原标题：上海网信办对 21 款 App 收集使用个人信息情况开展专项检查，涉及淘票票、爱奇艺随刻、TapTap 等 IT之家 7 月 30 日消息，为规范 App 个人信息处理活动，保护公民个人信息合法权益，上海市网信办按照相关法律法规对属地 21 款 App 开展了收集使用个人信息专项检查，共发现 80 余项问题。经过通报和跟进指导，目前各 App 运营单位均已完成整改。 根据官方公告，这 21 款 App 包括：摩天轮票务、票牛、淘票票、票星球、天下票仓、西十区、大智慧、爱奇艺随刻（爱奇艺的短剧、短视频应用）、宽带山、篱笆社区、UKi、崽崽（ZEPETO）、TapTap、一条、驴妈妈旅游、前程无忧（51.Job）、星野、秘塔写作猫、HOTDOG、沪江小 D 词典等。 对于此次检查，上海网信办发现了常见 10 种收集使用个人信息问题，IT之家汇总如下： 问题一：隐私政策内容不完整。例如，隐私政策未完整列举出收集个人信息业务功能，未准确列明收集个人信息的类型、目的、方式。 问题二：强制收集非必要个人信息。例如，App 提供了无需注册即可使用（如浏览、游客模式）的业务模式，但若是用户不同意隐私政策，App 拒绝提供任何业务功能。 问题三：收集用户敏感信息未同步告知目的及必要性。例如，App 在收集个人敏感信息（如精准定位信息、通讯录、身份证号、银行卡号等）时，未明确告知用户这些信息将用于什么目的。 问题四：未主动提示用户阅读隐私政策。例如，App 在展示隐私政策或服务协议时以默认接受的方式呈现，这使得用户可能在不了解隐私政策细节的情况下被认为同意信息收集和使用规则，削弱了用户的知情权和选择权。 问题五：收集与业务无关的个人信息。例如，App 在用户未实际使用业务功能的情况下，提前申请了与当前使用业务无关的电话、存储、定位等系统权限。 问题六：收集个人信息的频度超出业务功能实际需要。例如，App 在后台模式下（一般用户是无感知情况下），超越其合理功能范围，频繁地收集用户的个人信息。 问题七：未公开收集使用规则。例如，App 首次运行、登录注册等界面均未展示包含个人信息收集使用规则的隐私政策。 问题八：注销机制无效。例如，App 无注销功能，或注销存在各种障碍，无法完成注销，或用户注销账号后，限制用户重新注册使用，App 实际并未清除个人信息。 问题九：未经用户同意收集个人信息。例如，App 首次运行时，在提示用户阅读隐私政策并征得同意前，已经调用系统函数收集 Android_id、MAC 地址、蓝牙信息、应用列表等信息。 问题十：超范围使用个人信息。例如，App 在某一功能点申请使用用户定位权限，但实际在多个业务功能处都会使用定位信息，且未向用户明确告知。

IT之家 7 月 30 日消息，近日，网上流传着一个有关上汽大众经销商的“涨价通知”，该“涨价通知”称上汽大众将从 8 月 1 日起调整全系车型终端售价并降低优惠力度。 对此，上汽大众官方回应称，此消息不属实。 据该经销商的涨价通知显示，店面将于 8 月 1 日~8 月 11 日对全系车型涨价 3000~10000 元，从 8 月 12 日起，全系价格再上涨 2000 元。该 4S 店还表示，以上政策调整为全城统一动作，建议消费者尽快下定。 IT之家注意到，7 月 19 日，上汽大众销售与市场执行副总经理俞经民在搜狐《晏会厅》访谈中表达了对价格战的看法。他认为，“为了卷价格而发生一些不该发生的事情对用户是不负责任的，成就一个品牌一定不仅仅在中国，而应该是在全球。安全、品质、品相、耐用性、诚信、靠不靠谱，那就是‘一’，造成‘一’的动摇是不会有品牌的。”

巴黎时间7月26日晚8点半，当中国代表团登场的时候，塞纳河两侧看台发出了响亮的“中国队加油”的欢呼声。而在隔着六小时时差，远在千里之外的中国数百家影城里，7399位中国观众通过大银幕和现场观众一起为奥运健儿振臂高呼。 这注定是一场不一样的开幕式观看体验。 奥运在国内首次登上大银幕，不少参与直播的影院是DTS:X、4K、120帧、CINITY、杜比全景声等高端影厅，视听体验拉满；传统电影的观看方式也被打破，观众可以喝彩、摇旗甚至离开座位，更沉浸感受这场盛会的热烈氛围，“我们30多号人，喊出了坐满场的气势。”在影院看完开幕式的一位体育迷说道。 开幕式结束之后，各项热点赛事如火如荼，像乒乓、羽毛球、女篮自带观众基础，而且比赛时间都是国内的黄金时段，影院的观影预约也变得火热起来。 今天19点30分，乒乓球混双铜牌+金牌赛开打，北京地区的首都电影院、中影国际影城、卢米埃影城等14家影院都达到了开场人数；灯塔数据统计，目前该场次累计票房已达115万。 “第一次搞奥运直播，能给影城票房带来多大的提升，还不是特别明确，但这是一次很好的尝试，意味着电影院从观影场所到社交场所的过渡。”金棕榈东尚国际影城经理韩再飞告诉「深响」。 时间紧、要求高，影城直播奥运“不容易” 影城和体育赛事联动，其实不是什么新鲜事。2022年卡塔尔世界杯期间就有几家电影院做了直播，但因没有获得授权，被临时叫停。而这一次奥运直播不一样，7月13日，中影从央视获得了奥运的“独家授权”，有央视授权、有中影牵头，全国范围内符合要求的影城都能实时转播奥运盛况。 根据中影放出的官方消息，影城可以在奥运期间直播开闭幕式，以及篮球、乒乓球、羽毛球、女子跳水10米台、女排等热门赛事。中影电影通、猫眼、淘票票三大售票平台均上线了“预约放映”渠道，观众可以了解热门赛事的开票时间、想看人数以及预约买票。 并不是所有影城都可以参与直播，能否拿下奥运直播的资格，还要经过一道道“审核关”。 据「深响」了解，想要参与奥运直播，有两种报名渠道，一种是影城内有CINITY特效影厅，便可以直接从CINITY品牌处报名；另一种是有意愿的影城可以上报院线，由院线和中影对接。 报名通过后，还有一轮技术调试，中影会为报名的影城下发一份调试文档，里面详细标明了带宽、音视频的标准。例如单个影厅直播，影城用于直播业务的基础网络带宽不小于100Mbps，像东尚影城在直播前还专门升级了宽带，保证观影的流畅性。 调试完成，影城会收到中影提供的一个直播盒子，用来接收放映讯号，影城便能根据赛事热度安排直播。 调试文件，图源受访者 “时间紧”又是另一重难题。7月13日中影与央视达成独家授权合作，7月27日凌晨巴黎奥运会开幕式准时开启，这中间影城报名需要时间，技术调试又需要三四天，还要留出时间来做预热宣传，不少影城便错过了开幕式直播，把重心放在了后续的热点赛事直播。 另外，和电影逻辑一样，此次中影对参与直播的影城设置了最低发行价和分账比例。瑞楷影业环球中心旗舰店市场经理裴女士告诉「深响」：开幕式最低发行价25元，热点赛事最低发行价是30元，影院根据经营情况定好票价后，最终按五五比例分账。 而这次还有特别的一点，奥运直播的限定售票渠道为中影电影通，其平台会向购票者每张票单独收取5元服务费。也就是观众购票看到的价格是影院定价与5元服务费的总和。 所以影城考虑到最低发行价、自身的经营成本，便设定了成团人数，最少10人成团、最多90人成团。“有的影城可能会考虑投入产出比，会把这个预约成团人数拉高一些，这样有一个基本的收入。”裴经理说道。 奥运直播，能带来多大的票房提升？ 全球性的体育盛事，最终能给影城带来多少票房？又能带来多少增量人群走进影院？影城经理们都给出了不确定的答案。 7月26日开幕式直播当晚，很多影城出现了没有成团的情况。以北京地区为例，7月26日上午，「深响」观察到耀莱成龙影城、UME影城、珠影耳东传奇影城、英嘉国际影城等18家影城放开了预约观看渠道，但到了下午六点左右，达到成团人数、成功放映的仅有六家。 再看最终的开幕式票房成绩，灯塔专业版统计，截至7月30日，巴黎奥运会开幕式累计票房28.1万。其中，此次奥运直播二线城市是票房贡献主力，占比近一半，25岁到29岁女性则是主要的观赛人群。这和当下放映的热门影片的票房主力、购票人群画像，是有一定重合的。 开幕式票房数据，图源灯塔专业版 当然，这背后和开幕式的时间有关。 巴黎奥运会开幕式的时间是凌晨的一点半，六小时的时差对国内观众并不太友好，三四个小时的观看时长也“劝退”了部分观众。 而且各家影院考虑到凌晨直播的时间、人员成本，票价设定不一，便宜的30多块、贵的能到85块，付费看比赛也需要一个接受度。“电影院看比赛的体验更好，但是它是付费的，这需要有一个过程，需要观众能够走进电影院体验了以后才知道这个东西好，然后才能形成口碑、形成传播。”韩再飞表示。 好在最近几天随着乒乓、篮球、羽毛球、跳水等热门项目接连开赛，不少运动员粉丝自发组团观看，省去了影城等待开团的过程，基础的收入有了保障。体育迷洪怡就早早组织了今晚的乒乓混双决赛，目前报名人数已超过60人，远超影院的开团人数。 影城也会根据赛事的热度、观众的观看意愿针对性地做直播排片。“我们的CINITY厅日常对票房的贡献就挺高的，现在又赶上暑期档后半程发力，《抓娃娃》《死侍与金刚狼》《解密》持续带热市场大盘，到时候是排影片还是排赛事，都会根据数据提前预判。”裴经理说道。 影城搞直播 必然且必须 站在行业视角，影城直播奥运，是不得不做、是顺势而为。 影城通过奥运直播，可以吸引更多观众走进影院，给新片匮乏的经营淡季做票房补充，增加收入。“如果只是单纯电影放映，对我们来说就是看片吃饭，不确定性太高了。”裴经理坦言。 《抓娃娃》上映前的暑期档，市场整体的票房走势不如预期。猫眼专业版显示，作为暑期档开局的六月，创下了2020年、2021、2022年特殊时期外，近十年的最低票房成绩。而有11部影片扎堆的端午档，总票房只有3.83亿，远低于去年同期的9亿，同样是在影院正常营业的年份中，表现最差的一次。 而且上映的大多数影片“后劲儿”明显不足，有从业者坦言，一个片能撑大半个月已经很好，需要新片顶上。 这时候，如果有更多元的赛事活动在影城举办，正好能激活市场、拓宽收入。“现在大家都在搞电影院+，它覆盖的范畴就会比较广，也会吸引不同人群来到电影院，包括影厅的使用效率、上座率一定程度上都有所提升。”韩再飞告诉「深响」。 对于很多体育迷来说，也需要一个能把同好们聚到一起的场所，电影院看直播、现场观赛、酒吧看球本质都是一样的道理，而相对来说，现场买票价格更高，远程观赛还要考虑路费成本，差不多的价格下，酒吧看球的画面、音响等效果又不如电影院。 体育迷洪怡在得知家附近的影城可以直播奥运后，第一时间组建了观影群，目前群人数达到了200多人，群内成员对国乒、女篮等都热门项目都有极高的线下观赛欲望。“我觉得电影院观赛是很有创造性的一种尝试，在大银幕上观看，适合同样喜欢这个运动项目的朋友一起看，大家一块加油助威，特别有氛围感。”洪怡表示，在观影前，还有运动员粉丝自发准备了手幅、书签等应援周边免费发放。 图源现场观众 在体育之外，还有影城自发与周边的业态合作，售卖场景服务。裴经理介绍，她所在的博纳院线环球中心旗舰店搞过亲子类的研学体验，与周边的科技馆、博物馆合作，打造空间课堂；还尝试和成都本地的演出商沟通，进行一些演出合作。此外，像映前广告、按摩椅、餐饮小食等非票收入基本成为每一家影院的标配措施，多只脚走路，才能减少看片吃饭的不确定性。 过去在电影行业，大多数情况下影院处于产业链的最末端，只是一个放映影片的场所，当下电影院正打破这种“被动”局面，不只是做社交、做异业合作，刺激更多观众来到影院，还在向着上游进阶，比如介入到宣发环节，从跨年档的“下雪场”到暑期档为《伞少女》设置的“国风场”，让观影更具仪式感；还有影城在增加中小成本影片展映的频率，邀请年轻影人在影城做互动、分享，这些举措都一步步拓宽了影院的边界。 随着电影行业迈入理性调整期，从产业链上游到下游，所有人面临的是一场更全面、更激烈的竞争。

IT之家 7 月 30 日消息，2024 京东云峰会今日在上海举行。会上，京东云展示了京东言犀大模型落地行业的技术与最新实践，并发布京东云企业大模型服务、言犀智能体平台、智能编程助手 JoyCoder、言犀数字人 3.0 等八大产品。IT之家汇总内容如下： 1、京东云企业大模型服务：支持一站式打造企业专属大模型，将垂直领域知识注入到模型的同时，号称不损失模型的通用能力。 2、言犀 AI 开发计算平台 2.0：内置 20 余种开源模型，提供 100 余种算法和工具链，提供主打性价比的大模型开发服务。 3、京东云大模型安全可信平台：涵盖超过 200 种特有的红蓝对抗攻击手法，覆盖监管合规要求的全部 31 类风险类型，风险分析准确率号称可达 95% 以上。 4、京东云云舰 AI 算力云：支持多地域分布式算力的统一调度，提供主打性价比的算力供给。 5、新一代分布式存储云海 3.0：支持千亿级参数 AI 大模型，4K 随机写 IOPS 达到 1000 万级，平均延迟在 100 微秒级。 6、言犀智能体平台：新一代一站式 AI Agent 开发平台，已接入数十个大模型，帮助用户搭建各类快捷应用。如今，活跃在京东内部的智能体超 3300 个，以及 100 多个行业解决方案模版。 ▲ 言犀智能体平台 7、京东云言犀数字人：京东云言犀数字人 3.0 平台发布，支持 100 + 个性化角色，50 多个行业特定属性场景。在直播场景，京东打造了双人直播、试妆直播、换装直播、实景直播、多语种直播在内的玩法。 ▲ 言犀数字人 3.0 平台 ▲ 言犀数字人 3.0 8、京东云智能编程助手 JoyCoder：基于大模型技术自主研发的编程工具，可提供代码预测续写、注释生成代码、智能代码评审、批量生成单元测试等能力。 目前，京东零售、物流、健康的上万名开发者正在使用 JoyCoder 服务数亿用户，号称生成代码采纳率超过 35%，研发提效 30%。 ▲ 京东云智能编程助手 JoyCoder

三言科技7月30日消息，今日，蔚来汽车品牌与传播助理副总裁马麟发微博称，不要搞低水平内卷。卷周榜多少有点低水平内卷的意思，中国车企在当下的使命是通过研发实现技术突破。 之后，吉利高级副总裁杨学良转发马麟微博，并表示自己也反对出周榜。 7月27日，在NIO IN 2024蔚来创新科技日期间，蔚来联合创始人、总裁秦力洪表示蔚来从来不做任何形式的销量预测，也从来不去发布任何未经审计的周榜，也从来没有授权任何别的机构来发布带蔚来名字的周榜，这个数字从来没有经过蔚来认可过，蔚来的周销量数据在内部也不会超过10个人知道。 他表示第一这个数据是不严肃的，第二蔚来的品牌没有授权，如果是国家的统计机构，那没有办法是大家的工作。“如果就是另外一个公司，凭什么用我们的品牌去发周榜，能不能把我给扣出去，当然，我们也能感受到社会对我们的关切，以周为单位，以天为单位，分秒必争去抓经营是应该的。” 秦力洪呼吁相关部门可以对此管一管。 不过，今天理想汽车仍然继续发布了销量周榜。 榜单显示，2024年第30周（7.22-7.28），理想汽车周销量达1.28万辆，连续14周获中国市场新势力品牌销量第一。

