:我还没准备好去谈论这个。我觉得让审查过程正常进行很重要。我很愿意讨论未来的事情。我想,总有一天我会乐意分享这里发生的事情,但不是现在。 4、你能告诉我为什么你现在不能这样做吗? 阿尔特曼:我只想让这件事过去,不想去再涉足。 5、你在全员信中提到了OpenAI前首席科学家伊利亚·苏特斯科夫。能说说为什么他改变了立场,决定站在其他人那边吗? 阿尔特曼:这我们就不清楚了。你得直接去问伊利亚。 6、是什么促使你回来? 阿尔特曼:这事情说起来挺有意思的。星期六早上,董事会的一些人给我打电话,问我愿不愿意谈谈这事。我一开始有点不屑一顾,心想:“哥们儿,我现在很受伤,也很生气,我觉得这事儿太糟糕了。” 但后来我转念一想,我其实是真的很喜欢这家公司。过去四年半里,我全心全意地投入到这家公司中,实际上,我关注它的时间还要更长。我们在使命上取得了巨大的进展,那个使命就是研发安全有益的AGI。还有这里的人,所有押注我们的合作伙伴,以及米拉和领导团队,还有所有在这里默默奉献的人。我花了几分钟才让自己冷静下来,抛开了个人情绪和偏见,然后我说:“好的,我当然愿意回来。” 7、所以董事会让你回来? 阿尔特曼:是的。 8、你一开始是不是有些犹豫? 阿尔特曼:短暂犹豫了一下。之后,我就有了很多感触。 9、很显然,员工们都很支持你。你觉得这有多重要? 阿尔特曼:毫无疑问,我们之所以能够渡过难关,靠的就是一个更强大、更团结、更专注且更敬业的团队。我以前就觉得我们的信念和专注力很强大,现在更是如此,甚至可以说是有过之而无不及。所以,这就是我对这一切抱持的一线希望。 在整个过程中,我们没有失去任何一个员工,也没有失去任何一个客户。尽管面临着艰难的增长挑战,但他们不仅成功地维持了产品的发展,还推出了新功能。同时,研究工作也在持续推进。 10、你想回到董事会吗? 阿尔特曼:这个问题听起来像是公关问题,我目前关注的并不是这类话题。我面临着一项艰巨、重要且紧迫的任务,就像攀登高山一样。我希望能够全力以赴地完成我的工作。至于是否喜欢成为董事会成员,并不是我所思考的问题。 11、你在全员信里提到的“改善治理结构”意味着什么?这是否意味着非营利性控股公司的结构会有所改变? 阿尔特曼:这是个好问题,董事会成员们现在也在思考。坦率地回答是,他们需要时间来真正考虑这个问题。显然,我们的治理结构中存在问题,而解决这个问题的最好方法就是给予足够的时间。我完全理解为什么人们现在急于要求答案,但我现实情况是目前并没有合理的解释。 12、你为什么觉得这么不合理?我觉得大家对发生的事情有太多猜测了。这看起来更像是意见不合,而不是什么渎职之类的事情。 阿尔特曼:哦,因为设计出一个真正好的治理结构,尤其是对于这样有影响力的技术,不是一周就能解决的问题。这需要花费大量的时间让人们思考、讨论,听取外部观点,进行压力测试。这真的需要投入时间。 13、刚刚发生的事件会让 OpenAI 的安全工作方法有所改变吗? 米拉:不会。这跟安全没关系。 14、最近有报道说你们取得了Q*模型的突破,这是引发一系列事件的导火索吗? 阿尔特曼:对于之前的不幸泄密事件,我没什么特别想说的。但是我们一直在强调,无论是今天、两周前、一年前还是更早的时候,我们预计这项技术会继续快速发展,我们也希望能继续努力,弄清楚如何使其安全和有益。这就是我们每天努力工作的动力。我想大家在这个问题上是有共识的。 在不涉及具体事物、项目或其他事项的前提下,我们坚信进步源于研究。尽管研究过程中可能会遇到挫折,但我们预期仍会取得显著进展。我们渴望与全球各界展开交流,共同探寻如何使它变得更好。 15、我相信你仍然在思考这些事情。