行业分类:
加载中...
头条分类:
加载中...
《英雄联盟:双城之战》第二季等大量新片遭偷跑,Netflix正积极采取措施应对其史上最大规模泄露危机
IT之家 8 月 9 日消息,据 What's on Netflix 和 IGN 报道,Netflix 正在经历其历史上最大的数据泄露危机。 过去两天(8 月 7 日和 8 日)中,我们已经看到了大量未发布的动画节目和电影被人故意泄露到网上,例如《英雄联盟:双城之战》第 2 季、《Re:从零开始的异世界生活》第 3 季、《心跳漏一拍》第 3 季,还有未经证实的报道称《怪奇物语》也受到了影响。 目前尚不清楚有多少 Netflix 电影和电视节目受到此次泄露的影响,但 Netflix 正在迅速追查托管泄露材料的来源并将其从互联网上删除。 Netflix 在给 The Wrap 的一份声明中承认,此次泄露事件的原因在于一家后期制作合作伙伴遭到了攻击,Netflix 团队正在积极采取行动将其删除,并将“积极”追究相关攻击者的责任。 除了上述节目之外,此次泄露事故还影响到了《Spellbound》《剧场版怪化猫》以及《海绵宝宝》衍生作品《痞老板大电影》,还有《终结者:零》全集、《乱马 ½(MAPPA 重制版)》4 集、《当哒当》6 集、《趣怪守护仙》和《珍翠・周与黑社会》等等。 IT之家注意到,HBO 称其也遭遇了类似的网络攻击事件,并因此影响到其热播剧集《龙之家族》第二季大结局的发布,而 HBO 将泄露责任归咎于第三方国际发行商。
“硅岛”突发地震,半导体产值占日本56.3%
根据日本气象厅的报告,2024年8月8日16时43分(北京时间15时43分),位于日本九州岛东南部的宫崎县附近海域发生了一次7.1级地震。震中位置为北纬31.8度、东经131.7度,震源深度为30公里。 地震发生后,截至当地时间8月8日19时4分,宫崎县周边海域共发生了5次余震,震中强度从3.4级到4.6级不等。 日本气象厅警告称,未来一周内可能还会有更大规模的地震。目前已知至少12人受伤,2栋房屋倒塌,但整体灾情不算严重。 尚未有半导体厂商受损报道 九州岛被称为日本的“硅岛”,市场普遍担心此次地震可能会对芯片生产造成影响。然而,目前尚未有半导体厂商严重受损的报道。 台积电已声明其熊本厂没有受到重大影响,“震度未达到疏散标准,不预计对运营造成影响”。 罗姆公司暂时停止了宫崎工厂的运营以进行检查,目前未发现重大损坏,该公司表示,一旦确认安全,将立即恢复生产。旭化成也表示公司未遭受损失,并表示“我们感到安心”,同时称“将继续谨慎行事”。 此次地震并未引发海啸,日本气象厅已解除所有海啸预警。 九州岛拥有多个半导体重镇,如熊本、宫崎和福冈。熊本县是许多知名半导体企业的生产基地,包括代工巨头台积电、图像传感器制造商索尼、设备制造商东电电子、硅晶圆生产企业信越化学和胜高等。 根据九州岛经济贸易和工业局的数据,从2021年4月到2024年6月,九州岛共有100个半导体相关投资项目,其中熊本县领导了52个项目。 震感最明显的宫崎县是功率半导体企业的集中地,罗姆公司已经宣布将在此投资超过3000亿日元建设新厂。 福冈县则拥有全球第二大半导体封装材料市场份额的日立化成和综合性半导体材料生产企业旭化成、住友化学、昭和电工,以及生产半导体超纯水设备的东丽等公司。 九州岛的半导体产业在日本及全球半导体供应链中占据了重要地位,其半导体产值长期占据日本总产值的40%至50%。2023年11月的数据表明,该地区的半导体产值占日本全国比重高达56.3%。 回顾年初日本地震 值得注意的是今年年初日本地震造成半导体工厂受影响,半导体供应出现问题 1月2日消息,昨日下午,日本中北部地区发生了7.4级大地震,震中位于石川县能登地区,由于震源深度极浅,日本几乎整个西海岸都发布了海啸警报。 东芝和TPSCo在石川县的工厂均在停机检查中。USJC(UMC于2019年并购三重富士通厂区)未受影响。 MLCC厂商方面,太阳诱电新潟厂区为全新工厂可耐震达七级,目前设备未受影响。村田(Murata)、TDK的MLCC厂区震度皆在4级以下,未受明显影响。但村田在震度5+地区分别有小松(Komatsu)、金泽(Kanazawa)与富山(Toyama)三座工厂(非生产MLCC),由于适逢新年假期工厂停工,现有人员过去检查受损状况。 信越、东芝、TPSCo部分工厂停工,国际电气富山工厂出现损坏!
“法观”8月9日公测:首个通过中国法考的AI模型,Lawbench跑分超过GPT-4
IT之家 8 月 9 日消息,中国司法大数据研究院官方公众号昨日(8 月 8 日)发布博文,“法观” AI 大模型产品以客观题 182 分及主观题优秀表现,通过中国法律职业资格考试。 “万法”大模型 中国司法大数据研究院紧跟大模型应用发展趋势,积极开展大模型前瞻布局,致力于为法律界提供专业的知识体系构建、精准的风险分析模型、智能化法律服务等能力。 经过一年多的积累和沉淀,中国法研的“万法”大模型已经开始对外提供服务。 “法观”大模型简介 “法观”基于“万法”大模型,由中国司法大数据研究院、数智枫桥研究院联合设计研发,天同作为实务共建单位共同部署。“法观”产品将于 8 月 10 日开放公测。 结果 Lawbench 测试得分为 64.38 分,超过北京大学法学院的 Chatlaw(60.08 分)及美国 OpenAI 的 ChatGPT-4(52.35),暂列全球第一。 IT之家注:Lawbench 则是一个由南京大学和上海人工智能实验室联合构建的中文法律问答模型评估数据集,旨在全面评估大型语言模型在法律领域的实际性能表现。 该数据集包含三个关键维度:法律知识记忆、法律知识理解、法律知识应用,涵盖 20 个子测评项,覆盖单选、多选、回归、抽取和生成等五大类法律专业任务。 “法观”以客观题 182 分及主观题优秀表现,实测通过中国法律职业资格考试(学习资料中不包括考试题目,属于真考),成为全球首个通过中国法考的人工智能产品。 以上图源:中国司法大数据研究院
Google,依然离不开中国开发者
8 月 7 日,Google 在北京举办了 2024 Google 开发者大会的中国场。 地点选址在国家会议中心,不小的主会场坐满了不同颜色皮肤,不同口音的各地开发者。主演讲结束后,每个展台都立刻围满了排队的人群,中文和英文轮番上阵,讨论热烈,很久没有看到一个这样国际化又有着不小影响力的线下活动了。 作为一个常常被视为退出中国的企业,Google 在开发者社群中,仍然具有很强的影响力。极客公园此次也线下参加了会议,与不少与会的开发者进行了交流,发现不少开发者甚至是请假来到了这一活动上。 在被问及为何参会时,一位参会者的回答颇具代表性:「因为开发者大会可以线下『拷打』技术人员啊!虽然线上也能看到 Google 发布的一些进展,实际上和他们交流才能知道哪些技术已经实际可用了,哪些技术还停留在 demo 阶段。」 Google 的开发者大会,也是一段时间来极客公园参与的回忆中最有极客范儿的一场会议。在展台前交流的开发者,从不说虚的,常常直接问道,这个技术在 XX 平台现在可用吗?我想开发一个这样的应用,这个技术能不能用在我的应用里? 为了应对这样的开发者,Google 此次也请来了来自全球各地的高级技术经理前来,除了介绍中国有广泛开发人群的 Android 生态等的新进展,也重点介绍了 Google 的 AI 开发新进展。 