IT之家 7 月 30 日消息，知情人士向《日经亚洲》透露称，台积电控股子公司 ESMC 将于 8 月 20 日举行德国德累斯顿晶圆厂的奠基仪式。 该晶圆厂将聚焦车用和工业用芯片，具体工艺为 28/22nm 平面 CMOS、16/12nm FinFET 等成熟制程，预计于 2027 年实现量产，月产能可达 40000 片 12 英寸晶圆。 ▲ 台积电现有 晶圆厂内部。图源台积电 台积电董事长兼总裁魏哲家将率公司代表团赴德出席本次活动，亲自主持仪式并会见上游供应商、下游客户与德国政府官员。 奠基仪式的邀请函中提到，ESMC 的首座晶圆厂将代表“欧洲可持续半导体生产的新维度”。 ESMC 由台积电持股 70%，三家欧洲合作伙伴英飞凌、博世、恩智浦各持股 10%，整体投资规模超 100 亿美元（IT之家备注：当前约 726.29 亿元人民币）。 ESMC 的首任总裁将是前博世德累斯顿晶圆厂厂长斯蒂安・科伊茨施（Christian Koitzsch），而 ESMC 的第一座晶圆厂正好毗邻科伊茨施此前的工作地点。 此外，ESMC 的首座晶圆厂距另一股东英飞凌的新建芯片工厂亦不遥远。

今年是大模型产业落地元年。从年初到现在，客户对大模型的预期越来越高，要求解决更多的业务场景问题。 在这个过程中，智能体正在爆发——越来越多的客户希望自身应用，能向下一代智能体（Agent）的方向演进。 简单说，如果将大模型比作大脑，智能体就像是大脑的手脚和四肢。它能拆解客户复杂的需求，调用工作流和工具，成为一个真正的业务小助手。由于它的门槛足够低，可以让更多人入门。而今天大多数AI原生应用，几乎都能用智能体搭建。 业界所有大模型公司和生态企业都在做智能体。这也意味着，大模型落地已进入“必卷智能体”的阶段。 在7月30日于上海举办的2024京东云峰会上，京东正式发布言犀智能体平台，它是一站式智能体开发平台。京东云判断，智能体、数字人、具身智能是未来大模型与终端用户的核心交互介质。其中，智能体更偏云端，是企业AI原生应用的重要推手。 实际上，京东云此次发布了包括言犀智能体平台在内的、支持大模型落地的全栈产品，加速大模型全场景落地。 “通用大模型靠算力堆出来，企业大模型则靠业务跑出来。”京东技术委员会主席、京东云事业部总裁曹鹏在云峰会上说。通过日臻完善的产品和工具平台体系，大模型才能与产业结合，发挥最大潜力。 数智前线获悉，京东云大模型全栈产品是在京东供应链这一超级孵化器中孵化而来。目前，在京东内部已有超过100个大模型的应用，支撑了超过60万员工和20万的商家的应用。 01 “一线对智能体的热情令我惊讶” 京东相关负责人表示，在实践中感受到，智能体是今年大模型落地中，应用效果最好的工具平台之一。 京东发布的言犀智能体平台，实际上是一个“内生外化”的产品。它从去年10月开始研发，今年春季在京东和一些生态链企业开放使用，仅仅几个月时间里，员工就搭建了3300多个智能体。“让我们惊讶。”该负责人说。同时，平台上也形成了上千个工作流、知识库，受欢迎程度，超出预期。 “这可能与京东业务人员多，链条又足够长有关。”一个有趣的现象是，过去一些年，京东在核心的零售供应链，投入了大量AI算法团队。而这次大模型的变革，却为那些过去没有被AI影响到的群体，带来颠覆性的变化。一线业务、职能、产品经理等都结合自己的工作，创建Agent。 比如，有人搭建了长视频剪辑Agent。因为京东内部有大量培训视频要剪辑，过去大家要手动去找到相应部分，再用剪辑软件去剪，一周只能剪几个。现在这个视频剪辑助手，只要上传视频和要求，就可以利用大模型多模态能力，找到对应的帧，员工再去剪辑，一周可以完成上百个。 另一个智能小哥助手，为快递小哥做路径规划、智能提示，解放他们的双手；在京东的智能体市场上，有大量活跃的Agent。有电话营销质检智能体，已产生百万级访问量，替代人工做营销电话的审核与校验......此外，京东有超60万员工，还有大量通用场景智能体，如报销类、学习类。 由于针对大量一线员工使用，言犀智能体平台支持了零代码开发，让没有算法背景的员工，也能通过可视化、拖拽方式来搭建智能体。“智能体平台就是让每一份AI灵感都能快速落地。”京东相关负责人对此深有体会。 智能体给组织协作也带来了改变。之前一些业务部门协同时，要找对方拉会，需要开发还要制定排期。现在大家自发把各自的工具和API注册到智能体平台上，实现了底层能力的链接，其他部门员工可直接调用，协作也变得不一样。 在经历内部锤炼后，言犀智能体平台对外开放。在商业模式上，提供公有云和私有化部署。 市场上已推出的智能体平台，不少侧重在个人开发者，但言犀智能体平台更针对行业。它在内部孵化时，获得京东零售、健康、物流各板块的广泛使用，沉淀了相应的行业解决方案。这次发布中，言犀智能体平台预置了相关配置模版和插件，以及100多种行业解决方案，客户用1分钟即可构建专属智能体。 针对企业如何用好智能体，京东相关负责人建议，尤其要注意两方面：一是要持续挖掘爆款，打造标杆。比如，京东每周会根据数据，选拔智能体在官方市场上架，吸引更多人使用。“黑客马拉松则再将其推高一个档次，一浪高过一浪。” 另一则与平台运营相关。如何支撑成千上万员工的应用？一方面要建立有企业特色的类目体系，将成千上万的智能体分好类，方便大家查找；另一是及时沉淀成熟解决方案，用户可以直接使用。 智能体做出的AI原生应用，给企业软件市场也带来变化。一些智能体直接替代了原有企业的SaaS软件，一些则嵌入到SaaS系统中去。言犀智能体平台也提供了简单的应用发布环节，企业可将搭建的智能体通过Web、API等方式，发布到内部IM，如企业微信及协同办公渠道。 业界看到，Agent目前仍然处于非常初级的阶段，未来会产生更多意想不到的Agent能力，这有赖于长千上万的企业应用者。他们使用的过程，将是AI Agent进化的过程。 02 智能体背后，大模型的锻造流水线 言犀智能体平台目前已接入数十个大模型。而这些模型，由言犀AI开发计算平台输送而来。在上海云峰会期间，言犀AI开发计算平台全面升级到2.0，并根据大模型落地关键点，突出了其中的关键能力。 第一个能力是模型压缩+模型拉升。从去年底开始，各家企业的主要精力，都是根据客户的使用场景，在基础大模型上裁剪、拉升出各种小模型。曹鹏介绍，这是因为即便经历了军备竞赛式的投入，通用大模型到了真正的场景里，“仍差了那薄薄的一层纸，需要专门调优”。而且不少场景要求模型反应速度要快，推理成本要低，小模型的市场反而更大。 目前，企业一般是采用一个模型群组，来实现不同场景的应用。这些模型群组，需要对通用大模型进行萃取压缩，以及灌注企业知识进行放大而来。在言犀AI开发计算平台上，用户可通过零代码方式，通过这样的推和拉，能快速获取到一个企业的专业模型。同时，推理的成本降低100%，速度提升1.5倍。 “目前业界通常分两步走——压缩和垂域模型微调。”京东人工智能业务部相关负责人说，但言犀AI开发计算平台可在压缩的过程中，将垂域知识灌注进去。这也是京东广泛采纳的一个方案。 第二个能力是数据准备。每个行业都有大量数据，包括多模态数据。这需要工具链具备极强的处理能力。 同时，过程数据的缺失，是业界落地大模型中，遇到的最大障碍。“比如我们看到一个症状，以及专家的处置建议，但并不知道专家的推理逻辑是什么。”京东健康相关负责人告诉数智前线，如果没有推理逻辑，就解决不了幻觉问题。 “我们今天花了很大力气，通过专家和大模型去补充。”一种是通过RAG的方式，这是当下业界必不可少的技术，给模型文献资料，让它自动化地捕捉推理链路；另一种通过专家来补充。工具平台能不能帮专家团队提效，也是业界在拼的技术关键。 此外，大模型合成数据非常火爆。“如何在垂域合成数据，与种子数据比较贴近，团队也做了深入工作。”京东人工智能业务部相关负责人说。 第三个能力是模型评估。它包括通用能力评估以及垂域能力评估。针对通用大模型评测，市场上有一些不错的榜单，公开了代码和评测数据集，可以自动评测，直接出分。“要先保通用能力。如果没有通用能力，就没有垂域。” 至于垂域评测，京东在健康、零售等有评测数据集，用户在调完模型后，也能再评测垂域。这也是自动化的。当然，也有一些人工评测，比如健康场景中人更懂业务，平台也提供类似众包的方式，让大家参与评测。 在产业之中，构建一个评测系统非常关键。“与其说怎么训练好一个垂域模型，不如有一个评测体系能告诉你，模型该往哪个方向去进步，这件事情尤其重要。”除了工具平台外，京东也搭建了评测团队，“这是我们的幕后英雄”。 03 AI大底座，加速大模型全场景落地 伴随着大模型及智能体应用到产业一线，业界发现，计算、网络、存储等底层基础设施也需要适应新局面，解决新挑战。 最典型的一点，当下产业端的大模型应用实践，要打造更开放的基础设施平台，比如支持多云、多芯、多活，能够承接多种模型，从而满足复杂的应用场景和业务需求。 目前，多模态大模型的打造，需要的算力是之前的10倍甚至百倍。全球企业都有一个特点，基于异构算力，来完成模型的训练、调用和推理，解决普遍面临的算力紧缺并提升性价比。 除了计算，在存储方面，模型训练高峰时段可能在数十秒内就要处理 TB 级别的数据存储，而传统应用中，这些海量小文件的处理任务，可分散在几个月时间跨度里完成。这使得存储产品必须朝向更高吞吐、更高IOPS、更高带宽和更低延时进化。“同样的GPU算力规模下，存储性能的高低，可能带来模型训练周期3倍的差异。”曹鹏在演讲中提到。 在Scaling law之下，超大规模集群对硬件间的网络效率提出挑战。不久前，马斯克高调披露已建成10万卡H100超级算力中心，业界对背后的网络架构——英伟达Spectrum-X也极为关注。毕竟，稳健、低延迟的网络关乎到集群里的计算资源能否被充分利用。 这些动向都表明，基础设施关乎大模型的落地进程。而在这场系统战面前，厂商们需要构建更强大的AI底座，才能加速大模型在全场景落地。 京东云峰会上，披露了京东云AI底座的最近演进。如在高性能的存力方面，作为京东云自主研发的新一代存储产品云海，历经了10余年京东自身复杂场景历练，能提供大模型超大量数据传输所需的极致性能。 峰会上，全面升级到3.0版本的京东云云海，在吞吐、带宽、延时等性能上进一步提升，为大模型全面落地提供了更坚实的支撑。云海也与所有主流国产化平台兼容互认。 据了解，目前京东云云海在建设银行等重量级金融机构中大模型训练中，提供了底层数据存储的支撑。同时在上层应用上，也通过数据要素的合作，帮助这些企业去做线上数字化转型。 在算力层面，京东打造了云舰AI算力云平台。它具备了对多元异构算力资源的统一管理和调度能力，包括各类CPU、GPU和国产化AI加速芯片，支持多地域分布式算力的统一调度，提供高性价比的算力供给。 另外，vGPU池化方案，通过GPU异构资源池化，能将AI算力利用率提升70%，可有效降低算力成本。行业普遍存在算力焦虑，这也是京东云提供的一种解法。 此外，京东云大模型安全可信平台，涵盖超过200种特有的红蓝对抗攻击手法，覆盖监管合规要求的全部31类风险类型，风险分析准确率高达95%以上。 针对大模型企业今年以来的价格战，曹鹏提到，去年京东云峰会就提过要通过技术升级来降低成本，要全网比价，对标主流云厂商的最低成交价再低10%。目前，京东云有超过100个产品规格通过比价售卖，并设立10亿比价金，把技术带来的红利回馈给开发者群体。 总体而言，在2024京东云峰会中，京东通过发布从基础设施、模型服务，再到智能体应用的全栈产品，正加速与产业的融合，从而让更多企业的大模型落地，通过业务跑出来。

IT之家 7 月 30 日消息，Meta 公司昨日（7 月 29 日）发布 AI Studio，目标让用户创建、分享和定制 AI 角色。 Meta AI Studio 基于 Llama 3.1 模型，在不需要任何技术或者技能情况下，可以让任何人都来创建定制 AI 角色。 创建者可以将所创建的 AI 角色作为其延伸，回答私信或者回复网友，从而接触到更多受众。 Meta 公司在新闻稿中写到：“我们的目标是构建所有人都能利用 AI 创意能力的世界，而 AI Studio 让我们迈出了第一步，这仅仅是开始”。 IT之家注：Meta AI Studio 目前提供了 2 个入口，一个是 ai.meta.com/ai-studio 网站，另一个是 Instagram 应用程序。 用户可以根据 AI Studio 上的指示，自由创建 AI 角色，并能将其分享给粉丝或者好友，这些 AI 角色还可用于 Instagram、Messenger、WhatsApp 以及网页聊天。 AI Studio 还支持用户自定义 AI 角色的名称、个性、语气、头像、标语等。Meta 还创建了一个包含技巧和最佳实践的分步指南，帮助用户轻松创建自己的自定义 AI 角色。

财联社7月30日讯（编辑 周子意）在开发对人工智能（AI）市场至关重要的存储芯片的路途上，遭遇过一系列挫折的三星电子，有望逐渐缩小与竞争对手SK海力士的差距。而SK海力士作为英伟达HBM3“御用”供应商的地位也可能受到冲击。 上周，有市场消息称，三星电子第四代高带宽存储芯片HBM3已获得英伟达批准在其处理器中使用。 据知情人士最新对媒体透露，三星取得的重要进展不仅限于HBM3获得放行，而且下一代产品HBM3E预计将在两到四个月内通过认证。 如今这样的追赶策略对于三星电子这家韩国最大的公司而言，是不同寻常的。此前三星在开发上的失误导致其竞争对手SK海力士一跃成为该领域的领跑者。 Tirias Research分析师Jim McGregor指出，“我们从未见过三星处于这个位置，存储行业和英伟达都需要三星全力以赴。” 东山再起 过去一段时间内，三星不仅在存储芯片技术上落后，而且在创新的紧迫性方面也是滞后不前。 为了追赶上人工智能芯片市场上蓬勃发展的势头，三星重组了HBM团队，并任命了一位新的负责人全永铉（Jun Young-hyun）来带领其半导体部门。 在全永铉的领导下，三星公司修改了HBM的设计，以解决发热和电力消耗问题，这使得其HBM3获得了英伟达的批准。 根据此前季度报告的详细信息，三星自去年下半年以来一直在生产HBM3芯片。目前，三星已开始向英伟达供应HBM3，并用于英伟达的H20芯片。 至于HBM3E，该技术今年首次进入市场，目前英伟达在自己的H200芯片中使用的是SK海力士的HBM3E芯片。 Sanford C. Bernstein分析师Mark Li等人在7月份的一份报告中写道，“虽然三星迟到了，但HBM3E的窗口仍将为三星敞开。英伟达将在2025年之前继续在其几乎所有产品中使用HBM3E，而其他的竞争对手预计到2026年也将会使用它。” 根据摩根士丹利的数据，HBM市场去年规模在40亿美元，预计到2027年将上升到710亿美元。因此，只要三星能够尽快得到英伟达的认证通过，那么该公司就能从这一快速增长的细分领域中获得更多的收入。 摩根士丹利分析师Shawn Kim和Duan Liu在本月的一份研究报告中写道，“投资者对三星的看法可能很快就会改变，情况正在迅速改善。” 这两位分析师在报告中将三星列为首选股票，因为他们认为到2025年，三星的HBM市场份额至少会达到10%，收入将增加约40亿美元。尽管三星在该领域仍将落后于SK海力士，但这一进展可能会改变投资者的看法，从而提振股价。 三星电子近日也回应称，它正在与客户密切合作，测试进展顺利，但并未就任何具体的合作伙伴关系发表评论。