我对此感到很好奇,你从整个传奇故事中学到了什么? 阿尔特曼:我想我还没有找到一个简单的答案。显然,我学到了很多,但我还在努力理解这一切。我的意思是,有很多东西可以说,但我认为我已经做好准备了……目前,我能给出的只是一个笼统的答案。 二、阿尔特曼致全员信全文:点将32功臣 阿尔特曼致公司全员信全文内容如下: 我将重返OpenAI,担任首席执行官。米拉(Mira)将重新担任首席技术官。新的初始董事会将由布雷特·泰洛(Bret Taylor,主席)、拉里·萨默斯(Larry Summers)和亚当·德安杰洛(Adam D’Angelo)组成。 我对未来从未如此兴奋过。非常感谢每个人在不明朗和前所未有的情况下所做的辛勤工作,我相信是韧性和精神使我们在行业中脱颖而出。我们一定会成功达成使命的。 在开始接下来的内容之前,我想先表达一些谢意。 我很爱并尊重伊利亚(Ilya),他是这个领域的指路明灯,也是人类的瑰宝。我对他的恶意为零。虽然伊利亚将不再担任董事会成员,但我们希望继续我们的工作关系,并正在讨论如何让他继续在OpenAI工作。 我感谢亚当、泰莎(Tasha)和海伦(Helen)与我们合作,找到了最能服务于使命的解决方案。我很高兴继续与亚当合作,并衷心感谢海伦和泰莎在此过程中投入了大量的精力。 还要感谢埃米特(Emmett),他在帮助我们实现这一成果方面发挥了关键和建设性的作用。埃米特对AI安全和平衡利益相关者利益的奉献是显而易见的。 米拉在整个过程中表现出色,自始至终无私地为使命、团队和公司服务。她是一位令人难以置信的领导者,如果没有她,OpenAI就不会成为OpenAI。谢谢。 格雷格(Greg)和我是经营这家公司的合伙人。我们从未完全弄清楚如何在组织结构图上传达这一点,但我们会的。与此同时,我只是想澄清一下。感谢你们从一开始以来所做的一切,以及从这件事开始到上周你们处理事情的方式。 领导团队——米拉、布拉德、杰森(Jason)、切(Che)、汉娜(Hannah)、黛安(Diane)、安娜(Anna)、鲍勃(Bob)、斯里尼瓦斯(Srinivas)、马特(Matt)、莉莲(Lilian)、迈尔斯(Miles)、简(Jan)、沃伊切赫(Wojciech)、约翰(John)、乔纳森(Jonathan)、帕特(Pat)等——显然已准备好在一无所有的情况下运营公司。他们说,评估CEO的一个标准是你如何挑选和培训你的潜在继任者;在这个指标上,我做得比我想象得要好得多。我很清楚,公司掌握在伟大的人手中,我希望每个人都清楚这一点。谢谢你们。 雅各布(Jakub)、西蒙(Szymon)和亚历山大(Aleksander)都是杰出的人才,我很高兴他们重新加入,推动我们和我们的研究向前发展。谢谢。 对我们团队的所有人:我相信将会有关于这个时期的书籍被写出来,我希望他们说的第一句话就是整个团队是多么的令人惊叹。现在我们经历了这一切,我们没有失去任何一名员工。你们坚定地支持彼此、这家公司和我们的使命。对于安全构建AGI的团队来说,最重要的事情之一是能够处理压力和不确定的情况,并始终保持良好的判断力。保持卓越。谢谢大家。 萨蒂亚(Satya)、凯文(Kevin)、艾米(Amy)和布拉德在整个过程中一直是令人难以置信的合作伙伴,自始至终都有着正确的优先事项。他们一直支持我们,如果我们无法实现我们的主要目标,他们随时准备接纳我们所有人。我们显然做出了与微软合作的正确选择,我很高兴我们的新董事会将他们作为无投票权的观察员。谢谢。 对于我们的合作伙伴和用户,感谢您坚持使用我们。我们确实感受到了倾注的支持和爱,它帮助我们所有人度过了难关。