本场 Google 开发者大会是近年来Google在中国区举办的规模最大的一届,Google 也希望能够通过这样的活动,能够吸引更多的开发者,成为 Google 的 AI 开发者。 Google 秀出多模态 AI 能力 每年的 Google 开发者大会,都是 Google 集中展现自己一年以来的技术更新的时刻。 在疫情前,开发者大会的重头戏,在于 Android 的新特性的更新。不过从去年起,Google 开发者大会上的主旋律,则开始切到 AI 上。 在中国区举行的这场 Google 开发者大会也不例外。在主演讲中,AI 贯穿始终。 相比于 5 月举行的今年第一场开发者大会相比,中国场的活动,更侧重于向具体的开发者介绍 Google 不同规格的 AI,开发工具,以及目前测试中的工具,在未来能为开发者带来怎样的可能性。 比如,Google 展示的一款令人印象深刻的应用,叫 Compass。Compass 是一款 AI 原生应用。Compass 的主要功能,是为用户提供人工智能做出的旅行规划。当用户提出自己的旅行需求后,Compass 可以利用 AI,生成图文并茂的旅行规划——图文都是用 AI 生成。 不过仅仅如此,Compass 还不足以登上 Google 开发者大会。Google 介绍道,这款 app 不但玩法是 AI 原生的,开发也大量使用了 AI。在 Compass 的开发中,使用了 Google 的 Flutter 框架,除了可以直接使用 Google 的工具生成旅行规划的内容,开发工具还可以直接生成客户端的代码,提供互动式 UI 与客户进一步讨论细节。 Compass 使用 Google 工具实时动态生成 UI | 图片来源:Google Google 表示,在这张图片中,每一个像素,从内容到 UI 都是由 AI 生成的,包括画面中没有出现的互动式 UI——用户可拉动的筛选框,也是由 AI 生成的,由 AI 实时汇编推送到客户端的。而且在 app 构建后,还可以使用 Google 提供的 Firebase 直接进行 AI 测试,自动打开 app,完成开发者所需的操作,自动判断是否完成某些展示效果。 另一个 Google 提到的应用在社会关怀方面。 慧眼识教应用使用的 AI 功能 | 图片来源:Google 慧眼识教为视障儿童提供多样的学习材料。视障儿童对在眼前的材料,都很难辨认,需要专门的学习材料才能进行学习,而原本专门为这些儿童制作材料,需要花费大量的人力进行人工剪辑,成本高,也很难做到及时更新。 而慧眼识教的开发者,搭建了一个全球可用的框架,使用多种 Google 工具,将图片处理成视障儿童能看清的状态,并生成视障儿童可用的视频教材。 使用 Google 提供的全工具套装,省力地做出一套完整的社会关怀应用,这样的能力,是以前的开发者很难做到的。 开发者邝斌在他的演讲中,着重强调了 Google 大模型的多模态能力,对其应用开发带来的正面影响。这也和 Google 此次的展示重点也不谋而合。 Google 的 AI 模型,具有原生的多模态能力,这点在 Google 似乎完全不想让开发者忽略掉。在主演讲外的展台中,Google 最精心部署的几个展台,都在展示其模型的多模态能力。 如在 Google 部署的一个高尔夫球的展台上,参展者可以在现场打高尔夫球,相机捕捉到玩家动作后,上传到 Google Cloud。上传后,Google 首先利用计算机视觉中的目标检测技术,追踪高尔夫球的运动,接着将数据传输至 BigQuery 进行存储和生成数据分析,最后利用 Gemini 1.5Pro 读取视频和数据,生成趣味的实时解说。 Gemini 高尔夫教练 |图片来源:现场拍摄 高尔夫球在应用开发中,可以换成各种球类。Google 还在场内布置了一个蹴鞠的展位,展示类似的能力。很明显,Google 希望这样的应用能够抛砖引玉,吸引中国的 AI 应用开发者。 端侧 AI 的展示也吸引了不少参展者驻足旁观。极客公园与一位尤其关注端侧 AI 侧的开发者,该开发者表示非常关注 AI 的本地化部署:「我想开发一款利用手机内的数据分析用户性格的应用。如果可以进行模型的本地化部署,用户的隐私数据不离开手机就能拿到这个分析。」 谷歌目前提供了两种可以端侧部署的模型。一种是开源模型 Gemma,开发者需要可以其部署在自己的应用中,安装到用户手机中。Google 在 8 月刚刚开源了 Gemma 2 的 2B 模型,会议现场也有 Gemma 2 在电脑端和手机端的展示,极客公园交流到的开发者表示手机端现场实机大概有能每秒生成 10-20 个 token,速度还是很令人满意的。 而另一种是闭源模型 Gemini 的最小尺寸模型 Nano,在 Mobile 展区展出,目前在 Google Pixel 8 和三星 Galaxy S24 系列等几款旗舰机中可以使用到。Google 在系统中提供了 AICore 套件,开发者只需要在应用中调用 Gemini Nano 即可使用大模型能力,Google 直接在手机中提供系统级别的支持,开发者无需考虑如何管理、打包和分发大语言模型。 去年刚刚扭亏为盈,一年营收增长了 25.9% 的 Google Cloud 在会上,则重点介绍了在云平台内部署模型的方便性。 一键部署开源模型 | 图片来源:谷歌 在 Google Cloud 上,不但可以使用 Gemini 的模型,也可以一键部署来自 Hugging Face 的开源模型。 除此之外,作为比亚马逊云、微软云目前占有率仍低一点的云平台,Google Cloud 还着力强调了其跨云使用的体验。用户可以使用 Google Cloud 的服务,跨云链接微软云 Azure 上的数据库,数据不离开 Azure 就能进行查询和分析。 不过,尽管 Google 将重点放在了 AI 能力的展示上,极客公园了解到不少开发者对于是否要使用 Google 的 AI 进行开发,仍在观望。 开发者表示,针对国内市场,一般不会使用 Google 的 AI 进行开发,会考虑使用更加便宜且方便的国内 AI。而针对国外,目前更多的情况,还是会接入使用 OpenAI 的 api 进行开发,甚至 Anthropic 的 Claude 的使用量也比 Google AI 要多一些。 一位开发者认为 Google 的开发工具使用起来很方便,但是 AI 的许多演示更多的是 demo,实际使用中想要定制化仍然有不便利的地方。同时不少开发者提到了 Google AI 在价格方面并没有很强的竞争力,从 OpenAI 的产品上切换成 Google AI 的动力不大。 退出中国 14 年后,中国开发者和 Google 仍然互相需要 此次 Google 开发者大会,是 Google 疫情后举办的第二届开发者大会,参会人数也较前两届更多。 Google 的开发工具,在开发者社群中仍然有很大的影响力,不少到场的开发者,是为了与 Google 的技术人员交流而来。 Google 留在中国的团队主要集中在广告领域,服务中国应用开发者出海,而此次会议上,无论是关系到众多中国开发者的美国 Mobile 生态团队,还是相对小众的平时位于中国台湾的智能家居生态团队,都派了一线技术和产品人员前来交流。 