①美国商务部发布了一份报告，表达了对“开放式”生成式人工智能模型的支持；②NTIA呼吁政府制定一项持续的计划，收集开放模型的风险和益处的证据，评估这些证据并根据这些评估采取行动，包括在必要时对模型的可用性施加某些限制。 财联社7月30日讯（编辑 黄君芝）当地时间周二（30日），美国商务部发布了一份报告，表达了对“开放式”生成式人工智能模型（“Open-weight” GenAI models）的支持，比如Meta的Llama3.1，但同时建议政府开发“新功能”来监控这些模型的潜在风险。 这份报告由美国商务部国家电信和信息管理局（NTIA）撰写。报告指出，开放模型将使小公司、研究人员、非营利组织和个人开发者更容易获取生成式AI（GenAI）的资源。报告建议，出于这些原因，政府不应对开放模型的访问设置限制，至少在调查和评估这些限制是否会对市场造成伤害之前。 这种观点与美国联邦贸易委员会（FTC）主席莉娜·汗（Lina Khan）最近的言论相呼应。她认为，开放模型可以让更多的小公司将自己的想法推向市场，从而促进良性竞争。 “开放式模型在促进竞争方面具有巨大的潜力…开放模型可以解放初创公司，他们可以不受封闭的开发人员和云服务看门人的想法束缚。”她说。 美国助理商务部长、国家电信和信息局局长艾伦·戴维森（Alan Davidson）在一份声明中写道：“最大、最强大的人工智能系统的开放性，将会影响这些革命性工具的竞争、创新和风险。” “NTIA的报告认识到开放人工智能系统的重要性，并呼吁对最大AI模型的广泛可用性进行更积极的风险监测。政府在支持人工智能发展方面可以发挥关键作用，同时建立理解和应对新风险的能力。” 监控风险 该报告出炉之际，拜登政府正在考虑关于“开放式模型”的使用和安全的指导意见。今年2月，美国商务部就这种做法的风险征求公众意见。但也有批评人士警告称，开放模型也可能放大AI模型被滥用的风险，可能会让美国对手的公司利用这项技术。 在上述报告中，NTIA呼吁政府制定一项持续的计划，收集开放模型的风险和益处的证据，评估这些证据并根据这些评估采取行动，包括在必要时对模型的可用性施加某些限制。 具体而言，该报告建议政府研究各种人工智能模型的安全性，支持风险缓解措施（risk mitigations）的研究，并制定“特定风险”指标的阈值，以表明可能需要改变政策。 美国商务部长吉娜·雷蒙多（Gina Raimondo）也指出，相关步骤将与拜登总统关于人工智能的行政命令保持一致，他呼吁政府机构和公司围绕人工智能的创建、部署和使用制定新的标准。 雷蒙多在一份新闻稿中表示：“拜登政府正在尽一切努力，最大限度地发挥人工智能的潜力，同时将其风险降到最低。今天的报告提供了一个负责任的人工智能创新和由美国领导的路线图，拥抱开放，并建议美国政府如何准备和适应未来的潜在挑战。”

快手可灵以及文生视频赛道的意外火爆，不免让同序列的字节有些尴尬。究其原因，今年“激进”行军的字节，大模型布局要更为复杂——而上半年，字节更重要的对手或许是阿里与腾讯。随着AI战略在内部的优先级强化，奉行“大力出奇迹”的字节，并不缺少后发制人的机会。‍ 作者 | 董温淑 编辑 | 李 原 运营 | 刘 珊 2024年2月，Sora的横空出世，让许多大模型公司的春节都没能过好。 “春晚还在重播，我们就在紧急拉群讨论”，一家AI头部公司员工对「市界」急切地说。看到Sora丝滑的体验，连卖课博主都蜂拥而动，赶着上线教程，大赚一把。 谁能最快时间“复制”出国内版的Sora，更多人将目光放在了阿里、百度、“大模型五虎”身上。但无人想到，拔得头筹的会是技术表现相对“佛系”的快手。 6月7日，快手突然上线了文生视频模型“可灵”（Kling），并可支持长达2分钟的视频生成。此外，与Sora至今仍在“期货”阶段相比，可灵一经公布便开放了测试，生成效果亦可圈可点。 “可灵是最近圈内，被讨论最多的对象”，一位风投行业人士对「市界」说。据官方数据显示：可灵上线一个月有超50万人申请，已开放给超30万用户使用，生成了超700万条短视频。 可灵的意外火爆，不免让字节有些尴尬。今年5月，字节也开放了文生视频模型“即梦”测试，但效果在目前火爆的文生视频赛道中，尚不具明显优势。 突然被曾经“忽视”的对手甩开身位，字节需要埋头追赶。据钛媒体报道，近期，字节跳动将AI大模型设为集团“P0最高级别”的方向。抖音、剪映等多个团队也在抓紧研发AI视频模型应用，预计将在近期公布。 做可灵，快、糙、猛 多位开发者对「市界」表示，可灵的上线与亮眼表现，在行业内也算是个意外。 近日，「市界」以一段“黑猫”为关键词，在可灵、即梦，以及智谱AI刚刚上线的“清影”中分别输入了相同的提示：“下雨天的城市街道上空无一人，一只可爱的黑猫奔跑而过。它的眼珠是绿色，脖子上带有黄色的项圈和铃铛，全身长着黑亮的长毛。视频用摄像机的视角拍摄，地面的积水反射出黑猫的身影。” 在生成的三段视频里，可灵版虽然未能实现快速奔跑的效果，但视频大致符合客观规律。 与之对比，“即梦”版地面没有积水，黑猫也没有向前走动。“清影”版虽有积水，黑猫行走时，步态古怪，尾巴也出现了丢帧。 据“硅星人”报道，可灵是快手花了3个月的时间打造的； 团队规模很小，仅有20余人，牵头人是现快手视觉生成与互动中心负责人万鹏飞，其大部分的研究方向为图像/视频信号处理、计算摄影和计算机视觉、减少Loss函数、视觉生成等。 可灵的前身，来自快手在2023年10月重启的一个不起眼的项目“噗叽”，这是一款将静态图片通过AI生成2s Gif表情包的工具软件。今年3月初，快手内部开了一个小会，万鹏飞的想法得到了快手高级副总裁盖坤（于越）的肯定，迅速确定了将噗叽作为预调研的产品。 据“硅星人”了解，“做可灵的时候，执行层面有个共识，就是快、糙、猛。” 可灵项目开始不到一个月，就获得了快手创始人程一笑的支持，将其视为公司战略级项目。盖坤也常说：公司的卡都给你们用，公司全力支持。 数字人赛道创业者柯燃对「市界」分析道：“可灵的成功，很大程度上要归功于快手积累的视频数据素材。放眼国内，这方面可以与之一战的也只有抖音。” 可灵风光的同时，字节显得有些落寞。 虽然“即梦”5月9日便官宣上线；6月17日，即梦也作为首席AI技术支持方，在AIGC短剧集《三星堆：未来启示录》中亮相。但无论是在C端的表现，或是相较于快手7月13日上线的AIGC短剧《山海奇镜》，即梦的声量均不甚响亮。 7月17日，市场曾传出消息称，字节将公布类Sora的文生视频技术进展。外界也将其解读为，字节要奋起直追，与可灵正面迎战了。 但字节方面随后向「市界」表示，该消息并不准确。7月17日当日，「市界」注意到，活动更类似一场技术分享会。会议主要由豆包大模型视觉基础研究团队负责人冯佳时主持，并由字节研究科学家、机构学者等，做了整场的英语技术分享。 看起来，字节的“大招”或许还需要等些时日。 字节还没回过神 那么，在最近如火如荼的文生视频赛道里，字节为何错过盛宴；最近字节又在忙些什么？ 某种程度上，或许因为比起快手押注“可灵”，可以“一力降十会”。字节的大模型布局要更为复杂——而今年上半年，字节更重要的对手放在了腾讯与阿里。 面对大模型，字节的步调已不可谓不“激进”。毕竟2个多月前，率先在行业内发起大模型价格战的，正是字节。 5月15日，在字节跳动“FORCE原动力大会”上，字节推出了基于其自研豆包大模型的API服务。同时，火山引擎总裁谭待一步到位，亮出了“豆包”的最新价格：0.0008元/千Tokens，宣布这是低于行业99.3%的“地板价”。 彼时，字节的“发难”曾先声夺人。据「市界」从多方了解，头部玩家对字节的出击缺少准备；各方虽感无奈，也只能被动追随。 接下来几天，阿里云、百度文心大模型、腾讯云先后宣布，将旗下大模型推理输入token以及API大幅降价。在此影响下，如今头部大模型的C端调用，已几乎悉数免费，行业也开始朝着下一个生态量级“卷”去。 据一家法律AI应用企业创始人向「市界」透露，API服务开放后几乎没有时间差，火山引擎的销售人员就开始积极接触客户、推介产品。这也侧面印证了，市场流传的字节已将大模型标记为最高级别战略的猜测。 ▲（ 谭待于2024“FOECE大会”。图源/火山引擎） 而最近，字节的“当家产品”豆包，增长得较为明显。 据Questmobile数据显示，截至2024年6月，在国内AIGC App中，豆包、天工、Kimi智能助手、猫箱增长亮眼——其中豆包流量排名第一。 ▲（ 图源/QuestMobile） 与快手相比，字节如今更在意的，或许是从基础大模型、到AI应用层的全生态竞争。 此外，考虑到2021年才正式做云的火山引擎，在巨头云厂商里是“最年轻”的一朵。 三年多来，火山云也一直被视为云市场的挑战者角色。 字节如何将基础大模型、应用层、云市场协同起来，更是一项综合命题。 近日，据“光子星球”报道，字节“扣子”平台的大量使用者，正寻求如何将创建的智能体、bot接入微信公号或小程序，讨论十分活跃。 去年12月，字节在海外推出了AI应用开发平台“coze”。今年2月，国内版“扣子”上线。大量抖音体系商家，也希望从中迅速掘一桶金。 考虑到腾讯在今年5月才姗姗来迟，发布了AI智能体创作与分发平台“腾讯元器”。彼时，扣子的访问量已达到了233万次。而截至目前，腾讯元器尚未打通小程序、公众号、客服订阅号微信系列生态。 毕竟当下，AI发展仍在早期阶段。字节与腾讯一样，都还需要花费大量时间教育用户。争夺AI时代的分发权，先声夺人，或许是字节为了瞄准腾讯要做的更大功课。 后发制人，尚有时间 站在行业层面，在当今互联网中，最不缺内容流量、电商流量，以及资金弹药的字节，即便短期在文生视频中“落后”一步，从长期来看，仍具备后发制人的潜力。 用积极的市场策略追平落后身位、大力出奇迹，同样也是字节的拿手好戏。 最近，瞄准阿里，字节也在做整合大模型的工作。在刚刚过去的6月26日钉钉生态大会上，总裁叶军宣布除了阿里自家的通义外，还将把其余6家的第三方大模型装入钉钉中。其中包含MiniMax、月之暗面、智谱AI、猎户星空、零一万物和百川智能，涵盖了国内几乎所有知名的大模型创企，要“构建中国最开放的AI生态”不言自明。 而与钉钉玩法类似，字节旗下扣子平台除了支持自家的“豆包”外，还接入了通义千问、月之暗面、MiniMax等各大外部模型。6月14日，扣子还上线了“模型广场”功能，支持用户选择匿名的两个模型，根据生成内容的表现来为其打分PK。 此外，字节近期被曝光，对“AI+硬件”的探索正在加快，并不惜通过收购延揽人才。 据“Tech星球”报道，字节旗下的PICO从去年下半年开始在研发多个穿戴设备，包括耳机和音响，这些设备也将搭载AI。字节豆包团队也有基于大模型软硬件结合的探索，大模型软硬件结合已经逐步在学习机、机器狗、机器人等硬件设备上有所应用。 另据36氪报道，字节AI硬件“D线”负责人为李浩乾。后者为字节在今年3月份收购的OWS（Open Wearable Stereo，开放式可穿戴立体声耳机）耳机品牌Oladance的创始人。另一条AI硬件条线“O线”的负责人也是字节曾收购公司的创始人，其向字节跳动技术副总裁洪定坤汇报。 而在文生视频方向，面对赛道刚刚的火爆，包括字节在内的追赶者们，大家都还有时间。 近日，一位开发者告诉「市界」：“现在就是用可灵构构图、减负工作流程，还不到完全用它创作的程度，所以也还没有什么依赖性。” 而在另一位开发者、短视频AIGC博主的眼中，可灵还有不少优化空间：“靠可灵文生视频不能保证虚拟人IP的一贯性。我一般都是用可灵图生视频的功能，相当于给可灵‘垫’一张图，让他在这个基础上生成不同视角动态视频，再拼接到一起，模拟运镜的效果，实际上还是人操作的比重更大。” 国内某AI模拟交友产品的研发成员则讲道：“现在的大模型应用市场，大家都在摸着石头过河。怎样商业化是一个太遥远、太模糊的问题。但可以肯定的是，越多人用起来、玩起来，越能保证产品的优化迭代。”