我们没有失去任何一个客户,这一事实将促使我们更加努力地为您服务,我们都很高兴能够重返工作岗位。 威尔·赫德(Will Hurd)、布莱恩·切斯基(Brian Chesky)、布雷特·泰勒和拉里·萨默斯搁置了自己的生活,为支持这项任务做出了令人难以置信的努力。我不知道他们是如何做得这么好,但他们确实做到了。谢谢。 奥利(Ollie)还一直搁置自己的生活,除了提供他通常无条件的爱和支持外,还尽其所能提供帮助。谢谢你,我爱你。 所以,接下来我们面对的是什么? 有三个当务之急。 推进在全栈安全领域的研究计划和更多投资,这对我们的工作一直至关重要。我们的研究路线图很明确,这是一个非常需要聚焦的时刻。我和你们一样感到兴奋,我们将化危机为机遇!我会和米拉一起解决这个问题。 持续改进和部署我们的产品并服务客户。重要的是,人们要体验AI的好处和前景,并有机会塑造它。我们始终相信,优秀的产品是实现这一目标的最佳方式。我将与布拉德、杰森和安娜合作,确保我们对世界各地的用户、客户、合作伙伴和政府的坚定承诺是明确的。 布雷特、拉里和亚当将非常努力地完成一项极其重要的任务,即建立一个具有不同观点的董事会,改善我们的治理结构以及监督对最近事件的独立审查。我期待在这些关键步骤上与他们密切合作,以便每个人都能对OpenAI的稳定性充满信心。 我非常期待与你们一起完成构建有益的AGI的工作——世界上最好的团队,世界上最好的使命。 爱你们的, 萨姆 三、董事会主席致全员信全文:改善治理结构 泰勒致公司全员信全文内容如下: 我谨代表OpenAI董事会向整个OpenAI社区,特别是所有OpenAI员工表示感谢,他们在过去的一周里齐心协力,为公司找到了前进的道路。你们的努力帮助这个令人难以置信的组织继续履行其使命,确保通用AI造福全人类。 我们很高兴萨姆、米拉和格雷格重新齐心协力领导公司并推动公司向前发展。我们期待与他们和你们所有人合作。 作为董事会,我们致力于加强OpenAI的公司治理。我们计划这样做: 我们将建立一个由杰出人士组成的合格、多元化的董事会,他们的集体经验代表了OpenAI使命的广度——从技术到安全到政策。我们很高兴董事会将包括一名无投票权的微软观察员。 我们将进一步稳定OpenAI组织,以便我们能够继续履行我们的使命。这将包括召集董事会独立委员会来监督对近期事件的审查。 我们将改善OpenAI的治理结构,让所有利益相关者——用户、客户、员工、合作伙伴和社区成员——都能相信OpenAI将继续蓬勃发展。 OpenAI是一个比以往任何时候都更加重要的机构。ChatGPT让人工智能成为数亿人日常生活的一部分。它的普及使得人工智能的好处和风险,成为几乎所有有关政府、企业和社会未来的对话的核心。 我们了解这些讨论的重要性以及OpenAI在这些令人惊叹的新技术的开发和安全中的核心作用。在确保我们有效应对这些挑战方面,你们每个人都发挥着关键作用。我们致力于倾听你们的声音并向你们学习,我希望很快能与你们所有人交谈。 我们很高兴成为OpenAI的一部分,并很高兴与大家合作。 谢谢 布雷特·泰勒 OpenAI主席 结语:夺权大戏落幕,OpenAI的故事未完待续 随着阿尔特曼正式返岗OpenAI和新初始董事会的建立,OpenAI的这一部夺权大剧正式画上句号。OpenAI的员工力量对阿尔特曼的回归影响重大,他在全员信中提到的32人尤其重要,这些人也有望成为下一步为他保驾护航的干将。 与此同时,OpenAI的故事依然未完待续。被猜测策划了OpenAI夺权、几度改变态度的前首席科学家伊利亚·苏特斯科夫将何去何从?目前仍没有定论。同时,新董事会主席亚当也面临争议,这是否会再起波澜?阿尔特曼所说的“改善治理结构”又意味着什么?这些问题,我们都将持续关注。