「在这个会上能看到不少高级别的技术人员。」一位开发者分享道。 而除了开发者之外,在出海成为创业重要主题,且国内外科技环境较为割裂的情况下,Google 作为出海的一道桥梁的作用,也在创业者中,变得更加重要。 去年在短剧出海中表现突出的 ReelShort,就表示 Google 为 ReelShort 提供的支持,对其海外市场的成功非常重要。「ReelShort 原本的用户在美国区,我们目前正在向日韩区拓展,Google 给到的一些市场洞察十分重要。」枫叶互动南亚鹏表示,「对于短剧出海而言,Google UAC 的广告投放,YouTube 的流量对我们而言都非常重要。」 与 Google 建立联系,利用好 Google 本身提供的机制,对于出海企业的生存非常重要。「其实海外视频盗版很多。Google Play、YouTube 都提供了很好的盗版保护机制。掌握 Google 的自动化保护机制之后,不用花费很多人力,就能做到很好的全网版权保护。」南亚鹏表示。 Google Play、Google Ads、YouTube 都是出海创业者绕不过的渠道|图片来源:视觉中国 而对于 Google 而言,中国开发者,仍然是世界上最活跃的开发者团体之一。 Google 介绍道,去年一年,来自中国的 25 个开发团队,共有 31 款游戏和应用,在全球不同地区,斩获了 50 个 Google Play 年度最佳奖项。 Google 开发者专家(GDE)阵容中,也有数十名从事机器学习领域的开发者专家,来自中国大陆。 中国市场,同时也仍然是 Google 不能放弃的一个市场。 2020 年,Google Cloud 曾经宣布不再与中国合作。然而事实上,在 APAC 地区,Google Cloud 除日本外的最大客户,仍然是中国客户。 此次的 Google 开发者大会中,Google 也展示了不少与中国区大客户的合作。小米、Oppo,在海外都主要使用 Google AI 打造自己的 AI 手机。 网易游戏,在海外使用 Google 的企业 AI 平台 Vertex,每月定制生成七百多条文案,为全球的受众提供了更具针对性的营销体验。 事实上,在 Google 的每项业务背后,都有不少中国客户的身影。在 Google 努力推广 AI 的当下,中国活跃的 AI 开发者和客户,更是 Google 无法忽视的。 第一天的会议接近尾声,中国开发者仍在 AI 展台咨询 | 图片来源:现场拍摄 极客公园了解到,在此次近年来最大的 Google 开发者大会背后,是未来 Google 对中国区更大的规划——据现场负责开发者社区相关业务的 Google 员工介绍,未来 Google 将围绕北京上海两座城市举办的开发者大会,建立起属于在 Google I/O 加州主会场之外,专属于东亚开发者的主要交流平台。 退出中国 14 年后,中国开发者和 Google 仍然互相需要。
牺牲特斯拉等业务发展xAI? 美媒揭秘马斯克的“疯狂”做法
马斯克 凤凰网科技讯 北京时间8月12日,据《华尔街日报》报道,埃隆·马斯克(Elon Musk)为他的人工智能创业公司xAI制定了一个宏大计划。这个计划的关键,就是利用他旗下的其它公司为xAI提供资源。 xAI刚刚成立大约一年时间。马斯克对它的押注依靠的是他的其它公司提供的人才、数据以及硬件,以此帮助他实现在今年12月构建世界上最强大AI的目标。 左手倒右手 根据xA网站和领英上的资料,目前为止,xAI已经招募了至少11名曾在特斯拉工作过的员工,其中包括六名直接在自动辅助驾驶系统(Autopilot)团队工作的员工。该团队专注于AI驱动的自动驾驶技术。马斯克曾表示,自动驾驶技术对特斯拉的未来至关重要。 知情人士称,xAI从马斯克社交媒体平台X租用了对AI至关重要的计算机芯片:图形处理单元(GPU),并声称可以访问X的实时数据。 马斯克还要求把预留给特斯拉的GPU转移到xAI和X。他曾公开谈论特斯拉收集的大量视觉数据,认为这些数据可以作为训练xAI模型的资源。他还在去年秋天表示,X股东将拥有25%的xAI股份。 特斯拉 上个月,马斯克在接受加拿大保守派心理学家乔丹·彼得森(Jordan Peterson)采访时表示:“xAI是一家相当较新的公司。因此,相对于那些成立5年、10年或20年的公司来说,我们还要做很多工作来追赶。” 特斯拉受伤害 一些投资者担心,随着马斯克将人力和硬件资源转移到xAI,他的其它公司将无法受益。马斯克曾表示,这种资源共享对他所有公司的投资者都有好处,但这种做法引发了诉讼,并被批评者用作反对特斯拉给他提供数百亿美元薪酬的理由。 特斯拉是马斯克旗下唯一的一家上市公司。目前,至少有三个特斯拉股东已经提起诉讼,称向xAI转移资源伤害了特斯拉的投资者。这些案件正在特拉华州衡平法院审理。 “这一切都会成问题。每次他动用这些公司的资源时,他处理的都是别人的钱。他不能把这些资产都当成自己的个人资产。”波士顿学院法学教授布莱恩·奎因(Brian Quinn)表示。 就在上个月,马斯克还在推销他的公司之间的潜在合作。他在X上发布了一项民意调查,询问用户特斯拉是否应该向xAI投资50亿美元,并表示这是为了试水,因为任何此类举动都需要董事会和股东的批准。 在X用户投了68%的赞成票后,马斯克发帖称:“看来公众是赞成的。将与特斯拉董事会讨论这件事。” “传统做法” 马斯克上个月在X上发帖称,xAI、特斯拉和X都在招聘人才。他此前也表示,从他的其它公司为xAI招聘员工,是为了防止优秀的工程师跳槽到竞争对手那里。 马斯克在旗下公司之间转移资源并不是新鲜事。多年来,他一直让旗下公司互相帮忙,包括火箭创业公司SpaceX、脑机接口公司Neuralink、隧道挖掘公司Boring、社交媒体平台X,以及特斯拉和xAI。 马斯克也利用SpaceX帮助其它公司 当马斯克在2022年收购推特(现在的X)时,他从自己的商业帝国转移员工来帮助推特过渡。马斯克在法庭作证时表示,特斯拉的工程师是在下班后自愿提供短暂帮助。 “特斯拉不再需要这些工程师了吗?”一位律师问他。 “不。特斯拉需要工程师,”马斯克回应道。 但是,特斯拉的一名董事会成员在法庭作证时表示,这些工程师的工作是有报酬的。 依靠特斯拉融资 与此同时,xAI还在利用它与马斯克其它公司的关系,在最近几个月融资60亿美元。xAI的投资者表示,他们认为xAI可以使用马斯克其他业务(包括特斯拉)的数据来训练其大语言模型。 一些投资者说,这些关系是xAI吸引力的一部分。马斯克在接受彼得森采访时表示,xAI还没有将特斯拉的真实世界视频应用到xAI的大语言模型中。 xAI目前的估值为240亿美元,在AI创业公司中规模仅次于OpenAI。马斯克在2015年与其他人共同创立了OpenAI,但在2018年离开了OpenAI董事会。 自2023年7月成立以来,xAI已经发布了一个名为Grok的聊天机器人,并且正在建设马斯克所谓的世界最大数据中心。马斯克的创业史让一些投资者选择忠诚地跟随。一些xAI投资者已经向这位亿万富翁的其他公司投入了大量资金。 xAI 其他人则对这种牵连感到愤怒。最近发起诉讼的特斯拉股东指控马斯克违反了他的信托义务,将人才和其他资源转移给了xAI,寻求赔偿,并要求法院命令马斯克将他在xAI的股权转移给特斯拉。在其中一项诉讼中,股东要求将马斯克在xAI的权益置于信托基金中。 