①微软将在当地时间周二美股盘后公布其第四财季（4-6月）的财报；②有分析指出，人工智能浪潮正在加速Azure的云业务量，并将强劲势头持续到2024/2025年财年的剩余时间；③此次财报中，预计市场人士还将重点关注微软对人工智能的投资支出。 财联社7月30日讯（编辑 周子意）目前，华尔街正在紧盯着大型科技公司对人工智能的投资支出和收入，希望从中发现相关投资正开始取得正回报的迹象。其中，AI领头羊微软将在周二（7月30日）美股盘后公布其第四财季（4-6月）的财报。 据媒体汇编的数据显示，微软第四财季预计每股收益为2.94美元，营收为645亿美元。微软公布的去年同期每股收益为2.69美元，营收为562亿美元。 分析师预计微软第四财季的云业务收入预计将达到368亿美元，其中包括Azure在内的智能云收入将占到287亿美元。 在上一季度（第三财季）的财报中，微软宣布人工智能服务为其Azure和其他云服务收入贡献了7个百分点的增长。 来自人工智能的贡献最早体现在上一财年的第四财季报告中，当时称人工智能为Azure贡献了1个百分点的增长。并且随后几个季度中，这一比例在不断增加，本财年第一财季为3个百分点，第二财季的6个百分点。 人工智能的浪潮也大幅提振了该公司的股价，今年迄今，微软已累计上涨了13%。 云业务强劲 Wedbush分析师Dan Ives在一份投资者报告中写道，他们对微软本季度的评估再次强劲，因为相信人工智能浪潮正在加速Azure的云业务，并可以将这种强劲势头持续到未来一年中。 此外，瑞银全球研究分析师Karl Keirstead指出，微软一直在从谷歌和亚马逊手中抢夺更多的云市场份额。 Keirstead最近在一份关于三大云计算公司（微软、谷歌和亚马逊）的报告中写道，“就亚马逊AWS、微软Azure和谷歌云之间的份额变化而言，这一轮调查中最一致的主题是，许多客户和合作伙伴认为，微软在人工智能领域的早期领先优势导致了其市场份额的增长。” 在之前一周，微软竞争对手谷歌的母公司Alphabet已发布了财报。Alphabet在财报中表示，云计算收入出现增长，部分原因是人们对人工智能产品的兴趣。 不过，谷歌并没有提供人工智能对云业务影响的具体数字。对此，瑞银全球研究（UBS Global Research）的分析师Stephen Ju等人预测，谷歌公司人工智能支出带来的收入收益最早可能要到2025年上半年才能实现。 AI资本支出成为焦点 投资者除了关心微软在人工智能上赚了多少钱，他们还想知道该公司计划在这项技术上再花多少钱。 华尔街分析师已经开始对过度投资人工智能所能带来的回报流露出质疑。早些时候，高盛全球宏观研究部的高级策略师Allison Nathan就指出，是否在人工智能上的投入是否过多，而收益却太少？不少分析师也认为，几乎没有任何实质性的、可见的成果来证明这些投入是值得的。 可尽管如此，投资不足的风险或许远远大于投资过度的风险。 CFRA分析师Angelo Zino表示，科技巨头的资本支出率确实在提高，但资本支出的增加不应被视为令人失望的结果，毕竟这比增加运营支出更为健康。 上一季度，即第三财季，微软报告称其资本支出为140亿美元，用于继续建设其人工智能基础设施。 在Alphabet上周的财报电话会议上，公司首席财务官表示，其资本支出为130亿美元，高于上一季度的120亿美元，并补充说，其中绝大部分支出都用于人工智能。 美科技股未来走势 上周，由于美股“七巨头”中Alphabet和特斯拉的财报表现疲弱，美股惨遭回调。 本周，“七巨头”中剩余几家将陆续公布各自的业绩报告，市场对此“神经紧绷”。除微软外，据悉Meta将在周三（7月31日）美股盘后发布财报，而苹果和亚马逊则将于周四（8月1日）的美股盘后发布。 在过去一年，“七巨头”是标普500指数增长的最大贡献者。而现如今投资者开始对那些领涨的科技巨头的潜在估值产生了更多怀疑，美股的轮动逐渐付浮出水面。他们纷纷从科技股脱身，开始涌入小盘股。 CFRA的Angelo Zino认为，尽管美股仍可能出现进一步的轮动，但科技股的回调可能是暂时的，这可能为“长期投资者带来一个非常好的机会”。

“要不要把家里的电视换成投影仪？” 在小红书上，近103万篇种草笔记反映出年轻一代对投影仪的偏爱。当手机、电视等消费电子产品越来越智能化的同时，投影仪也从教室或会议室里的笨重机器，摇身一变成为了年轻人的第一台“大屏电视”。 近些年，智能投影仪这个由商业场景逐步走向家庭的新兴家电品类备受关注。彼时，不少人看好智能投影仪的潜力，认为它将在日后走进千家万户，甚至取代电视。如今看来，当时的人们显然过于乐观了。 销量微增利润暴跌，智能投影仪遇冷？ 洛图科技发布的《中国智能投影零售市场月度追踪》报告显示，2024年上半年，中国智能投影（不含激光电视）的全渠道市场销量为288.9万台，同比增长3.5%；销额为47.6亿元，同比下降10.2%。 图源：洛图科技 光看这一份数据，大伙可能顶多觉得行业整体的产品结构不太“健康”，才会出现销量上涨，销售额下降的情况。但要是结合某头部厂商的2024上半年业绩预告，那一定会让你感到惊讶。 因为它继2023年业绩下降超75%后，今年上半年业绩继续大幅下降，净利润仅为367.31万元，同比减少96.04%；扣除非经常性损益后的净利润直接下降126%至-1526.83万元。这一系列触目惊心的数字，足以令人们重新审视整个智能投影仪行业。 国内智能投影市场经历了多年的野蛮生长之后，在2023年进入了首次盘整期，至今仍未扭转颓势。尽管智能投影市场在2024年上半年呈现销量增长的态势，但整体表现依然处于下行通道。 图源：雷科技 整个行业似乎陷入了低端化竞争的怪圈，根据洛图科技线上监测数据显示，2024年上半年，在线上市场，2000元以下价格段的销量份额已接近八成，较去年同期大涨12.1个百分点；2000元以下各价格段线上销量同比均上涨，499元、500-999元、1000-1999元价格段的涨幅分别高达22%、31%和16%。2000元以上各价格段的销量同比均在下滑。 难道行业成功将价格打下来了吗？并不是，只是消费者逐渐意识到智能投影仪“大不等于好”，尤其是中高端定位的智能投影仪过去几年的进步并没有缩短与液晶电视的差距，反而还在扩大。加上隔壁大尺寸智能电视也在疯狂内卷，消费者自然会倾向于大尺寸智能电视。 2000元以下价格段的智能投影仪之所以销量占比越来越高，我想大概率是因为两千元的智能电视很难用上大尺寸的面板吧。 智能投影仪为什么不好卖了？ 事实上，很多人购买投影仪的初衷就是为了更大的屏幕，而在显示这一核心功能上，智能投影和智能电视在一定程度上存在功能重叠，因此两者确实是“直接竞争”的关系。 但要把国内智能投影市场的萎靡归结于对手太强大，又属实有点牵强。因为国内电视出货量也迎来了近年来的冰点，根据洛图科技最新数据，中国大陆电视市场在2024年上半年的出货量为1639万台，创近十年新低。 所以，想要找出智能投影仪不好卖的真正原因，或许得从产品本身说起。 如果说智能电视讲究的是在有限的价格和尺寸里带来尽可能均衡的体验，甚至还能在分区控光，高刷新率方面拥有领先之处。那么智能投影仪吸引消费者的核心要素就两个：高亮度和大画面尺寸。 大画面尺寸前面已经提到了，在大尺寸智能电视价格大规模下降后，智能投影仪高性价比的“大屏显示”优势不再明显。因此，重点还是在亮度方面。 图源：veer 投影仪与液晶电视相比，在亮度方面存在一些不足，这导致在明亮的环境下观看时体验较差，通常需要通过遮光帘来阻挡外部光源。然而，这种做法也带来了问题，因为在暗光环境下长时间观看任何屏幕，都可能对眼睛健康造成不良影响。 此外，亮度对于画质的表现至关重要，特别是在高动态范围（HDR）的画面中，高亮度可以更好地展现细节和色彩层次。与户外自然光环境下的亮度相比，显示设备的亮度每提升一些，都能使画面更接近真实世界的效果。因此，提高投影仪的亮度不仅是为了改善观看体验，也是为了更好地模拟现实世界的视觉感受。 显示设备最重要的是讨好人的眼球，除了亮度外，对比度、色彩准确度等诸多方面也会直接影响智能投影仪的观看体验，而与这一切息息相关的其实是面板显示技术。 长期以来，投影仪行业主要分为三种技术路线：LCD、DLP以及两者结合的LCOS。从技术角度来看，三者都不比另外一种更好。它们都拥有超越另外一种的优势，也都有自身的局限性。 图源：小明 实际上，三种技术路线最终在产品层面呈现的显示效果相差不大，用户肉眼很难感知出差异。究竟哪种技术路线才是智能投影仪的正解一直没有定论，这也是去年那场“投影画质”口水战的争议焦点之一。 目前国内使用LCD技术的厂商居多，我们常见的智能投影仪，尤其是工程机一般会采用3LCD标记，数字3代表三片LCD面板。不过市场上还有采用一片LCD面板的机型，许多厂商宣传时也叫做LCD，因此很容易令消费者混淆。 这种采用1LCD面板的机型一般亮度比较低，适用于入门级的家用娱乐场景。许多千元以下的智能投影仪产品都在用这种1LCD面板，尽管1LCD呈现效果不如3LCD，但其确实成功将产品入手门槛降了下来，成为国内智能投影仪市场最主要的增量。 至此，智能投影仪“高端上不去、低价下不来”的尴尬处境一览无余。中高端产品显示效果匹配不上同档位智能电视；低端产品好卖但不赚钱，同时头部厂商还要面临市场上持续涌现的低端竞品的同质化竞争。 出海是投影仪破局的解药？ 回看智能投影仪在中国市场的崛起，很大程度上得益于年轻人不断增长的娱乐需求。去客厅化趋势让电视机不再是每个家庭的必备产品，轻便的投影仪则不受影响，可以随时出现在家庭甚至是户外的任何场景。 可噱头和新奇终究是一时的，近几年智能投影仪行业的技术升级趋缓，已逐渐跟不上年轻人需求的增长速度。作为消费电子产品，智能投影仪和手机行业一样，对国内用户的吸引力正在下降。 图源：极米 不过，手机行业的技术创新也算是偶有亮点，比如软件方面的AI、硬件方面的折叠屏新形态。那么智能投影仪的下个爆点在哪呢？智能投影仪厂商选择了和手机、电视、游戏等行业一样，将目光放在了更广阔的海外市场。 洛图科技最新数据显示，2023年全球投影机市场出货量为1875.2万台，同比增长5.2%。鉴于2024年初的发展势头强于预期，洛图科技预测2024年全球投影机市场的规模增速为9.7%，整体出货量将突破2000万台，达到2057万台。到2027年，则有望实现3000万台的量级。 从区域来看，国内市场仍是全球最大的投影机市场，而北美、亚太、西欧等重要出货地区均呈现出上涨趋势。 以极米科技为例，公司早在2016年7月就谋划出海，针对日本市场推出了智能投影产品阿拉丁。为了扩大海外业务，2023年，公司收购了阿拉丁业务相关资产。2023年，公司境外业务收入9.13亿元，同比增长15.60%，毛利率44.63%，增速远超本土业务。去年，极米境外业务占比达到25.66%，较上年提升近7个百分点。 图源：坚果投影 坚果投影则是从2021年开始做众筹开拓海外市场，并在2023年初携旗舰产品N1 Ultra正式进军海外市场。通过产品宣发和持续的线上互动，成功收获了一批忠实粉丝以及品牌知名度。 相较于外资厂商，中国投影仪产业的优势主要体现在产品的设计与性能，系统集成和供应链整合能力等。与其在国内市场卷低端产品，厂商们倒不如利用国内市场积累的产业优势，看看是否能在海外市场批量复制，寻找新的发展机会，支撑品牌度过目前的行业寒冬。 写在最后 智能投影仪现在所经历的一切，是每一个家电行业都很难逃过的铁律：竞争加剧疯卷价格，结果“量涨价跌”的趋势愈发明显。 长期来看，这对行业恐怕不是什么好事。价格战本就是恶性竞争，短期内可以推动普及，但没有更高利润的中高端产品，哪里有钱加大技术投入，最终只能陷在低端市场的泥沼，无法自拔。厂商研发不足自然也就无法给用户提供更优质、更创新的好产品了。 出海策略只是为品牌寻找更多可能性，实现技术突破和寻找新场景才是智能投影仪行业走出困境的关键。技术方面，智能投影行业内部还进行着DLP和LCD技术路线之争；新场景方面，目前我们也能看到车载投影、HUD等新尝试，尽管无法从根源上解决增长焦虑，但或许也能让厂商们松一口气吧。 属于投影仪的黄金增长时代已经过去了，在智能影仪技术进一步成熟，画质层面再做一些提升前，不可能实现威胁电视在家庭中的地位的情况。

原标题：联想小新 Pad Pro 12.7 平板（二代）获推 ZUI 16.0.10.069 更新：支持隐藏小白条、升级超级互联 IT之家 7 月 30 日消息，联想小新 Pad Pro 12.7 平板（二代）正式 OTA 推送 ZUI 16.0.10.069 版本更新，新增支持隐藏小白条，升级超级互联等功能。 IT之家附联想小新 Pad Pro 12.7 平板（二代）此次更新详情如下： 新增支持隐藏小白条和桌面任务栏 新增桌面大文件夹功能 新增 Penlink 功能 更新超级互联版本 更新搜狗输入法 优化键盘反应迟钝问题 优化指纹解锁速度 优化相机、图库等应用问题 优化视频、游戏场景下性能功耗问题 其它功能性 bug 修复 联想小新 Pad Pro 12.7 平板（二代）于 7 月 27 日发布，拥有标准版和舒视版两种版本，全系搭载天玑 8300 处理器，配备 2.9K 144Hz 高刷屏。 另外，联想官方表示第一代联想小新 Pad Pro 12.7 平板新版本也正在内测中，最早将于八月底发布。