加速800年研究成果!谷歌DeepMind用AI预测220万新晶体,论文登《自然》
作者 | 徐珊 编辑 | 云鹏 智东西11月30日报道,今天谷歌DeepMind宣布,其用于材料探索的AI工具GNoME发现了220万种新晶体预测,其中有38万个稳定的晶体结构,有望通过实验合成。这些材料预测相当于800年的知识价值,部分材料或许会引发技术变革,如下一代电池、超导体等。该项研究成果已发表在11月29日的《自然》。 GNoME项目旨在降低发现新材料的成本。目前谷歌DeepMind已和多家实验室合作,已有736种GNoME新材料被制造。其中,劳伦斯伯克利国家实验室通过人工智能预测完成了自主材料合成。该项研究过程以及成果同样登陆在11月29日《自然》。 一、发现220万种材料,创AI材料最大预测规模和最高准确度 过去,科学家们需要在实验室通过反复调整或实验不同的材料才能找到新的晶体结构,可能需要花费数月时间才能取得一定成果,且代价高昂。随着技术发展,人们通过引入AI技术发现了28000种新材料,但AI在准确预测实验可行性和预测规模上遇到一定瓶颈。 ▲GNoME的预测材料范围 GNoME此次发现220万种材料中,有52000种类似于石墨烯的新型层状化合物可能随着超导体的发展而彻底改变电子学。并且,此次研究还发现了528个潜在的锂离子导体,可用于提高可充电电池的性能。 谷歌DeepMind共发布了380000种稳定材料的预测结构,这些材料最有可能在实验室中成功制造并应用。相对稳定的材料,不会被分解成具有较低能量的结构。例如,与钻石中的碳相比,类石墨烯结构中的碳是稳定的。 二、利用GNN进行材料探索,GNoME将发现率提高至80% GNoME是一种先进的图神经网络(GNN)模型。该模型的输入数据主要采用图表的形式,形成类似原子之间的连接,这也让GNoME更容易发现新的晶体材料。 据介绍,GNoME将会预测新型稳定晶体的结构,然后通过DFT(密度泛函理论)进行测试,并将所得的高质量训练数据反馈到模型训练中。 ▲GNoME的预测材料过程 GNoME最初被喂了有关晶体结构及其稳定性的数据训练,部分数据从Materials Project公开获得。现阶段,新模型将材料稳定性预测的发现率从50%左右提高到80%,新材料的发现率从10%以下提高到80%以上,该效率的提高可能会对每次发现所需的计算量产生重大影响。 三、打造材料目录,为人工智能新材料提供新“配方” 谷歌现已向研究界发布了新发现晶体的数据库,希望帮助科学家们测试并制造出最好的材料。 基于这些晶体的新技术的快速开发将取决于它们的制造能力。伯克利实验室的合作者领导的一篇论文中,研究人员表明机器人实验室可以利用自动合成技术快速制造新材料。 基于材料项目中的已有材料和GNoME对稳定性的见解,机器人实验室创建了晶体结构的新配方,并成功合成了超过41种新材料,为材料合成开辟了新的可能性。 如今,谷歌和伯克利实验室、谷歌研究院以及世界各地团队的合作者的研究表明了使用人工智能指导材料发现、实验和合成的潜力。 结语:重塑材料发现过程,谷歌加速AI合成材料 目前AI对材料的训练主要基于预测AI结构,谷歌DeepMind的研究成功表明现阶段通过AI模型预测材料结构的规模和准确性已大幅提高。 但在现有的数据结构下,又会带来哪些对产业有实质影响的新材料?我们或许可以期待新材料带来的无限想象。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。