特斯拉没有回应有关诉讼的问题。马斯克在上个月的财报电话会议上表示:“特斯拉正在向xAI学习很多东西。实际上,这对推进全自动驾驶和建立新的特斯拉数据中心很有帮助。” 利益冲突 企业之间的资源共享本身并不违法,但前提是每个实体都得到了合理的补偿。不过,这种安排在大公司中很少见,而且被认为是令人担忧的做法,因为这种做法会让人担心,CEO可能会以牺牲另一家公司的利益为代价,为一家公司做出决定。 当CEO在同一笔交易中处于对立的两方时,谈判和确定价格就变得尴尬。其中一个担忧是,存在利益冲突的CEO可能希望将新业务引入陷入困境的公司,或者在与成功公司的交易中支付不公平的低价。 “法律并没有禁止人们对多家公司承担信托责任,”加州大学洛杉矶分校的法学教授斯科特·卡明斯(Scott Cummings)表示,“法律实际上禁止的是损害一家公司利益让另一家公司受益。” 企业治理专家称,马斯克在处理他的未上市公司时可能比在特斯拉有更多的回旋余地,但他仍然需要对那些公司的投资者负责,包括xAI。不同之处在于,xAI或马斯克其他未上市公司的投资者或许不太可能对他采取法律行动。 “在一家未上市公司,可能只有10个股东,大家彼此都认识,”波士顿学院的奎因表示,“更有可能通过一个电话来解决问题。” 牺牲特斯拉 作为马斯克的上市公司,特斯拉面临的风险更大,这位亿万富翁并不持有特斯拉的多数股权。起诉他的机构投资者之一是罗德岛员工退休系统。该投资者表示,它为大约6万名公职人员提供退休、残疾和遗属福利。 特斯拉也在开发AI 特斯拉和xAI都有各自的AI目标,这让两家公司陷入了争夺资源的尴尬境地。除了销售电动汽车外,特斯拉还试图开发全自动驾驶系统和人形机器人。 “马斯克正在以牺牲特斯拉为代价,为xAI创造巨大价值:在不久的将来可能价值数千亿美元。”诉讼称。 据CNBC报道,马斯克要求将英伟达芯片从特斯拉转移到xAI和X。随后,马斯克给出了一个解释。“特斯拉没有地方来启动这些英伟达芯片,所以它们本来只会一直放在仓库里。”马斯克今年6月在X上发布推文称。CNBC引用了一封内部英伟达邮件称,相同数量的GPU将在稍后从xAI和X转移到特斯拉,以此进行交换。 X的关系 xAI还与马斯克的另一家公司X存在业务联系。 据《华尔街日报》报道,X向xAI提供了价值2.5亿美元的算力。据知情人士透露,xAI的聊天机器人Grok只在X上通过订阅服务提供。同时,xAI的工程师还接到任务,修复X上的问题,并使用xAI的模型来改进X的功能。 在今年3月的英伟达会议上,xAI首席工程师之一的伊戈尔·巴布什金(Igor Babuschkin)表示,将Grok集成到X中是“一种不错的练习”,但这并不是他们的主要目标,他没有详细说明。 截至发稿,马斯克、特斯拉、xAI和X尚未回应置评请求。(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”。
美国重登月球任务搁置:NASA开始贱卖月球车等设备
快科技8月12日消息,据国外媒体报道称,美国重登月球计划渐行渐远,而NASA已开始贱卖相关设备了。 7 月中旬,美国国家航空航天局宣布取消月球 VIPER 任务。该项目迄今已耗资 4.5 亿美元,旨在绘制地球月球南极潜在星外资源(如冰)的位置和浓度图。 虽然研发工作没有出现重大问题,目前正处于环境测试阶段,但由于预算问题,NASA决定提前结束这项任务。该机构预计至少可以因此省下 8400 万美元的开发成本和发射成本。 上周五,美国国家航空航天局(NASA)发布了一份信息征询书,以征询美国公司和机构对使用该机构的漫游车执行任务的兴趣,并补充说,它将通过另外的渠道探索国际社会的兴趣。 美国国家航空航天局(NASA)表示,它这样做是"为了所有人的利益,致力于一个强大的、可持续的月球探索计划"。美国国家航空航天局希望更多地了解有关各方将如何在"对政府来说成本最低甚至没有成本"的情况下使用VIPER。 美国航天局认为,如果该项目继续超支,可能会导致其他项目取消或中断。美国航天局称,将尝试使用其他方法来验证月球南极是否存在水冰。 1969年7月20日,阿波罗11号飞船登陆月面。美国宇航员阿姆斯特朗和奥尔德林进入登月舱,驾驶登月舱与飞船分离,下降至月面实现软着陆。阿姆斯特朗踏上月球表面,并说出;“我的一小步,是人类的一大步”。
利用X影响美国大选?马斯克推文中的政治内容比例大幅上升
财联社8月12日讯(编辑 夏军雄)世界首富埃隆·马斯克收购社交媒体平台X的交易被广泛认为是一笔亏本买卖,但对马斯克而言,X独特的影响力或许无法用金钱来衡量,而他正在利用这种影响力。 马斯克于2022年10月以440亿美元的价格收购了X(当时名为推特),并完成了私有化。早在马斯克提出收购X时,他的出价就比X当时的市值高出近40%。马斯克掌管X后,该公司价值大幅缩水,今年1月有消息称,X估值已不及马斯克买入时的三分之一。 X估值缩水和马斯克的一系列改革有关,从大规模裁员和关闭国际办事处,到颠覆该平台的审核政策和验证系统,种种变化令广告商望而却步,进而导致其依赖的广告收入锐减。 然而,X在科技、媒体和政治领域有着巨大的影响力,这是规模更大的Facebook和Instagram等平台无法比拟的优势。 尽管去年公布的数据显示X活跃用户下降了30%以上,但X仍然是传播选举信息最具影响力的平台之一。美国总统拜登上月在X上宣布了退出竞选的决定,马斯克称这彰显了社交媒体的影响力。 此外,美国前总统、共和党总统侯选人特朗普将于美东时间周一晚上8点(北京时间周二上午8点)接受马斯克采访,并在X上进行直播。 马斯克一向在社交媒体上非常活跃,成为X的拥有者后,他的发帖频率在原有基础上大幅上升。统计显示,马斯克如今发帖频率是2021年的5倍。 作为X上最受关注的用户,马斯克目前拥有超过1.93亿关注者。 分析发现,在马斯克今年发布的推文中,政治类推文占比达到了17%,相比2021年的2%大幅上升;而马斯克旗下最著名的两家公司特斯拉和SpaceX相关的推文在此期间从30%下降到了13%。 长期以来,马斯克被认为在政治立场上采取模糊态度,但在收购X后,他开始公开支持右翼政客。 马斯克已明确表示支持特朗普成为下一届美国总统。而在他执掌X之前,美国大型主流社交媒体平台的所有者通常不会公开支持某位候选人。
台积电1.4nm工厂,曝光