它来了它来了，苹果的Apple Intelligence终于与果粉见面了！ 随着iOS 18.1 Beta版的上线，注册开发者从即日起就能体验到苹果AI的部分功能。 最明显的一处就是Siri的全面换新，变身成了Apple Intelligence & Siri。 另一项重磅更新就是写作功能了，它可以帮忙润色推特评论，三下五除二就能把高级表达方式安排起来。 甚至dirty words也能分分钟变得儒雅随和： 开启Apple Intelligence后，苹果自研的端侧大模型就会被下载到设备当中。 根据手快的网友体验反馈，不像其他家的AI那样动不动就是拒绝服务。 与此同时，苹果自家大模型的报告也已出炉，披露了大量技术细节。 报告显示，在指令遵循、文本总结等任务上，苹果云端大模型取得了超过GPT-4的成绩。 苹果基础大模型团队负责人庞若鸣（Ruoming Pang）也表示，其模型与一些同类最佳模型相比具有竞争力。 庞若鸣是普林斯顿计算机博士，本硕分别毕业于上海交大和南加州大学，于2021年加入苹果，此前在谷歌担任了15年的工程师。 Apple Intelligence的主要对话功能，正是由他率领的团队研发的模型提供支持。 这次他还强调，这些基础模型“并不是聊天机器人”，而是支持广泛的功能，包括摘要、写作帮助、工具使用和代码。 另外，苹果也研发了许多自研算法，为提高模型表现提供了加持，具体信息也在报告中被披露。 还有细心的网友从中发现了华点—— 苹果大模型的训练用的是谷歌TPU集群，英伟达含量竟然为零。 Siri升级，但ChatGPT暂未接入 要想体验到苹果的Apple Intelligence，需要满足的条件有不少。 首先，搭载它的iOS 18.1 Beta版目前是99美金一年的注册开发者限定，所以普通用户还得等等。 还有就是之前说过的，只支持M系和A17 Pro芯片，也就是说iPhone中只有部分地区的15 Pro和15 Pro Max能用。 除了硬件和身份要求，系统设置也需要修改，要将地区设置为美国，且设备和Siri的语言都要改成英语。 满足了所有这些要求之后，就可以……加入等待队列了。 此次上线的Apple Intelligence是部分功能，主要围绕文本生成、Siri和相册这几个模块。 先说文本生成，作为苹果AI的重要组成部分，该功能的视适用范围不局限于苹果官方应用。 只要使用标准输入文本系统，在第三方应用程序当中也能利用该功能进行文本总结、校对和重写。 另外结合iOS 18 Beta的语音备忘录中已经上线的音频转录功能，文本生成系统还可以为录音生成摘要。 第二个比较重要的更新就是Siri了。 界面上，新版Siri不再是一个圆形图标，在运行时会有环绕屏幕的彩色光不断闪动。 而且还给不想语音对话的用户提供了文本对话方式，双击屏幕底部即可调出键盘，与Siri打字交流。 内容方面，新版Siri将能够解答与苹果产品相关的问题，帮助用户进行故障排除。 另外，新的Siri还可以够理解从一个查询到下一个查询的上下文，例如要求Siri创建日历事件，然后请求创建提醒，而无需重述正在谈论的内容。 不过，之前介绍的屏幕感知功能，并未包含在此次Siri 的更新当中。 相册的更新则让用户可以用自然语言搜索特定照片，甚至是视频当中的具体时刻。 以上就是本次开发者测试版本中有关AI的大致内容，需要指出的是，这只是之前发布会上所展示的功能中的一部分，还有很多没有上线。 特别地，之前提到过的ChatGPT集成，此次更新也暂未接入。 解密苹果大模型 苹果已经说过，ChatGPT在苹果AI中不是必选项，主要功能是由自家的大模型驱动。 而关于这个模型，苹果也在上线的同时发布了全面的技术报告。 模型的名字简单粗暴，就叫苹果基础模型（Apple Foundation Model，简称AFM），有端侧（on-device）和云侧（server）两个版本。 端侧模型的参数量在3B左右，云侧则未具体透露，只说是比端侧更大，二者都有32k的上下文窗口。 训练过程英伟达含量为0 模型的训练通过自家基于JAX的AXLearn框架进行，并采用了张量并行、流水并行等策略。 硬件则采用的是谷歌TPU，其中云侧用了8192颗TPUv4芯片，端侧用了2048颗TPUv5p芯片，总之英伟达含量为0。 数据则主要来源于通过Applebot爬取的网页，以及有公共许可的代码和数学数据集。 值得一提的是，苹果选用的数据集中无一使用GPL，都是MIT、Apache、CC0这些开放程度更高的开源协议。 流程上，AFM的预训练过程共分三个阶段——核心训练、继续训练和上下文延长。 在核心训练阶段中，云侧版本的数据量有6.3T tokens，窗口长度为4096，端侧版本则是在此基础之上蒸馏得到。 继续训练时，低质量数据的权重会被降低，并使用数学、代码以及获得授权的高质量数据，对模型能力进行提升。 该过程使用了1T tokens的数据，窗口长度也从4096变成了8192。 到了下一阶段，窗口长度被进一步扩充到32k，涉及长序列文本和合成数据，总量为100B tokens。 独创强化学习新算法 AFM的后训练则包括指导监督微调（SFT）、人类反馈强化学习（RLHF）等工作。 其中SFT阶段使用了合成数据与人类标注数据，合成数据主要关于数学、工具使用和代码。 而在RLHF阶段，苹果自创了iTeC和MDLOO两种强化学习算法。 iTeC全称Iterative Teaching Committee，可译作“迭代教学委员会”，是一种用于强化学习后训练的算法，旨在通过多轮迭代优化模型的性能。 其核心思想是结合不同的偏好优化算法，包括拒绝采样、直接偏好优化（DPO），使得模型能够从多种优化策略中受益，从而提高其对特定任务的适应性和性能。 在每次迭代中，iTeC会从最新的模型中选择一组表现最好的模型，形成一个“模型委员会”。这些模型是经过SFT、RS、DPO/IPO和RL等不同训练方法得到的。 通过收集人类对模型响应的偏好反馈，iTeC不断更新其奖励模型，并用于训练新的模型集合。 每收集一批人类偏好数据后，iTeC会刷新其奖励模型，并训练新的模型集合，以此循环进行多轮迭代，逐步提升模型性能。 MDLOO则是一种在线强化学习算法，特别设计用于优化模型的响应质量。 作为在线算法，它能在模型训练过程中实时解码响应，并应用RL算法来最大化奖励。 也就是说，这种方法使得模型能够在训练过程中不断学习和调整其策略，以生成更符合人类偏好的响应。 具体实现上，它结合了留一法（Leave-One-Out，LOO）优势估计器和镜像下降策略优化（MDPO），以实现更稳定和有效的策略更新。 端侧混合精度量化 为了让端侧模型更高效运行，同时避免占用过多内存资源，苹果对AFM的端侧版本进行了量化操作。 具体来说，苹果采用了混合精度的量化方式，针对不同环节采用了不同的量化精度。 苹果采用的方式被称为“调色板”策略，在调色板量化中，权重不是每个单独量化，而是将它们分组，并让组内的权重共享相同的量化常数。 对于投影权重，每16列/行共享相同的量化常数，并且使用K-means算法进行4位量化。 针对嵌入层，由于是输入和输出共享的，采用了8位整数进行每通道量化，另外还有某些重要性相对较低的层被进一步压缩到2位量化。 为了恢复量化后损失的性能，以保持模型的输出质量和准确性，苹果还引入了准确性恢复适配器（Accuracy-Recovery Adapters）。 该适配器是小型的神经网络模块，可以插入到预训练模型的特定层中，在量化模型的基础上进行训练，通过微调来学习如何补偿量化带来的影响。 部分任务超越GPT-4 应用了一系列优化技术之后，也到了验收模型表现的时候了。 在这过程中，苹果采用了人类评估与自动化评估相结合的策略。 先说人工评估，评估人员设计了涵盖分析推理、头脑风暴、聊天机器人等方面的多类问题，并让模型生成相应。 同时，问题也会被提给用于对比的其他模型，然后由评估人员评判哪个模型的输出更好。 结果，无论是云侧还是端侧模型，都有至少60%的概率不输给Llama 3、GPT-4等对比模型。 其余的测试主要利用数据集实现。 在指令遵循能力上，苹果进行了IFEval测试，结果在指令和prompt两个层次上，云侧AFM都超过了GPT-4，成为了新的SOTA。 端侧模型的表现，也超过了Llama 3-8B、Mistral-7B等近似规模的模型。 在AlpacaEval当中，端侧和云侧AFM也都取得了第二名的成绩。 再看具体任务上的表现，AFM在写作类Benchmark当中的总结任务上取得了SOTA，撰写任务上也与第一名接近。 数学上，苹果用GSM8K和MATH两个数据集进行了评估。 结果端侧模型在GSM8K上不敌Llama 3-8B和微软的Phi 3 mini，云侧被GPT-4和Llama 3-70B超越，但优于GPT-3.5。 MATH上的成绩相对高些，端侧版领先了同规模模型，云侧版也超越了Llama 3-70B。 性能之外，安全性也十分重要，苹果通过人工方式对AFM抵御对抗性攻击的能力进行了评估。 结果显示，AFM在面对对抗性提示时，实现的违反率显著低于其他开源和商业模型。 以上就是苹果大模型技术报告中一些值得关注的内容，更多详情可参阅报告原文。 One More Thing 虽然Apple Intelligence已经提供给开发者进行测试，但彭博社爆料说，正式版可能会延迟上线。 的确，按照苹果此前的版本发布规律，18.1的版本号也意味着，这些功能不会随着9月的新机发布一同上线。 对此分析师Gene Munster建议，苹果应该考虑推迟iPhone 16的发布日期，以与Apple Intelligence保持一致。 至于库克会不会考虑这个建议，就拭目以待了。

作者 | 李水青 编辑 | 心缘 智东西7月30日报道，当地时间7月29日，苹果发布iOS 18.1开发者测试版，上线Apple Intelligence的首个版本，同时47页的苹果自研大模型技术报告重磅发布。 Apple Intelligence首个版本上线了以下AI功能： 1、Siri升级。Siri唤醒后具备屏幕边缘发光特效，能理解用户表述不通顺的指令，且能回答关于苹果产品故障解决的相关问题。 2、写作工具升级。新版iOS提供苹果的文本生成服务；同时支持AI生成邮件、信息，语音转录摘要等功能。 3、视图工具升级。该版本提供更智能的图片搜索及电影回忆制作功能。 仍有不少苹果在6月发布的AI功能未出现在iOS 18.1开发者测试版（《苹果AI一夜颠覆所有！Siri史诗级进化，内挂ChatGPT-4o，奥特曼来了，马斯克怒了》），苹果称计划在明年推出，包括： 1、Siri的其他改进，包括个人信息分析，联动外部应用执行任务等。 2、图像视觉生成功能，包括表情符号的生成，以及自动清理照片等视图相关能力等。 3、OpenAI旗下ChatGPT的集成等。 iPadOS 18.1、macOS Sequoia 15.1也植入了相关Apple Intelligence新功能，不过它们目前都仅向每年支付99美元的注册苹果开发者开放。 在今天发布的论文中，苹果透露了其两款苹果基础模型（Apple Foundation Model，简称“AFM”）。 论文链接：https://machinelearning.apple.com/papers/apple_intelligence_foundation_language_models.pdf 一个是30亿参数的端侧模型AFM-on-device，经优化可在iPhone和其他设备上高效运行；另一个是云端模型AFM-server，尚未公布模型参数。 报告首次对AFM的模型架构、训练数据、训练过程、推理优化及评估结果进行了解读，并提到背后模型的训练采用的是累计10240颗谷歌TPU，而未提及英伟达GPU。 根据论文描述，苹果自研大模型在指令遵循、文本总结方面测试超GPT-4。 一、苹果AI上机首秀：Siri“变身换脑”，写作一键润色 本次，苹果iOS 18.1开发者测试版上线的Apple Intelligence功能，主要覆盖Siri、写作工具、邮件提要、照片自然语言搜索等方面。 1、整个屏幕闪起光环，Siri变身 Siri的变化首先是新外观，此前屏幕上出现的圆形光斑，被环绕屏幕的发光灯取代，以表示助手处于活动状态。 当开发者不想大声对Siri说话时，开发者可以从语音命令切换到键入：双击iPhone或iPad屏幕底部即可调出键盘，用于输入Siri查询和命令。 Siri已经能够理解多个指令上下文。例如，开发者可以要求Siri创建日程，然后要求创建提醒，而无需重复前面说的话。 2、写作工具上线，润色语句、邮件提要 写作工具是Apple Intelligence的一大卖点，支持开发者就语气和措辞提出建议，校对文本并总结要点。 录音转录功能也已经可以体验，在iOS 18.1开发者测试版，语音备忘录应用程序以及Notes应用已经内置了录音转录功能。 写作功能既适用于苹果设备的内置应用程序，也可用于使用标准输入文本系统的第三方应用程序。 邮件应用现在会智能识别优先邮件，并将在收件箱顶部出现提醒浮窗，以提醒开发者特定的截止日期，或避免忘记一些重要行动事项。 此外，新版本还支持专注模式，称为“减少干扰（Reduce Interruptions）”，该模式将使用AI识别过滤重要的通知。 3、自然语言交互搜索照片，AI生成短片 开发者已经能够使用自然语言查找视频和照片。比如查询“我女儿吃芝士汉堡的照片”，苹果将提供对应的搜索结果。它应该可以更轻松地在视频中找到特定图像或确切时刻，而无需使用更通用的关键字。 新的电影回忆（Movie memories）功能可让开发者输入特定提示，使用照片应用中存储的照片和视频制作电影。 开发者可以输入自己的提示或使用Apple Intelligence建议的提示词，获得智能生成的电影，影片具有明确的章节和主题。 Apple Intelligence这些已上线的功能仍有一些使用限制。 目前，Apple Intelligence仅向每年支付99美元的注册苹果开发者开放，包括面向iOS、iPad和Mac的三个版本。开发者需要将设备区域设置为美国，语言设置为美国英语。 此外，此前6月报道曾提到，Apple Intelligence要求设备达到iPhone 15 Pro、iPhone 15 Pro Max或配备M1的iPad和Mac及以上配置。 二、47页论文解读苹果大模型，文本总结等测试超GPT-4 相比于当下各家的AI手机，苹果自研模型的一大特点，是推出在设备上运行的端侧模型。 根据苹果今日最新发布的论文，该端侧模型名为AFM-on-device，包含约30亿参数，远小于OpenAI和Meta等公司模型的千亿参数级别。 为了执行更复杂的任务，苹果也开发了云端模型AFM-server。虽然具体大小尚未透露，但它旨在使用名为“私有云计算（Private Cloud Compute）”的系统在苹果的云基础设施中运行，以保护用户数据。 如下图所示，AFM-on-device在人类测试中超越了Phi-3-mini、Mistral-7B、Gemma-2B等开源模型，接近Llama-3-8B的水平。 AFM-server在人类测试中超越Llama-3-70B、Mixtral-8x22B、GPT-3.5等闭源模型，接近GPT-4的能力。 同时，在指令遵循方面，AFM-server测试超GPT-4，AFM-on-device则超越了Llama-3-8B、Phi-3-mini等开源模型。 在文本总结方面，AFM两个版本也实现领先。 在架构方面，这两个基础模型包括一个基于AFM语言模型的编码模型，用于将智能融入Xcode，以及一个扩散模型，以帮助用户生成一些视觉内容。 其中，AFM基础模型是仅解码器的密集模型，它们建立在Transformer架构之上，并做了一些设计优化，包括分组查询注意力（GQA）、SwiGLU激活函数等。 研究人员在论文中解释道，Apple Intelligence由多个高性能生成模型组成，这些模型快速、高效、专门用于用户的日常任务，并且可以根据用户操作进行动态调整。 ▲Apple Intelligence的架构 苹果展示了其模型开发的流程，强调从数据收集到模型部署的每个阶段，其都遵循负责任的AI原则。 在模型训练方面，苹果云端大模型采用了8192颗TPUv4芯片，端侧采用了2048颗TPUv5p芯片，并未用到英伟达GPU。 模型训练后工作包括一系列数据收集和生成、指令调优和对齐创新，涉及监督微调（SFT）和基于人类反馈的强化学习（RLHF）两个阶段，提高模型遵循指令、推理和写作方面的能力。 据称，这些模型是在多样化的数据集上进行训练的，包括网页、来自出版商的授权内容、代码存储库以及专门的数学和科学数据。苹果称其未使用私人数据训练模型。 结语：苹果AI首登iPhone，秀自研模型“肌肉” 时隔一个月，苹果终于上线了首批Apple Intelligence能力，在Siri、写作工具、视图检索等方面首先更新；与此同时，苹果两款自研模型曝出，让我们对Apple Intelligence的核心模型有了深入了解，并不是有媒体传的“ChatGPT套壳”，展现出有别于其他手机玩家的差异化打法。 不过，当下Apple Intelligence能力仅部分开发者可以用到。据外媒报道，苹果仍在修复许多新功能的漏洞，因此用户将不得不等待才能测试这些功能。苹果将会带来什么样的AI手机体验？我们拭目以待。

作者 | 李水青 编辑 | 心缘 一场抖音快手发起的闪电战，正让国产大模型围堵GPT-4的大战极速升温。 智东西7月30日报道，近日，字节大模型应用“豆包”已登顶苹果App Store榜单第一，凭借日均14万次下载量国民知名度一路飞升。不少刚开始接触AI应用的国人只知豆包，不知ChatGPT。 同时，字节旗下短剧产品“红果短剧”排名榜二，抖音大模型新爆品AI短剧本月亮相，首部力作《三星堆：未来启示录》上线，播放量迅速飙升至1.4亿次，背后“即梦”视频生成工具随即走红，被称为“中国版Sora”。 ▲豆包位居苹果App Store免费App榜首，统计时间为7月25日 ▲抖音自制AI短剧《三星堆：未来启示录》片段 与此同时，短视频巨头快手也紧锣密鼓，火速在本月上线首部自制AI短剧《山海奇镜之劈波斩浪》，背后视频生成平台“可灵”正式开放，紧跟老大哥步伐。该剧导演陈坤向智东西分享，AI使得的制作周期从通常的3-6个月缩短到了2个月，成本达到传统制作流程的1/4以下。 ▲快手自制AI短剧《山海奇镜之劈波斩浪》片段 当Sora还是个“期货”，中国短视频巨头已把视频生成模型玩出了大动静。 一场创作者的AI“造富”速度战掀起。各路MCN、个人创作者、AI公司纷纷开辟新号，在短视频平台上推出自己的AI创作内容，爆款不断，一夜吸粉数万。比如名为“悟空AI”的抖音用户，不到10天凭借两集AI短剧获得了数万粉丝。 ▲抖音用户发布两集AI短剧后吸粉数万 抖音和快手抢夺的并非仅短剧这一盘口，而是AI视频产业的“链长”权。抖音、快手的内部人士向智东西谈道，短剧市场在2027年将达到千亿级，但目前内容严重供不应求。生成式AI制作短剧已经走过临界点，内容制作周期和成本数倍降低，整个视频工业的产业链及内容生态都在被重构。 7月的大模型市场江湖剧变，让各路玩家始料未及。 大语言模型仍是产业的主线，但一位资深业内人士断言：“「百模大战」已开始转战AI视频。”当AI视频创企还在摸索前行时，多路搅局者已经大肆闯入。除了抖音快手，7月26日，大模型语言起家的国产大模型“创业五虎”之一智谱AI也“掀桌子”，放出免费版的“智谱AI版Sora”——清影…… 新的混战格局已经形成。 ▲“智谱AI版Sora”生成的视频片段 此外，上海电视台也于7月23日推出《因AI求真》系列AI短剧，百度上个月对AI短剧创企井英科技进行了数百万美元Pre-A轮融资，腾讯视频AI辅助创作动画片《魔游纪人工智能篇》已于2023年8月推出……越来越多的头部玩家显露出在AI视频市场分一杯羹的野心。 中国是全球最大的视频消费市场，AI变革视频行业的声势与态势已到沸点。 大模型能为坐拥万亿蛋糕的短视频行业带来什么新故事？抖音和快手真的能在AI视频大战中翻手为云覆手为雨？这场AI大战将杀出什么样的“战果”？本文对此进行了深入探讨。 一、AI短剧火了，“中国版Sora”角逐 今年7月，是AI短剧的爆发月，更是一场“中国版Sora”商业化的首场热战。 马斯克2023年曾预测“2024年将有AI电影”，今年2月，央视打造的首部AI动画《千秋诗颂》上映；近日，新上映的电影《传说》也运用AI呈现了“27岁的成龙”；而字节、快手推出的AI短剧，则是一个分钟级时长、小屏传播形态的AI视频新物种。 抖音和快手亲自下场做AI视频，都取得了火爆效果。 由平台官方数据可知，抖音7月8日联合影视公司博纳推出的《三星堆：未来启示录》，13集总计端传播总量超1.4亿次，登抖音AI短剧Top 5榜单；快手7月13日上线的《山海奇镜之劈波斩浪》，5集总播放量也超5000万。 “AI能力迅速转化为了注意力，这在内卷的短视频平台尤其稀缺。”一位抖音平台创作者告诉智东西。两部AI短剧一经发布令不少网友大呼震撼，称“跨时代作品”、“比电影好看”、“逼真得可怕”、“好看，不够看”。与此同时，很多人的关注点在于“这是AI生成的吧？”，并感叹“演员要失业了”。 据智东西统计，AI短剧爆发年初已有苗头，截至目前至少有8部AI短剧可以成为产业发展的关键节点，从中我们可以看到AI短剧是如何快速从“平步青云”荣升为暑期档爆款剧的。 ▲2024年引起关注的部分AI短剧 最初推动者是大名鼎鼎的“央妈”。央视频AI频道于3月22日推出了国内首部“AI全流程微短剧”《中国神话》，彼时OpenAI的视频生成模型Sora才刚刚发布了一个月。 这部AI短剧的画面效果算得上精美，但不得不说，人物表情、动态效果和剧情与最近的作品差距较大，甚至有点像幻灯片播放。 仅仅三个月后，央视功力飞速提升。6月28日，央视频一口气上线了三部自制AI微短剧：《英雄》、《爱永无终止》、《奇幻专卖店》。 以《奇幻专卖店》为例，这部AI短剧在角色表情上已经做到精细逼真，动态效果大有改善，题材上取巧定位“科幻+动漫”也弱化了动态不足的短板。 紧接着来到7月，抖音、快手的“炸弹”级入场，也就是我们开篇提到的局面。 截至当下，主流电视台、新媒体巨头和MCN、各路创作者已经呈现出共舞局面。 上海电视台于7月23日推出《因AI求真》系列AI短剧，开辟公益新题材；拥有爱奇艺的百度虽未直接发AI短剧，但其上个月对AI短剧创企井英科技进行了数百万美元Pre-A轮融资，显露出分一杯羹的野心；腾讯视频利用AI辅助创作的动画片《魔游纪人工智能篇》已于2023年8月推出，入局AI短剧只是时间问题。 越来越多的UGC用户闻势涌入AI短剧，吸粉无数。比如开篇提到，抖音用户“悟空AI”的科幻AI短剧《觉醒》7月9日上线抖音平台，第一集点赞超40万，最新播出的第二集点赞高达4.9万。 AI短剧爆发，可以说是大模型落地短视频注意力经济的“诺曼底登陆”。 换句话说，短视频平台巨头亲自下场打样，效率数倍提升的AI视频生成工具上线，广大平台用户新的造富运动掀起，大规模的AI视频正在人们看不到的地方被生产、上传和传播，一个AI视频新战场已经出现。 “这一波注意力的吸引，抖音快手不为转化交易，而是一个自家Sora的超级引流计划。”一位抖音平台创作者告诉智东西。抖音、快手推出的AI视频生成工具——即梦和可灵，随即成为7月这场AI短剧大战背后的焦点，被广大抖音和平台用户视为“中国版Sora”。 ▲快手在《山海奇镜之劈波斩浪》评论区推广可灵平台 相比于国内其他同行，即梦和可灵属于后来者。5月9日，字节抢先上线AI视频生成产品即梦（之前称为Dreamina），将视频生成时长从常见的3-4秒拉长到12秒；6月6日，快手突然发布可灵大模型，惊艳的效果引发全网热议，排队人数一度接近100万。 “即梦和可灵一出，留给其他AI视频创企的时间不多了。”一位抖音平台创作者告诉智东西。合计月活超15亿，制定了大半个中国短视频创作规则，抖音和快手的入场立马改变“中国版Sora”大战的局势。 据智东西不完全统计，Sora发布以来国内外至少有8家公司发布新产品或模型。这些企业主要以AI创企和音视频专业公司为主，它们卷技术、卷产品、卷融资，5个月吸金近50亿元。（《视频生成大战2.0！大厂狂卷底层模型，创企5个月吸金44亿》） 随着短视频巨头下场搅局，围绕AI视频技术、产品、融资的上半场角逐基本结束，围绕市场、用户、应用的下半场大战立马打响。 二、盯上AI短剧，抖音快手不止为千亿市场 AI视频场景很多，字节、抖音为何盯准AI短剧？ “抖音和快手的作品效果不弱，尤其是快手联合闲人一坤的作品，但这离可复制的大爆款还有距离。”一位抖音创作者称。细看字节、快手推出的AI短剧，实际上都还存在不少瑕疵。比如，不少网友还是一眼看出抖音、快手推出的剧集是AI生成的，不少人反映人物动作和表情“僵硬”、“不自然”。 此时盯上AI短剧，笔者认为，抖音和快手至少有以下三大原因： 1、打样新玩法，让AI解放创作者生产力，解锁千亿市场新故事 对于抖音和快手来说，短剧市场是爆款制造机，更是一个肉眼可见的千亿级市场。 短剧在2022年兴起，2023年进入付费元年，《2023—2024年中国微短剧市场研究报告》预测，2024年中国短剧市场规模将超过500亿元，2027年将超过1000亿元。新榜发布的数据显示，2024年第一季度，抖音和快手平台上播放量破亿的短剧数量同比增长65%。为了占领这一市场，抖音已经推出“红果短剧”App，目前位居苹果免费App榜第二。 但短剧当下出现了严重供不应求，AI是解放短剧生产力的一把钥匙。 “在快手上，每日观看10集以上的重度短剧用户数达9400万，短剧供给严重不足。”快手文娱业务负责人陈弋弋在《山海奇镜之劈波斩浪》看片会上说。该剧导演陈坤向智东西分享，AI使得的制作周期从通常的3-6个月缩短到了2个月，成本达到传统制作流程的1/4以下。 2、拓展新业务，参与云巨头竞赛，通过PaaS订阅服务增收 生成式AI最先肥了谁？无疑是云服务厂商。 在硅谷，微软2024年仅租给OpenAI提供的模型推理和训练算力，就价值70亿美元；背靠英伟达的GPU云“黑马”CoreWeave，也在今年乘风生成式AI“吸金”超600亿元。 在国内，通过即梦和可灵，抖音和快手已经在赚取云服务收入。 就在6月28日，字节的剪映推出全新的SVIP会员服务，月费高达79元，年费为599元。除了一些商用版权、云空间等权益，SVIP升级AI创作服务，包括AI视频生成、智能翻译、智能划重点、智能包装、数字人合成等功能。 快手在7月24日也正式上线可灵付费会员体系：黄金月卡66元，对应660灵感值；铂金月卡266元，对应3000灵感值；钻石月卡666元，对应8000灵感值。灵感值可以兑换视频生成次数。 在生成式AI时代，GPU云服务是一门好生意。手握大量GPU算力资源，字节跳动旗下的火山引擎正在成为“第四朵云”，快手也有“StreamLake”视频云品牌，生成式AI有望成为他们发展云服务的一块绝佳跳板。 3、布局未来，复制八年前的“AI成功路线”，狙击最强劲对手 押注生成式AI，是抖音快手对自己先前崛起路径的“自我模仿和复制”。 过去8年，抖音和快手能在腾讯等视频巨头眼皮子底下扶摇而上，AI功不可没。AI推荐算法对用户画像和偏好的精准理解，及对头部和优质内容的精准匹配和推荐，是抖音在全球超50亿下载量的引擎。 但推荐算法作为上一个AI时代的产物，增长魔力已经见顶。 后起之秀微信视频号近年正在打破“推荐算法为王”规则。虽然视频号也采取推荐算法，但其更大的优势在于社交网络优势扩张，以此对抖音、快手发起猛攻。根据QuestMobile等平台数据，抖音和快手的月活同比增长比例已经跌至5%左右；作为后起之秀的微信视频号，2024年Q1总用户使用时长同比增长超80%，官方透露2024年日活预计达到5.5亿用户数，可以说一路狂飙。 当短视频行业进入存量厮杀，与之随行的广告、电商等业务增长也面临瓶颈。过去两年，抖音电商投入了数百亿元的人力物力来维持GMV（商品交易总额）的高增速，2023年已逼近3万亿元大关。结合多项数据，抖音预判这个数已经临近直播电商的天花板。 有什么新故事？借助生成式AI，抖音、快手试图进行第二次飞跃。 在通用大模型领域，字节的豆包与腾讯的混元、阿里的通义千问已经展开了激烈竞争；而在视频类大模型方面，字节海量的视频数据、音视频技术人才，都有望助其打造更加强大的视觉生成类大模型。通过AI视频生成工具吸引更多的创作者入驻，抖音无意能促进平台内容生态的繁荣。 实际上，对抖音和快手来说，最大的价值还是布局未来AGI时代的内容生态。 短视频业内人士告诉智东西，就像安卓巨头谷歌每年发硬件主要是为安卓开发者打样、发展平台生态一样；大模型时代，抖快亲自下场做AI短剧，则可以带动影视制作者、MCN、发行商等整条产业链投身AI生成视频赛道。 整体来说，短视频存量市场已经进入精耕细作阶段，传统用户增长手段无法满足巨头的需求。挖掘细分市场价值，并通过AI杠杆获取市场增量，成为短视频巨头的竞争焦点。 三、「百模大战」转场，短视频巨头打入AI创企后院 两大短视频巨头，抖音和快手的AI大战已经摆到了明面上。 大语言模型仍是产业的主线，但「百模大战」的阶段热点已转战AI视频。新一轮大战一触即发。前有OpenAI的Sora像火药桶一样被引燃，后有腾讯、阿里、百度等巨头虎视眈眈，各路AI大模型创企起早贪黑拉融资、磨技术，抖音和快手是如何在这种局面下搅局的？ 过去一年多里，抖音在生成式AI领域一路狂奔，快手也紧跟其后。 在大模型方面，抖音短短一年多横扫一众对手。从去年3月火速建队，到6月推出自研大模型产品Grace（豆包前身），用短短三个月改变“百模大战”格局，向百度文心一言、阿里通义千问等所有一梯队玩家开炮。目前，豆包已登上苹果App Store排行榜第一名，成为名副其实的GPT-4o“头号中国对手”。 作为短视频行业断层式“老二”，快手一路紧跟抖音老大哥，有样学样。起初的快手并没有太把大模型当回事，2023年初推出“快意”大模型，下半年推出AI生图应用“可图”，2024年5月才推出AI消费娱乐智能助理-AI小快，都未掀起太大波浪。 真正紧张起来是在今年3月Sora发布之际，快手CEO程一笑在业绩会议上首次放言：自研大模型有信心在半年内达GPT-4水平；终于在今年7月亮相大模型矩阵，视频生成大模型“可灵”正式发布，图像生成大模型可图也再次迭代，也达到了一鸣惊人的效果。 在云服务当面，字节更是不手软。去年6月火山“方舟”大模型服务平台首次亮相，号称超七成大模型企业已是其客户，对云巨头们贴脸开大。因为从大模型及应用到云的全栈布局，一直是几大云巨头占山为王的优势，字节的“第四朵云”野心至此藏不住了。 今年5月，火山方舟2.0平台的亮相，同时凭借API 99%降价幅度打响“价格战”第一枪，打得阿里、腾讯、百度等同行措手不及。豆包正式开启对外服务，通用模型Pro、通用模型Lite、角色扮演模型等9款模型组成的“全家桶”亮相，对To B市场发出猛烈出击。 快手这边，也早在2022年推出“StreamLake”视频云品牌，不过在本次大模型浪潮中还未溅起产业多少水花。 在应用方面，字节的最终落点还是回到了其统治区——短视频应用。亲自下场做生成式AI内容，并向创作者开放背后的即梦视频生成工具，显露出远超Sora的“闭环”野心。中国大模型赶超GPT-4的契机在应用，于是字节将打这一仗的炮口，对准了AI视频生成全链内容生态。 快手则把抖音咬得死死的，先后脚发布首部AI短剧、可灵会员订阅套餐、“星芒短剧×可灵大模型”创作者孵化计划等举措，势必要在新的千亿市场分一杯羹。 总的来看，抖音的大模型能力圈已与几大云巨头全面对齐。AI全栈布局，应用闭环加码，字节正乘着类Sora视频生成模型的东风，成为最具杀伤力的AI头号玩家。一旦起AI内容生态壮大起来，无论是云巨头还是大模型独角兽，都要按照它的规则来行事。快手的能力虽没有抖音全面，但打造一个快手版的AI内容生态，也可以参与分蛋糕。 笔者认为，百模大战进展至今，AI技术和应用生态“双拳出击”才能赢得大战。 一方面，AI视频生成模型技术水平仍有限，效果不好用户不会买账，全都是泡沫；另一方面，抖音、快手只有真正投入给生态用户打样，才能带动生态玩家“尝螃蟹”，AI短剧或许是第一个短视频着陆的第一个落脚点。 结语：落地闪电战打响，留给AI创企的时间不多了 AI视频生成领域迎来混战阶段。在Sora降世和AI创企先锋登场之后，一方面大语言模型头部大厂及创企相继进入这一领域，另一方面以抖音、快手为代表的短视频大厂，从模型、云服务及应用方面发起全面总攻。 短视频巨头看重的并非只有大模型产业，而是短视频行业AGI转型的新故事。AI视频生成技术发展一日千里，各类AI生成内容涌向抖音、快手，这在过去一年里已经发生。如何应对这些海量AI生成内容，如何从尚不完美的AI生成内容中挖掘潜在增量市场？发力AI短剧，只是短视频巨头争夺大模型时代“船票”的第一步。 留给AI创企的时间不多了。虽然AI视频创企在模型方面可能具有更强的技术实力，但大模型产业化需要考察综合因素，包括算力储备、应用场景、合作生态等都会对业务发展造成重大影响。如何在混战中争取更多时间，避开巨头的脚印并找到适合自己的生存方式，回答这些问题对AI创企来说尤其重要。