因应全球芯片订单及AI快速发展,台积电持续寻觅可用厂区土地,将最先进制程技术留在台湾发展。高雄楠梓园区除3座2纳米技术晶圆厂外,还有基地可容纳2纳米以下技术设厂需求。据悉,高雄市府已超前部署,锁定A14(14埃米)制程,盘点次世代先进技术生产土地及水电供给,作为台积电坚强后盾。 针对台积电将于高雄扩大埃米制程布局,公司低调表示不回应市场传言。 稍早,因嘉义科学园区太保农场挖掘到文化遗址,外界忧心台积电设立CoWoS先进封装厂进度,知情高层证实,台积电在嘉义科设立2座CoWoS先进封装厂,虽因文资问题有些停工,但台积电提出抢救文资行动计画已核准,台积电会调整工序,建厂依既定计画进行,完工期程目标未有任何改变。 台积电在楠梓园区增设第3座晶圆厂是2纳米制程,高雄市十分积极,解决水电、土地及周遭生活机能等问题,据悉,楠梓园区用地可供台积电容纳兴建达5座晶圆厂,业界传出第4、5厂晶圆厂朝A14制程布局,惟尚待台积电公布。台中中科新厂,业界也传出会采用2纳米以下制程技术。 楠梓首座2纳米制程技术晶圆厂预计2025年量产,目前市面上虽无2纳米产品,但其产值相对3纳米更高,知情人士说,未来会应用于HPC高速运算和智慧型手机应用领域,还有电动车、自驾车等,台积电向来超前研发先进技术,为未来市场布局。 据了解,除楠梓园区确定3座2纳米制程外,高雄市府也着手盘点下一世代先进制程技术长期土地供给,进行土地使用规划程序中,亦备妥水电等需求供给,提供台积电往2纳米以下制程扩大发展。相关高层表示,2纳米以下技术除一定土地面积,也有水电要求,包括再生水及绿电需求,并非任何地点都可满足台积电需求,不少县市有心积极布局。 楠梓园区除3座2纳米厂外,因应AI新时代算力快速发展,台积电积极布局2纳米以下制程发展,甚至目标是2026年量产,高雄市长陈其迈不断构想提供台积电长期发展基本需求,期使「机会留给准备好的人」,台积电有CoWoS先进封装厂需求,高雄也有土地可以供给。据悉,经长郭智辉对台积电的各项扩厂需求,也全力协助中。 台积订单太多了 台积电先进制程接单强强滚,在苹果iPhone 16系列新机迈入上市前密集备货期、英伟达(NVIDIA)H系列芯片持续扩大出货、超微(AMD)与高通AI PC处理器放量,以及超微MI300 AI芯片放大投片量挹注下,分析师陆续调高台积电展望,不仅本季美元营收拼再超标,2024年业绩年增幅也将优于预期。 总计台积电受惠苹果、超微、英伟达、高通等四大客户、六款热门芯片投片量源源不绝挹注,带动下半年营收急拉,2024年整体营运将比预期更强,全年营收年增率可望由公司原预期的26%至29%,调升至三成以上,上看31%至34%。 台积电一贯不评论单一客户讯息。不过,广为外界熟知,台积电为iPhone 16系列新机处理器独家代工厂,相关订单将成为3纳米家族制程最大出海口,尤其今年iPhone 16系列可望全面采用全新A18与A18 Pro处理器,而非A18一款新芯片搭配前一代的A17处理器,更能显著带动先进制程用量与需求。 法人分析,全球有近2.7亿支iPhone机龄逾四年,若在今年汰旧换新,需求超乎预期,台积电下半年营运受惠新机备货,将较上半年显著走强。 除iPhone 16系列新机迈入备货旺季,英伟达虽传出最新Blackwell平台AI芯片大量出货时程延后一季,惟既有Hopper平台H系列AI芯片需求持续强劲,英伟达也扩大投片,同步引爆台积电先进制程接单热转。 另一方面,超微、高通这两大客户也锦上添花。其中,超微、高通在AI PC业务火力全开,近期纷纷扩大下单台积电。超微AI芯片业务更是传来喜讯,上修今年MI300 AI芯片营收预估,执行长苏姿丰高呼AI芯片需求「超乎预期」,业界预料也将更倚赖台积电先进制程支援。 台积电高度看好AI后市,董事长魏哲家于今年4月的法说会已上修AI订单能见度与营收占比,其中,订单能见度从原本预期的2027年拉长到2028年。 台积电先进制程技术领先,持续享有领先者红利。法人看好,台积电和全球多数AI应用公司合作,随着相关需求成长,有望带动营收获利成长,外资法人近期纷纷上修台积电AI应用营收中长期预测,估计至2028年AI应用将达台积电总收入35%。 再传买下面板厂 群创南科四厂(5.5代LCD面板厂)出售案,传台积电(2330)开出比底价高两成、总价上看200亿元夺下,将用来扩充先进封装甚至后续先进制程生产使用,最快会在台积电明(13)日董事会拍板后公告。 对于相关传闻,台积电已于7月下旬释出不评论市场传闻购买群创厂房议题的态度,昨(11)日亦不评论市场传闻。 群创南科四厂原本主要生产笔电及监视器用面板,因群创内部策略考量,于2023年关闭,并陆续传出美国记忆体芯片大厂美光、台积电有意买下。群创对于卖厂案相当低调,仅于7月底公告董事会通过要卖,并为配合业务需求暨争取时效,授权董事长洪进扬处分不动产相关事宜。 外界关切群创南科四厂花落谁家?群创董事长洪进扬表示,除了量化售厂的价格,在质化的部份,也要考虑售后能为双方带来何种新商机。他说,这项资产处分案出售,将贡献业外收益。 群创南科四厂先前有诸多买家竞逐,外传底价为180亿元,台积电加价二成购置该厂,最快会在明天台积电董事会提案通过。业界推测,若台积电拍板购入群创南科四厂,最主要是看准该厂地利优势,距离台积电邻近厂区车程仅五分钟。 业界预期,购置用途有望包含先进封装后续扩产备案、研发新型态封装后续导入量产的备案用地,甚至后续3纳米以下先进制程在南科扩充时的弹性用地等。 台积电2纳米客户群预定需求超预期,台积电先前已订下2纳米将如期在2025年进入量产的目标,正在竹科宝山扩建2纳米厂,其中,宝山2纳米厂可分四期扩充,除了研发中心人员进驻,2纳米推进也使得邻近厂办需求水涨船高。至于南科厂区外传也将后续导入2纳米以下制程扩充,也使得邻近厂办需求拉升。 由于南科一带空置场办空间已不多,业界盛传,台积电若加价出手购入群创南科厂,主要也是预先为后续南科扩充增加弹性,相关情况也类似台积电7月在宝山购置厂办一案。台积最近一次购买厂办交易为7月1日公告买力森诺科宝山厂房,斥资6.68亿元。
测试玩家就泄露米哈游游戏内容致歉 此前被判赔50万元
IT之家 8 月 12 日消息,上海市浦东新区人民法院近日一审公开开庭审理并宣判了游戏测试玩家陈某擅自获取、披露未公开游戏角色等信息侵权一案:《崩坏:星穹铁道》测试玩家陈某擅自获取、披露未公开游戏角色,被法院认定为以不正当手段获取并披露商业秘密,判决其赔偿游戏公司 50 万元。 目前,该玩家已公开发布道歉声明,删除所有侵权内容,并承诺不再泄漏、传播米哈游尚未公开的游戏内容,不再以任何形式侵犯米哈游的合法权益。 IT之家查询《人民法院报》获悉前情提要: 在该游戏新版本上线之前,米哈游招募包括陈某在内的多名玩家参与了游戏发行前的测试,参与的玩家对未公开的游戏内容签署了保密协议。 2023 年 10 月至 2024 年 2 月期间,陈某先后 8 次前往游戏测试机房参与游戏测试。在参与测试期间,陈某未经允许,携带自己的电子设备对测试内容进行了偷录、偷摄,并多次向第三人披露其偷录的游戏测试内容。 2024 年 3 月 22 日,米哈游影铁以未公开的游戏角色设计可能遭到提前泄密为由向浦东新区法院提起诉前行为保全申请,法院于 48 小时内依法作出裁定,责令被申请人陈某不得披露、使用、允许他人使用其在参与游戏测试过程中擅自摄录的游戏内容。 4 月 19 日,米哈游影铁向法院提起诉讼,请求判令被告陈某立即停止侵犯其享有的商业秘密的不正当竞争行为,赔偿经济损失 50 万元,并刊登声明消除影响。 米哈游影铁诉称,案涉未经许可披露的游戏角色、形象、技能及游戏画面属于反不正当竞争法保护的商业秘密;被告陈某偷录、偷摄行为违反了保密义务,其以盗窃手段获取、披露并允许他人使用案涉内容,构成对自己公司商业秘密的侵犯,陈某应当承担停止侵权、赔偿损失、消除影响等法律责任。 被告陈某辩称,米哈游海渊城授权米哈游影铁负责运营的是《崩坏:星穹铁道》游戏 V1.0 版本,不包括案涉版本游戏,也不包括案涉游戏角色、技能、画面等,米哈游影铁对案涉内容并不享有合法权益。案涉游戏角色在自己参与测试之前已经公开,其不属于商业秘密保护的范围。 法院审理后认为,根据在案事实和相关法律规定,本案原、被告均系适格诉讼主体,原告主张的案涉内容构成反不正当竞争法规定的商业秘密,被告陈某实施了以不正当手段获取并披露原告商业秘密的行为,应当承担相应民事责任。 法院判决,被告陈某于判决生效之日起立即停止侵犯原告享有的商业秘密的不正当竞争行为;赔偿原告经济损失及为制止侵权行为所支付的合理开支共计 50 万元;在判决生效之日起三十日内发布声明消除影响,持续时间不少于三十日。 判决后,被告表示接受判决,不上诉。