快科技7月30日消息，Intel今天发布了新版显卡驱动32.0.101.5768，WHQL认证的正式版，依然是重点优化游戏性能，而且幅度不小。 新驱动提供了对新作《风暴之门》(Stormgate)的优化支持，包括锐炫A系列独显、酷睿Ultra核显。 性能提升方面，对比5762版本，锐炫A系列核显： 《如龙7：光与暗的去向》1080p超高画质提升最多91％、2K超高画质提升最多35％ 《地铁：最后的曙光》1080p高画质提升最多20％、2K甚高画质他提升最多23％ 酷睿Ultra核显： 《风暴之门》1080p中等画质开启时间超分提升最多12％

编译 | 陈骏达 编辑 | 李水青 智东西7月30日消息，当地时间7月29日下午，英伟达创始人兼CEO黄仁勋（Jensen Huang）与Meta创始人兼CEO马克·扎克伯格（Mark Zuckerberg）在2024年SIGGRAPH大会上展开了一场50分钟的重磅深度对谈！ 老黄和小扎的对谈爆点不断，谈及了生成式AI、Agent、AI开源、智能眼镜等前沿技术产业趋势。两人还展开高情商互夸，老黄称Llama 2的开源是去年AI圈最重要的事，而小扎称“我还以为是H100呢。”谈及创业经历，两人罕见流露真情并提及各自的遗憾，最后两人还再次互换了皮夹克。 访谈中，扎克伯格坦言自己开源Llama有私心。开源是一种绝佳的商业策略，他们已经通过开源节省了数十亿美元的成本。 当谈及闭源，扎克伯格更是爆出粗口，吐槽自己在移动平台上开发产品时，屡屡受到苹果公司的限制，这让他想要将下一代技术平台牢牢掌握在自己手中。 黄仁勋分享，英伟达运用Llama微调出了代码AI、Bug处理AI等AI工具。开源Llama系列模型也让不少企业用上了AI，而英伟达的产品与服务也从这一日益发展的AI生态中获益。Llama 3.1 405B的推理成本仅有GPT-4的一半，这是一个十分经济的选择。 扎克伯格剧透道，不久他们将推出具有全息AR显示功能的智能眼镜。他也试图引领时尚潮流，让大家更能接受这种更为厚重的眼镜外形。而在产品端，扎克伯格认为即便基础模型进步停止，至少也可以再做5年的产品创新。 扎克伯格承认自己错判了技术的发展趋势，但是AI的发展和他目前在MR和智能眼镜领域的投资并不冲突，还有相辅相成的作用。他预计300美元的无显示AI眼镜或将大卖，有着数千万乃至上亿台设备的市场。 老黄对扎克伯格给足了牌面，盛赞Meta不断转型，他还后悔自己没像小扎那样辍学创业，小扎在这行干了20年，头发只是变卷了，而自己已经两鬓斑白了。 本场对谈中，扎克伯格还分享了Meta最近发布的AI Studio产品，老黄则分享了英伟达在利用Llama开辟的企业和工业应用。 在对谈的结尾，二人再次上演了互换夹克的环节。当小扎今年年初去老黄家做客时，二人便互换了夹克。本次小扎专门为老黄定制了一套黑色的夹克，而老黄也将妻子刚刚给自己买的皮夹克送给小扎。两人现场脱下外套，展示夹克的上身效果。小扎还称下次要给老黄搞条大金链子。 ▲二人互换夹克现场画面（来源：SIGGRAPH） 以下是对黄仁勋和扎克伯格本次对谈的完整编译（为提高可读性，智东西调整了部分问答的顺序，并在不违背原意的前提下进行了一定的增删修改）： 一、Meta在AI领域早有布局，生成式AI让原有推荐系统更好 黄仁勋：马克，欢迎你参加你的第一届SIGGRAPH。你是计算的先驱之一，驱动了现代计算的发展，我还得出面邀请扎克伯格来参加SIGGRAPH。感谢你专程飞过来参加SIGGRAPH。 这个展会最伟大的一点就是，这是一个计算机图形学、图像处理、AI和机器人技术这四者结合的展会。多年来，一些公司在这里展示并揭示了令人惊叹的事物，比如迪士尼、皮克斯、Adobe、Epic Games，当然还有NVIDIA。我们在这里做了很多工作。 今年，我们发布了20篇关于AI和模拟的跨学科论文。我们正在使用人工智能来帮助模拟变得更大规模，更快。例如，可微分物理。我们正在使用模拟来为人工智能生成合成数据的模拟环境。因此，这两个领域真的正在交汇到一起。我们为这些成就感到自豪 Meta其实在AI方面做了大量的工作。我发现有趣的一件事是，有些媒体说Meta在过去几年才加入AI领域。但是你们很早就成立了Facebook AI研究中心（FAIR）。我们使用的PyTorch就是Meta开发的开源工具，还有你们在计算机视觉方面的研究、语言模型研究、实时翻译等等。这都是些开创性的工作。 ▲黄仁勋在SIGGRAPH大会上（图源：英伟达） 我的第一个问题是，你如何看待Meta如今在生成式AI领域的进步，以及你如何应用它来优化你们的运营流程或引入你们正在提供的新的功能？ 扎克伯格：是的，有很多事情需要解释一下。首先，非常高兴来到这里。Meta已经做了很多相关研究，我们参与SIGGRAPH已经有八年了，但和你们比起来还是新手。 2018年的时候，我们展示了一些早期的手势跟踪研究，用于我们的VR和MR头显设备。我们还发布了Codec Avatars，希望能在消费级头显上实现逼真的人物形象。我们离实现这一目标越来越接近了。 我们在显示系统上做的一些原型和研究，能使MR设备变得非常薄，还具备集成化系统，包括非常先进的光学堆栈和显示系统。我们以前来SIGGRAPH一般展示的就是这些东西。 今年我来这里不只是要谈元宇宙，还会谈论AI。你也提到了，我们很早就创建了Facebook AI研究中心，那时候公司都还没改名。这是我们创建Reality Labs之前的事情。所以说我们研究AI已经有一段时间了。 生成式AI是一场有趣的革命。我认为生成式AI最终会给我们所有的产品都带来有趣的改变。你现在就可以看到我们产品线上的变化。Instagram和Facebook的推荐流和推荐系统，一开始只是为了和朋友建立联系，显示一些朋友发的贴子。当然了，这种系统也很有价值，但是在过去的几年里，我们也越来越多地加入了公开内容。 在这种情况下，推荐系统就格外重要。因为我们现在处理的不仅仅是成百上千个来自朋友的帖子，而是要处理数以百万计的公开内容。凭借生成式AI系统，我认为很快我们将不只是在推荐系统中使用AI，也有可能利用AI来进行平台内容创作。要么是即时创建的内容，要么是合成内容。这只是一个例子，我们未来的核心业务都有可能因生成式AI而变化。其实在过去20多年里，我们的业务一直在不断变革。 黄仁勋：是的，其实很少有人意识到，世界上有史以来最大的计算系统之一，就是推荐系统。 扎克伯格：这是一条不同的路径，和人们谈论的生成式AI热潮不同。但其中的Transformer架构与构建通用模型很类似，都是将非结构化数据嵌入到特征中。 在过去，每种类型的内容都有不同的推荐模型。我们有专门推荐Reels、专门用于排名、专门推荐长视频的模型。还需要在产品端做一些工作，才能在系统里显示这些内容。但当你创建能够涵盖更多内容的通用推荐模型时，推荐效果只会变得越来越好。不需要从不同的内容池里抽取数据，就不会出现种种效率问题。 我希望有一天，Facebook和Instagram是一个单一的AI系统，统一了所有的类型不同、目标不同、时长不同的内容。因为我们平台上的模型有些只是有趣，而有些则能帮助用户建立人脉网络，推荐一些你有可能想认识的人或者想关注的账户。 黄仁勋：这些多模态系统往往也更擅长识别模式和微弱的信号。 二、人人可创造自有Agent，个人企业都可受益 黄仁勋：AI已经深度融合到你们公司内部了。你们一直在构建GPU的基础设施，长时间运行大型推荐系统。 扎克伯格：其实我们在使用GPU上还是有点慢。 黄仁勋：我只是想给你说点好话，你毕竟是客人嘛（笑）。你们进入AI领域后的步伐走得很快。当我最近在使用WhatsApp的时候，我觉得我正在和这个软件合作。我很喜欢上面的Imagine功能。我打字的时候它能实时生成图像，我回去改了几个字，它就又生成了新的图像。把我的照片放进去之后，还可以把图像里的人物替换成我自己。这是上周的功能。 扎克伯格：我花了很多时间和我的女儿们一起生成她们是美人鱼的图像，这很有趣。生成式AI的东西既是对我们过去工作流程和产品的一次重大升级，也可以帮助我们创造全新的事物。 Meta AI是一个能辅助你完成不同创造性任务的AI助手。但它也是非常通用的，因此不需要将它限制在创造性工作的范围之中。它可以回答任何问题。 当我们从Llama 3系列模型发展到Llama 4和更高版本时，Meta AI会变得更不像是一个聊天机器人，不是基于你的提示词给反馈。而是你给它一个意图，而模型会去处理这个问题，研究一段时间之后再给你反馈一个结果。最终可能需要花费数周或者数月来进行计算，我认为这种功能会变得很强大。 ▲扎克伯格回答黄仁勋提问（图源：英伟达） 黄仁勋：今天的AI是“回合制”的，你问它答。但是当我们思考、当我们承担一个任务、解决一个问题的时候，我们会考虑多种选择。或许我们会想出一个决策树，我们沿着决策树走下去，在脑海中给模拟每个决策的不同结果。这就是计划，而未来AI也能实现同样的事情。当你分享你对创作者AI的看法时，我觉得这个想法真的很不错。和大家谈谈创作者AI和你们即将发布的AI Studio吧。 扎克伯格：我们之前已经讨论过相关的产品了，今天我们将大规模地推出这些产品。我们的愿景是，我们不想只有一个AI模型。行业里有些公司是这么做的，他们创造了一个中央Agent。虽然我们提供了Meta AI助手，但我们希望给使用者权力，让他们去创造自己的Agent。不管是创作者还是小企业，我们最终都希望他们能快速地引入他们的内容，建立自己的商业Agent，与客户互动并提供销售和售后服务。 AI Studio是一套让所有创作者构建自己的AI的工具，比如AI Agent或者能和自己的社群互动的AI助手。对创作者来说，他们总是没有时间和自己的社群进行足够的互动。而如果能创造一个Agent，在你的材料和数据上训练这个Agent，以你自己想要的方式代表你，这也是一项非常有创造性的尝试，几乎就像是你的一件艺术品一样。 当然了，这肯定不是和创作者的直接互动给，但我认为这也是一种很有趣的方式。创作者会在平台上发布内容，而现在我们有了能做到这点的Agent。 同时，我认为人们也会为各种不同的用途创建自己的Agent。有些是某种定制用途的Agent。人们可以微调或者训练出这样的一个Agent。而有些是娱乐目的的，人们可以创造一些有趣的甚至是搞怪的Agent，这些东西在我们平时使用Meta AI助手时是不会出现的。人们对见证和与这些产品互动十分感兴趣。 另一个我们看到的有趣用途就是，人们会使用这些Agent来提供社交支持。我还挺惊讶的，这已经是Meta AI的主要用例之一了。人们会使用Meta AI来模拟各种困难的社交场合。不论是在职场，比如要和领导讨论加薪升职，还是私下里和朋友或者伴侣沟通中，面临的一些困难境地。用户可以和Meta AI模拟这些对话，Meta AI不会有任何评判性的内容，它只会和你模拟对话，然后给出一些反馈。 但很多人不满足于仅仅和一个Agent交流，他们想要创造自己的东西，这就是AI Studio的目标。这对Meta AI和OpenAI的产品来说都是如此。我们认为也不应该只有一个单一的大型AI系统，如果有多样性的话，世界会变得更好、更有趣。 黄仁勋：这也太酷了。如果你是一个艺术家，有自己的风格。你就可以把自己的风格，把自己所有的作品拿去微调一个模型，然后你就可以用这个模型生成你自己风格的作品。甚至还可以让AI给你生成一幅草稿、一幅素描作为灵感。未来每家餐厅、每个网站可能都会有这种AI。 扎克伯格：我认为在未来，就像现在每个企业都有邮箱、网站和社媒账号一样，我觉得未来每个企业都会有一个能与客户交互的AI Agent。这在过去是很难实现的。 在企业里，销售和售后部门一般都是分开的，但是CEO理想中的运营方式不应该是这样的。这些组织现在都是独立的，并分别进行了优化。而最理想的情况就是他们能统一到一起。 从客户的角度来看，他们真的不想要在售前和售后的时候还得去找不同的客服。 最简单的方式就是直接去同一个地方咨询，所有的问题都能得到解决，能以多种不同的方式沟通。我认为这也适用于创作者。 黄仁勋：我也觉得，如果能处理好客户的抱怨，真的能让公司变得更好。全面使用这种AI系统还能积累公司的系统性知识，可以进行深入的分析，又能反过来改进这一人工智能系统。 扎克伯格：不过我们面向企业用户的版本还处在比较早期的阶段，但AI Studio能使人们创造自己的UGC Agent。 黄仁勋：这就是创作者的飞轮。那我可以使用AI Studio来微调我自己的图像、图像集吗？可以使用它作为我的草稿本吗，然后每次回去的时候它还能调出之前的内容，继续对话，就像是我从没离开过一样？ 扎克伯格：是的，这些都能实现。这些产品还会不断改进。训练工具会变得更好。它不仅能输出你想要的内容，还能避开你不想要的话题。而理想中，我们还能与Agent实现视频聊天那样的交互方式，我认为这离显示并不那么遥远。飞轮旋转得非常快，有很多新东西可以构建。 虽然我不认为基础模型的进展会停止，但即便现在停止了，我们也还至少能做5年的产品创新，让行业明白如何高效利用这些工具。而实际情况是，基础模型的种类数量和基础研究的进展都在快速增加。这是一个非常疯狂的时期。 三、小扎称开源平台必胜，自己搞开源也有私心 扎克伯格：我感觉咱俩是业内干得最久的两位创始人了。你的头发变白了，而我的变长了。 黄仁勋：我的头发是变白了，你的头发还卷起来了。 扎克伯格：其实我一直是卷发，只是我留长了而已。 黄仁勋：如果我知道要这么久才能成功，我干脆和你一样辍学好了。这样就占据先机了。 扎克伯格：这是我们的性格差异。 黄仁勋：你有12年的领先优势。我很喜欢你的愿景，让每个人、每个企业都可以拥有自己的人工智能。在我们公司，我希望每个工程师和软件开发人员都能拥有一个或者多个自己的AI。 当你开源Llama时，我觉得这很好。我觉得Llama 2的开源可能是去年AI领域最重要的事情。（扎克伯格：我还以为是H100呢。）这是一个先有鸡还是先有蛋的问题（笑）。Llama 2的发布激活了所有的公司、行业，突然之间，所有的医保公司都在构建自己的AI系统，大大小小的公司都开始做AI。 Llama 2的发布让所有研究人员都能重新参与到人工智能中，因为他们有了一个新的起点，可以去做一些尝试。现在我们还有了3.1，我们两家公司合作将其推向世界。你还开源了PyTorch，现在它已经成为AI研究的框架了。你还围绕Llama构建了一个完整的生态系统。你这些想法是从哪里来的呢，和我说说你的开源理念吧。 扎克伯格：说来话长，我们确实逐渐做了很多开源的研究。我认为部分原因就是，我们开始做分布式计算的时候，已经落后于一些其他的科技企业了。正因如此，我们加入这一领域时并没有竞争优势。我们就想，干脆直接公开这些东西好了，然后从开源生态系统中获益。 我们有很多这样的项目，其中一个就是“开放计算”项目。我们发布了我们所有的服务器设计、网络设计、数据中心设计等等。开源也让我们的标准成为行业标准，所有的供应链都围绕这一标准组织起来，这能为所有人省钱。通过开源这个项目，我们已经节省了数十亿美元了。 黄仁勋：开放计算项目也是我们为数据中心设计的NVIDIA HGX成为可能。一下子所有的数据中心都可以使用我们的产品了。 扎克伯格：然后我们用一系列基础设施工具完善了开放计算项目，比如React、PyTorch等。当Llama出现时，我们也想着这么做。 对AI模型来说，我们开源背后有几个原因。一个是，在过去20年我们开发产品的经历真的很有趣，但最困难的是我们必须面临这样一个事实——我们需要在竞争对手的平台上发布我们的应用。一方面，移动平台为我们的行业带来了巨大的发展，但是通过竞争对手的平台提供产品也是颇具挑战的。 在我成长的时候，Facebook一开始是在开源的网络上出现的，当它过渡到移动端时，人人的口袋里都装着台“电脑”，这很不错。但是我们也因此受到很多限制。 最近这几代计算，由于苹果的闭源系统，由于他们赢下了这场平台之战，他们得以设定自己的条款。虽然严格意义上来说安卓手机更多，但苹果几乎拥有了整个市场所有的利润。安卓在开发方面处于追随苹果的状态，我认为苹果在这一代平台上显然是赢家。 但情况并不总是如此。当你回顾上一代平台，看看微软。这虽然不是一家完全开源的公司，但和苹果相比，Windows至少能在所有的OEM和不同的硬件上运行，是一个更加开放的生态系统，同时也是领先的生态系统。在PC时代，开放的生态系统胜出了。 而我希望，在下一代计算中，我们将回到开放生态系统获胜、并成为领导者的时代。当然了，总是会有一个开放和一个封闭的，我认为这也是合理的。但总的来说，对于整个行业的基础性计算平台来说，如果这个软件是开放的，那么它就能创造很多的价值。 这些观点对我影响很深。无论是AI领域的Llama，还是AR/VR领域的Horizon OS开源系统，都有点像是安卓或者Windows系统。这样我们就能与许多不同的硬件公司合作，制作不同的设备。我们只是想让生态系统回归到之前的模样，回到以前开放的样子。我也很乐观，我认为下一代平台的竞争中，开源的平台将会获胜。 对于我们自己来说，也有点私心。我们想要确保自己能一直获取最先进的技术。当公司成立一段时间之后，我接下来10-15年的目标就是确保我们能够打好技术的基础，构建我们想要的社交体验。 过去有许多我们想创造的产品和体验，被平台提供商告知我们不能做。我有时候真的想说：“去你的！”下一代平台里，我们要从头开始完全自主构建这些平台。（黄仁勋：我们上电视的机会就被你这么玩没了，哔。） 扎克伯格：（笑）不好意思，我过去20分钟情绪控制得都很好，但是讨论这些封闭的平台时我真的很生气。 四、开源是一种商业策略，全生态链共同维护改进 黄仁勋：这是一个很好的愿景。人们致力于构建尽可能好的AI，并将其作为服务提供给整个世界。但是如果你想要构建自己的AI，还是可以自己做的。就好比说，我肯定不想自己做这件皮夹克，我想要别人给我定制好了。所以“开源的皮革”对我来说并没有什么价值，而拥有开源的优质服务，这才是很好的理念。 你们做的Llama 3.1很好的一点是有4050亿参数的，有700亿参数的，也有80亿参数的。你可以用这些模型来生成合成数据，用较大的模型来教授小模型。虽然较大的模型更加通用，但是我们还是可以选择构建合适的小模型，能适配任何的领域和成本要求。 你们还发布了Llama Guard，用于模型的护栏技术，现在模型的构建变成了一个透明的过程。你还有一个世界级的安全团队、伦理团队。我真的很喜欢你们做的事情。 扎克伯格：我先把之前说的内容接上。如果我们不开源，我们的产品就不会运行得那么好，我们需要一个这样的生态系统，它们之间是相辅相成的。我们开源不是因为我们是什么利他主义者，尽管我们认为这确实对行业生态有好处。我们开源的原因就是，开源生态能让我们的产品变成最好的产品。 黄仁勋：看看有多少人给PyTorch做出了贡献，有堆积如山的工程。英伟达内部可能就有几百人，专门在研究如何把PyTorch变得更好、可扩展、性能更强。 扎克伯格：当某些东西成为行业标准的时候，所有人都会一起解决同一个问题。行业里的芯片最终也会针对我们的产品进行优化，以便更好地运行。这将使所有人收益，但它同时也与我们自己的系统配合得很好。开源其实是一种很好的商业战略，我认为很多人现在都还没有意识到这点。 黄仁勋：我们就围绕它建立了一个生态系统，我们构建了AI Foundry。 扎克伯格：是的，每次我们推出产品，你们都是一个发布、优化并使其高效工作的企业。我很感激。 黄仁勋：我能说什么呢？我们不过是有许多优秀的工程师罢了。 扎克伯格：每次发布新东西的时候你们反应都很快。 黄仁勋：我虽然老了，但是我还是很敏捷的。CEO们必须做到这一点。我认为Llama真的很重要。我们利用Llama构建了AI Foundry这个概念，这样就可以帮助所有人搭建自己的AI系统。很多企业都想这么做，想将自己的数据和知识嵌入到人工智能之中。但是他们承担不起将自己的数据放在其他地方的这个风险。而开源的系统让他们能掌握自己的数据。 然而，他们还是不知道怎么创建AI系统，而我们就可以提供这个服务。将他们的数据结合我们的技术、你们的Llama，变成我们所谓的NIM，英伟达推理微服务。他们想在哪里运行都可以。这都是因为Llama才成为可能的。 扎克伯格：我认为帮助企业从大模型中提炼出自己的模型，这一服务是很有价值的。我们在产品上也谈到了，不会只有一个AI Agent。同样的，也不会只有一个模型，适用于所有人。 黄仁勋：我们有芯片设计AI、软件代码AI。我们的代码AI能理解USD，这是我们编程Omniverse的语言。我们还有能理解Verilog语言的AI，也是我们的语言。我们还有软件AI，能理解bug数据库，知道如何分类，并将bug发送给正确的工程师。这些AI都是基于Llama进行微调的，还设置了护栏，能谈论我们需要的内容。 扎克伯格：有一个问题就是究竟有多少人会使用市面上的模型，又有多少人会自己训练模型。但我觉得未来肯定还是会有很多不同的模型的。 黄仁勋：我们用的是最大的Llama 3.1，因为工程师的时间十分宝贵。我们花大价钱雇佣工程师，如果花上几美元就能提高他们的工作效率，这是很有价值的事情。而且Llama 3.1 405B的推理成本大概是GPT-4的一半。 五、小扎误判技术趋势，雷朋眼镜成意外之喜 黄仁勋：我们来谈谈下一波浪潮吧。我觉得你们在计算机视觉领域做的探索很棒。我们内部经常用的模型是你们的Segment Everything（分割一切）模型。我们会用视频训练AI模型，这样就能创造出世界模型。 我们的用例是在机器人、工业技术、工业数字化领域将这些AI连接到Omniverse，更好地建模和表示物理世界，让机器人更好的在Omniverse中运行。你的应用是雷朋眼镜，你还想把AI带进虚拟世界，和我们说说你的愿景吧。 扎克伯格：你刚才谈到的Segment Everything模型，我们即将会在SIGGRAPH上推出2.0版本。它更快，同时也适用于视频。画面中是我牧场里的牛。 ▲Segment Everything模型（图源：SIGGRAPH） 黄仁勋：上次小扎到我家做客的时候，我们一起做了费城芝士牛排。下次来我家做客的时候，你带头牛来（笑）。 扎克伯格：现在画面里正在识别牛，但是还可以用这个制作许多有意思的效果。因为这一模型是开源的，行业里有很多更为高级的应用。科学家会用这些工具来研究珊瑚礁和自然栖息地，还有地貌的演变等等。但是能够在视频中瞬间完成这一分割，并且还能进行互动，比如告诉模型你想追踪什么。这是很酷的研究。 黄仁勋：我们是这么用这个工具的。比如说在仓库里里，有许多摄像头，而背后的AI系统正在观察发生的一切。比方说有箱子掉了，有水撒了等等，或者任何即将发生的事故。AI都能识别出来，生成文本，发送给某人，并给他提供所需的帮助。 这一系统并不会记录一切，而只是记录重要的东西。因为它明白自己看到的是什么。这个视频理解模型对我们的应用来说真的很强大。除了雷朋眼镜之外，你们还打算做些什么呢？ 扎克伯格：在考虑下一代计算平台时，我们大致分成MR头显和智能眼镜两个板块。我觉得人们更容易接受眼镜，我认为最终所有戴眼镜的人都会把他们的眼镜升级为智能眼镜，这是一个数十亿人规模的市场。而VR/MR设备对有些人来说可能很有趣，可以打打游戏什么的，但对有些人来说还是不够有吸引力。我认为这两种设备会共存。 智能眼镜会像手机一样，是一个一直在线的下一代计算平台。而MR头显则会更像是工作站或者游戏机，当你需要更沉浸的体验或者更多算力的时候再使用。眼镜确实太小了，因此会受到很多算力上的限制。就像现在手机没办法进行电脑级别的运算那样。 我们正在从两个不同的方向来解决这一问题。一方面，我们在构建我们理想中的全息AR眼镜技术，同时也在开发定制芯片、定制显示系统等等。这一产品毕竟还是个眼镜，但是现在确实还和普通的眼镜有点区别。不像是普通眼镜那么轻薄。但即便是在我们做的雷朋眼镜中，我们也很难集成所有我们需要的技术，因此无法实现全息AR。但我们离实现这个目标越来越近了。可能还是会很贵，但会逐渐成为一种产品。 另一个角度是，我们从开发好看的眼镜的角度出发，我们和世界上最好的眼镜制造商合作Essilor Luxottica（依视路·陆逊梯卡）。他们拥有几乎所有的大品牌眼镜公司。我们一直和他们合作开发眼镜，而目标就是我们首先是要做出一副外形好看的眼镜，然后尽可能多地塞进我们的技术。 我们也理解从技术层面上来说，不会是最理想的，但是最后会是一副好看的眼镜。目前，我们的眼镜里已经有相机，可以拍照和录像，还可以开Ins直播。麦克风和扬声器也不错，因为扬声器是开放的，有许多人觉得比耳机舒服。听音乐的时候还能保持一个比较私人的体验。而后来我们才发现，这也是和AI交谈所需要的传感器包，所以这算是一个意外之喜吧。 五年前如果你问我，我们会在实现AI之前实现全息AR技术吗？我应该会说有可能。因为我们一直在MR、显示领域取得进展。然而LLM领域发生了突破，事实证明，我们现在拥有高质量的AI，并且正在快速改进，速度比AR技术的改进还要快。这个反转我完全没想到。 很幸运的是，我们的处境不算太差，因为我们还在开发其他不同的产品。最终，我们会有不同能力、不同价位、不同技术的一系列眼镜产品，但我觉得按照目前的情况来看，300美元价位的无显示功能AI眼镜将会是一个大卖的产品，或许会有数千万或者上亿人购买。 黄仁勋：这一产品会有强交互式AI、视觉语言理解能力、实时翻译能力等等。 扎克伯格：有全息显示当然也不错，但眼镜肯定会更重更贵。有些人还是会想要这种产品，不过很多人可能还是想要一个轻薄的眼镜。 黄仁勋：对许多工业和工作用途来说，我们可能需要的是有显示功能的版本。 扎克伯格：我认为消费者也会喜欢的。疫情期间很多人都把时间花在开线上会议上了，我觉得这很不错。但如果我们以后能用眼镜开会，以全息影像的形式合作做事情，也是很不错的。我认为这种形式对AI来说也很重要。 黄仁勋：我倒是可以忍受拥有一副不是很经常使用，但具有显示功能的眼镜。 扎克伯格：不过最终我们会有全息显示的眼镜的。目前可能还需要一段时间才能在轻薄的眼睛上实现这一功能，但是将它放在一副时尚的、厚重的眼镜中，可能并不太遥远。 黄仁勋：现在的墨镜都要赶上脸的大小了。 扎克伯格：这是个很好的时尚潮流呀。我正在试图影响时尚潮流，这样我就可以在眼镜正式进入市场前让大家接受这种眼镜的风格。不过现在还没什么效果。 但如果我们未来业务的很大一块是要制造时尚的眼镜，或许我应该多花点时间在这些事情上，我们可能需要下线那个每天穿同样衣服的版本的我了。 眼镜和手表、手机不一样，人们不想要千篇一律的眼镜。最终，这个市场还是会发展成开放的生态，人们需要多样的眼镜外形。千篇一律的设计是行不通的。 六、创业不易转型艰难，背道而驰终成行业领先者 黄仁勋：我们现在生活的时代里，整个计算堆栈都正在被重塑。现在我们已经进入了软件3.0时代，我们从通用计算走到了生成式神经网络。我们现在可以开发的能力和应用在过去是完全无法想象的。生成式AI影响消费者的速度也很快，同时还走进了千行百业。 我知道建立一家公司不容易，你们还将自己的平台从PC转到移动设备，再转到VR和AI，所有的这些设备，这是个不平凡的成就。 英伟达自己也有很多转型的经历，我完全明白这有多困难。我们两个过去也曾碰壁，但这就是开创新事业的必经之路。我们过去曾经与世界背道而驰，大家都在构建设备端的产品，而我们把计算设备做得越来越大。这确实有点不合时宜了。但是现在大家都在大量使用我们的GPU。当小扎说H100的时候，他谈论的是数据中心。你们是不是要建立60万块H100的算力集群呢？ 扎克伯格：我们是很好的客户。这就是能和黄仁勋在SIGGRAPH上进行对谈背后的诀窍。 黄仁勋：你们建立的这些巨型系统实在是太不可思议了。虽然你们进入GPU之旅的时间比他人短，但你们的规模是最大的。这真是难以置信，你现在是不折不扣的偶像了。 扎克伯格：早期阶段，我还在努力呢。 ▲黄仁勋与扎克伯格拥抱（图源：SIGGRAPH）