蜂巢能源商用轻卡100kWh电池系统下线:一块电池货车跑300公里
快科技8月12日消息,蜂巢能源今日宣布,近日,蜂巢能源低容量高电压商用轻卡100kWh电池系统标准品正式下线。 该电池满足当前电动轻卡市场需求,单次满电续航能力可达300公里,轻松覆盖城市内部及周边的日常运输需求,为物流、货运等行业提供强有力的动力支持。 据介绍,这款商用轻卡电池系统,采用了蜂巢能源短刀+叠片的路线,具备极致成组、极致安全和极致充电三重极致性能。 极致成组性能:电池系统采用短刀层叠布置的结构,使得电芯在系统中高度方向的空间占比超过87%,提升了电池系统的能量密度,还确保了底部具备足够的防护空间和防护强度。 极致安全性能:短刀叠片薄电芯的设计还保证了内部排气的顺畅和电芯外表的大面积散热,有效避免了热量积聚可能引发的安全隐患。 极致充电性能:蜂巢能源商用轻卡电池系统最大支持2C快充,未来可同尺寸迭代至4C快充技术,用户只需10~20分钟即可完成短时快速充电,极大地降低了时间成本并提升了运营效率。 此外,蜂巢能源已在商用车领域进行了早期布局,五菱扬光的两款纯电厢式车型,搭载的就是蜂巢能源商用电池。 而今年1-6月份,蜂巢能源在商用车装机量以0.66GWh的装机量排名全国第六,与去年同期相比增长2.61%。
号称Elo评分“凌驾竞品”,Black Forest Labs推出文生图AI模型FLUX.1
IT之家 8 月 12 日消息,美国初创公司黑森林实验室(BlackForestLabs)在 8 月 1 日推出了 AI 文生图模型 FLUX.1,该模型据称在“潜在扩散、稳定扩散及对抗性扩散蒸馏”方面较为突出,能够即时根据用户提示词生成各种图像。 官方将该模型与其他友商产品进行比拼,结果显示系列模型的 Elo 评分(IT之家注:Elo 评分系统是一种在国际象棋等竞技游戏中广泛使用的评分方法,主要用于计算比赛对手实力等级)“凌驾” Stable Diffusion 3 Ultra、Ideogram、Midjourney 6.0、DALL・E 3 等竞品。 ▲ FLUX.1 生成的图片 IT之家获悉,FLUX.1 目前提供了三种版本以满足不同用户的需求(项目地址点此访问),用户可以通过不同平台试用这些模型,探索其在实际应用中的表现,三款模型具体如下: FLUX.1 pro:该模型定位商业版,支持企业定制解决方案,强调高精度提示遵循、出色的视觉品质、丰富的图像细节及多样化的输出格式。 FLUX.1 dev:该模型定位科研(开源)版,主要面向非商业用途,开放权重,适合研究和开发者使用。 FLUX.1 schnell:这是一款“小模型”,在 FLUX.1 基础上进行精简版,适合本地开发和个人使用,采用 Apache 2.0 授权。 官方表示,所有版本的模型均支持生成不同比例的画面,最高支持生成 200 万像素的图像。虽然目前 FLUX.1 只支持通过提示词生成图像,但官方提到他们未来计划扩展模型,让模型能够通过提示词生成视频片段。
AI应用TOP10占两,这公司成出海最大赢家,已交IPO申请
谁是今年上半年中国出海最成功的AI应用公司? 答案你绝对想不到!不是字节跳动,而是曾经的在线教育龙头——作业帮。 7月底,市场调研机构Sensor Tower发布了今年上半年美国AI产品下载量TOP10。在这次榜单中,共有三个中国公司产品入围,分别是Question.AI(第3)、Talkie(第4)以及Poly.AI(第9)。其中,AI教育应用Question.AI和AI伴侣Poly.AI均来自作业帮。 ▲注:红色应用由中国公司开发 早在今年年初,在A16z发布的《Top100生成式AI消费类应用》上,就已经出现了Poly.AI和Question.AI的身影。 随着Question.AI和Poly.AI表现越来越好,也意味着,作业帮已经成为这波国内AI出海浪潮里的最大赢家。 今年4月,作业帮被曝秘密赴美IPO。彭博社报道,该公司在与顾问讨论上市事宜,预计最快可能在今年上市。此次IPO中,作业帮计划通过发行股票筹集的资金规模可能不到1亿美元。 在AI应用出海上的领先,又是否能帮助其获得投资人更多的青睐呢?我们拭目以待。 上学解题、放假陪伴,美国学生的时间管理大师 先跟着乌鸦君来了解下作业帮这两个AI产品。 Question AI是一款去年5月上线的AI教育产品,学生可以通过扫描解决作业问题,涵盖多个学科。而Poly.AI则是一款AI伴侣产品,用户可以自行创建AI角色,并和它聊天。 从公开信息看,Poly.AI的海外主体为「CLOUD WHALE INTERACTIVE TECHNOLOGY LLC」。 据白鲸出海报道,作业帮旗下Question AI曾用过“CLOUD WHALE INTERACTIVE TECHNOLOGY LLC”作为海外主体。(不过现在Question AI海外主体信息已显示为“D3 DIMENSION TECHNOLOGY PTE. LTD”。) 基本可以确认,Poly.AI与Question AI这两个应用均来自作业帮。 虽然产品方向略有不同,但两个产品都有着不错的流量表现。 先说Question.AI,今年的2-5月,Question.AI一直牢牢占据着美国教育榜TOP3,仅次于多邻国和字节旗下的Gauth,甚至一度冲到榜首。 到了6、7月份,受暑假影响,Question.AI的日均下载量有所下滑,排名维持在25名左右。8月5日单日下载量为4.5万次。 自23年5月推出以来,Question.AI全球累计下载量2603万次,美国累计下载了590万次。从用户分布看,Question.AI主要活跃用户在美国,其中北美市场的周活跃用户接近200万。 说完Question.AI,再来说说Poly.AI。 自23年5月推出以来,Poly.AI一直不愠不火。去年10月开始,Poly.AI用户增长明显,每个月新增下载100w+,12月新增下载270w(主要来自发展中国家)。 有意思的是,随着美国进入暑假(6、7月份),Poly.AI下载量开始出现暴涨。 在苹果商店的娱乐应用榜上,Poly.AI排名从5月底之前的60名上下,最终上升到20名左右。8月5日,单日下载量为5.0万次。 从用户分布看,Poly.AI的活跃用户主要在美国、巴西和墨西哥。如今,Poly.AI全球累计下载量412万次,其中美国下载量为80万次。 起量的关键:原始产品积累+新市场新需求 之所以Question.AI和Poly.AI能够快速获得大量用户,有两个关键点: 一是,作业帮过去在搜题产品上拥有一定的积累,如今与AI技术结合,将积累经验复制到出海产品上; 二是,作业帮能够捕捉新的市场需求,并通过产品调整来满足这部分需求。 接下来,乌鸦君就结合两个产品的情况展开说说。 Question.AI:搜题产品积累+美国家教平替 国内用户对搜题类APP应该都不陌生。在线教育最火的时候,搜题APP是所有玩家争抢的重要赛道,作业帮也有布局。 Question.AI可以理解为,原有的搜题产品+AI技术,核心功能有三个: 1)拍题并解答问题 2)AI作业助手,24小时在线答疑 3)AI聊天,上传多个PDF文件(Chat PDF),自动扫描并解决PDF的多个问题 其中,第一个功能几乎就是搜题产品功能的平移,而后两个功能则结合了AI技术。也就是说,作业帮过去在搜题类APP的经验,能够平移到AI教育出海产品上。 为了感受Quetion.AI和其他出海搜题AI应用(字节Gauth、Answer.AI)的差异,乌鸦君进行了简单的对比。仅解此条题目的试用过程中,乌鸦君有以下几个维度的观察: 1.读题反应速度,Question.AI最快(用时约20s),Answer.AI与之相当,Gauth最慢(用时约40s); 2.读题识别体验,Question.AI允许直接编辑识别图片的文字(非常方便),Answer.AI可以通过复制黏贴来修改识别出来的提问文字(还行),Gauth不能编辑图片识别出的文字(不方便); 3.讲解过程,Question.AI和Answer.AI均支持延伸提问,而Gauth不支持延伸提问。 AI教育应用为什么在美国能火?一个重要的原因是,Question.AI类AI搜题应比真人私教更便宜。 家教对于美国家庭来说是一份不能忽视的支出,美国大多数地区的家教比较昂贵,同样是解决课后作业问题,Question.AI软件就比真人私教便宜得多。 美国高中的家教(普通有一定经验的非学校在职教师家教)价格在50~100美元/时,Question.AI的年费会员是58.8元,如果按照60美元/时的家教费算,这相当于1小时家教费≈1年Question.AI订阅费。 Poly.AI:学生的陪伴需求精准捕捉+无限制+IP+营销 Poly.AI挤进了A16z评选的移动端AI应用MAU Top50(统计时间截至今年1月),离不开它灵活的产品路线。 自成立以来,Poly.AI经历了多轮的产品迭代,定位也发生了很大变化。 Poly.AI在去年5月刚推出的时候,定位还是一款语言学习应用。仅一个月后,Poly.AI就转型成了AI伴侣。去年6月,它更新了角色说话的功能,并摘除了“语言学习”之类的描述。 摸索了三个月,Poly.AI在AI伴侣的这条路才算成了。去年10月27日改版后,Poly.AI不仅改成了现在的名字,还在描述里明确了产品特点: 1)仿真语音 2)热门IP角色和文娱明星 明确产品特点后,Poly.AI在TikTok渠道投放了大量的动漫博主KOL营销广告,通过“声音”玩梗,在平台上形成了大量传播。 在完成产品定位更新、营销“爆炒”后,Poly.AI又将目光锁定AI伴侣的流量大杀器——无限制聊天(无过滤器)。也就是说,用户可以随意和Poly.AI聊成人内容、恐怖话题,而不被屏蔽。 这帮助Poly.AI吸纳了一部分未被Character.AI满足的用户。有大量用户在 Reddit上认真书写了自己推荐Poly.AI的理由: Poly.AI拥有更灵活的角色创建功能、话题场景、更好的角色一致性等。 ▲Reddit上,Poly.AI的好评如潮 总体来看,虽然作业帮两个产品取得阶段性领先,但依然有很长的路要走。 如今,AI教育领域的竞争越来越激烈,Question.AI也面临着字节Gauth的挑战。对Poly.AI来说,赛道老大Charcter.AI已经作鸟兽散,AI伴侣产品赛道的前景也多少存疑。 而这些问题,都需要作业帮在后面的发展中给出答案。
除了烧钱,互联网留给大模型挥霍的“家底”不多了
在新一轮互联网创新历程中,大模型有幸成了下一个赛点,这次不再像之前的元宇宙一样稍纵即逝,而是真的在逐渐往应用层面渗透。 《2024年中国移动互联网半年报告》发布,报告显示,2024年6月,AIGC类APP的月活跃用户规模达6170万,同比增长653%。从去年开始,大模型就再次掀起互联网混战,全球科技大厂生怕错过一次重要的时代转折,无论是做游戏的、电商的、还是社交玩家,都在倾尽全力跟进大模型时代。 有机构曾预测过,未来到2025年,全球 AI 市场规模将超过6万亿美元,2017年-2025年复合增长率达30%。 诚然,互联网世界已经安静了许多年,赖以大模型,总算又热闹了一回。淘宝、支付宝、抖音等国内流量规模前20的超级APP,基本都在发力内嵌式AI应用,智能助理、智能搜索、智能导购……各类新玩法层出不穷。 在全球互联网领域失去创新能力之后,大模型真的能给予互联网新的生命力吗?这个问题值得认真思考。 创新认知正在降级,产品研发故步自封 在大模型出现之前,互联网巨头为什么迟迟没有孵化出新的创新产品? 实际上,全球科技企业都在被这个问题残忍逼问。去年1月份,英国杂志《自然》刊登了一篇论文,文中基于4500万份手稿与390万项专利发现,全球范围内的颠覆性技术都在下降。 从企业角度来看,这些年来,互联网市场从未停止过研发进度,甚至还在不断加强。只不过,大厂的研发似乎都失去了意义,长远的投入与回收不成正比,严重消耗了资本的创新热情。 这不是空穴来风。根据上海证券交易所报告,仅在2021年,国内以寒武纪为代表的一众科创板块企业的投入研发成本就高达167亿,可惜,累计亏损远远超过了这个数。统计局数据显示,从2000年到2019年,企业的投入已经超出国内研发总投入的76%,年增速度达到10%。 即便是在这几年外部环境不利好的情况下,国内企业的研发增速依旧能保持在18%以上。但研发难以增收也是不争的事实,此前,百度的李彦宏公开表示,百度研发工程师超过万人,投入一度是收入的20%,但换来的实际业绩却不理想。 如此一来,巨头公司宁愿去投资现有项目,以腾讯为例,数据显示,腾讯目前总投资企业超过800家,其中有160家为估值超过10亿美金的独角兽企业。为此,外界甚至曾流传过一种说法,巨头的投资与干预使行业内部的创新力被压缩了。 除此之外,研发换不来可观的回收,也让大厂不再一味盲目开发新产品。 这些年,小程序成品的涌现频率要高出独立APP许多,此前,阿里、腾讯、字节、百度、快手、美团、京东……陆续开发小程序,而独立APP为了节约试错成本大面积关停。统计显示,腾讯曾一年关掉了40多个项目,字节也下架了派对岛,截止目前为止,仅互联网大厂这几年关停的独立产品就高达70多款。 而这背后与整个互联网行业的盈利状态息息相关,工信部数据显示,今年第一季度,我国规模以上互联网企业营业成本同比增长5.1%,实现利润总额278.9亿元,但同比下降15.3%,利润总额增速由正转负。 大模型的出现,算是一缕照进互联网世界的曙光,苦于固步自封的大厂们一涌而上,从研发方向也能看出,大模型的确激发了巨头们的研发信心。然而,大模型所带来的创新能维持多久? 有一点需要注意,时至今日,创新疲软的互联网领域很难再出现一个现象级产品,或者领头式技术。毕竟走过微信、抖音年代,任何一点风吹草动都能引发行业内卷,正如当下,自研芯片、大数据、云计算、人工智能等技术成了所有巨头,乃至科技创业的重头戏。 同质化的戏码,从未在互联网界消失,当AI玩法在任何一个APP上都能见到,这样的创新也就不再是“创新”。 另外,虽然大模型热多少激起了一些水花,但互联网巨头曾经最担心的研发与营收不成正比的问题更为严重了。全球科技发力AI,所造就的资本支出也就越来越多。这段时间,海外巨头的财报把大模型烧钱的本质展现得淋漓尽致。 有机构分析,到了2025年和2026年,大模型训练成本会接近50-100亿美元,其中,Meta、谷歌、微软可能计划将大模型研发成本提高到500亿美元。 种种迹象显示,互联网或许从未停止创新,只是对于创新的认知下降了。 大模型应用的威力,并没预想中的强 不同于过去的几次革新,这一次互联网集体向用户提供的大模型应用,面世没多久就遇到了一些麻烦:用户需要大模型的几率大吗?就目前一系列数据来看,答案或许是比预期的要悲观一些。 红杉资本数据显示,即便是全球大模型的头部ChatGPT,其首月用户留存率也只有56%,有大约一半的用户用不到一个月就将其“搁置”了。同样的,《2024年中国移动互联网半年报告》也显示,国内AIGC用户不稳定,AIGC行业人均使用时长同比下滑了23.5%。 说到底,人工智能渗入现实生活还只是资本的“幻想”。 从用户层面来看,几乎所有主流APP上的AIGC应用的用户留存率低于传统应用,参与度也较低。7月份,贝壳财经发布了一项调查,52.05%的受访者在工作中有时使用大模型,23.97%很少使用,经常使用的受访者占20.55%,总是使用的人仅占2.05%。 从企业层面来看,华为有一组预测数据,到2026年,人工智能对企业的渗透率也只能达到20%。 为什么会出现这种情况?技术、成本、实用性、安全性其实都是原因。 以AI落地应用最广泛的文娱行业为例,前段时间,成龙新片《传说》上映,在该片上映之前,AI技术一直是影片宣传的最大噱头。据悉,博纳影业在电影里用AI还原了27岁的成龙,但买账的观众却寥寥无几。 数据显示,当前《传说》豆瓣评分5.4分,上映十几天也只有7000多万的票房。 在另外一大应用领域“广告界”的使用口碑也褒贬不一。艾瑞咨询显示,已有约半数广告主企业在线上营销活动中应用AIGC技术,其中超9成用于内容及创意场景,当前大部分互联网在自身产品里引入大模型,也是为了拉动每况愈下的广告收入。 然而,AIGC短板也开始浮出水面:例如生产素材过于公式化、AI效果令用户审美疲劳、以及众所周知的AI抄袭问题……之前,“我用 AI 五分钟生成一个广告 ,却花了五个小时去 AI 味”的文章在社交平台上产生热议。 如果大模型无法像社交通讯、短视频娱乐那样,在用户的网络生活中产生刚需效应,那大模型之于互联网进程,也就没太大的推进作用。当前,互联网领域最大的重心就是要提升AI落地的应用效率。 而资本也意识到了这一点,投资流向正从研发赛道流向应用赛道。海通国际研报称,2024年有望成为国产大模型全面商业落地的元年。 数据显示,在今年近120起全球大模型投资事件里,大模型应用企业占69%,占比超过一半,而AI Infra、通用大模型分别只占16%、11%,大模型数据服务甚至只剩下了3%。细看大模型应用领域,AI医疗健康、视觉/视频生成领域、办公助手和编程助手获得融资的企业最为密集,分别占比为15%、15%、13%、11%。 总而言之,资本正在现实世界中加速普及大模型,技术和业务需求如何匹配是大模型企业迫在眉睫的问题。也只有这样,互联网才有被“拯救”的可能,反之,失去创新力的互联网还要继续迷茫。 互联网留给大模型吃老本的“家底”不多了 有一个问题需要注意,互联网走到大模型阶段,大多数的玩法还与从前一样,要么持续打价格战,要么回身吃本身的流量“老本”。 从本质上讲,大模型的落地与古早互联网时期“圈地跑马”没什么区别。 今年5月份,国内一众大模型玩家开始官宣降价,阿里的通义千问主力大模型Qwen-Long的API价格直降97%后,文心大模型两大主力模型ERNIE Speed和ERNIE Lite全面免费,随后,科大讯飞也宣布,讯飞星火API能力免费开放。 而字节跳动这边,豆包从发布到冲上第一只用了30天的时间,据悉,豆包之所以能短时间内成为大模型“顶流”,不仅因为月活7.94亿人的抖音为其助力,新一轮的烧钱金额也达到了1.24亿元。 遥想当年,国内互联网大厂最屡试不爽的招数就是砸钱。时至今日,“圈地”的打法还适用吗? 首先,大模型在当前只能砸钱换流量的关键在于技术趋同,最终影响用户留存的也会是回归于技术,单纯降低应用成本从短期角度来看的确能增加曝光、争抢用户,但长久来看,AI技术服务不是外卖、更不是短视频,依靠烧钱无法带来良好的使用体验。 其次,大模型发展本身就是个成本巨大的资金型工程,或许对于现金流富裕的大厂而言,价格战打得起,但当前大模型盈利遥遥无期,小型企业入局的风险不可小觑,这必然会进一步降低整个行业的创新力和创造力。 事实上,大模型价格战是从海外先开始的,彼时,OpenAI和谷歌最先宣布降价。但在海外,云厂商正在脱离传统服务模式,转用其他方式来填空这一成本,以英伟达为例,5月份,英伟达公布了2025财年的第一季度数据。 英伟达方面表示,在英伟达CUDA上训练和推理AI可以推动云租赁收入的增长,每1美元的英伟达AI基础设施支出让云服务提供商有机会在四年里获得5美元的GPU即时托管收入。国内能否快速跟进这一步计划,其实还有待商榷。 当然,除了能够继续“传承”的打法,互联网这些年给大模型留下的“家底”也不多了,即便是从全球范围内来看,资金之外,大模型最需要的信息数据已出现短缺。 Similarweb的数据显示,自2023年5月ChatGPT全球访问量达到18亿次的巅峰后,其流量增长开始逐渐放缓。对此,OpenAI决定放宽对ChatGPT的限制,用户一度无需注册就能使用。 没办法,这也是当前大模型发展的困境之一:现有的互联网信息量难以支撑如此之多大模型训练。 这段时间,字节跟一众在线办公企业“喂养”大模型的事引发不少用户不满。公开资料显示,GPT-4训练涉及的数据量高达12万亿tokens,未来像GPT-5,可能需要60万亿到100万亿tokens。 根据Epoch研究所预测,到2024年年中,大模型对高质量数据的需求超过供给的可能性为50%,到2026年发生这种情况的可能性为90%,而这种数据短缺风险将延迟至2028年。 至于如何弥补这一巨大的数据缺口,渗透率逐渐触到天花板的互联网,一时间也找不到更好的办法。
AI大军接管六大科技巨头,老板打工人皆是AI!效仿微软组织结构,工作效率惊人
【新智元导读】你有没有想过,或许未来某天,AI大军完全能够承担公司重任,人类是否会沦为配角? 小扎坚信,「未来世界上AI智能体,将比人类还要多」。 那么,如果这些AI也有企业文化,会怎样? 它们是否也像人类一样,既有手握决策大权的AI,也有苦哈哈干活的AI。 几个月前,OpenAI曾被曝出,内部定义了五级AGI路线,L5——组织者:可以完成组织工作的AI。 这所说的,或许就是未来公司的组织架构图。 因为多个智能体的合作,正在崛起。 此前,一项研究表明,拥有30+AI智能体系统,在几乎任何任务中,都优于简单的LLM调用,同时还减少了幻觉,提高了准确性。 但是,多个智能体之间,应该如何进行实际协作呢? 在探索改善AI在软件工程任务中的表现的方法时,Alex Sima突然有了灵感: 如果将AI智能体之间互动机构化,让其类似于科技巨头的「组织架构图」,会怎样? 接下来,Alex让AI接管了6大科技巨头——亚马逊、谷歌、微软、苹果、Meta、Oracle,看看它们如何协作。 先来一张图,感受下。 关键要点 以下是,Alex将AI智能体,组织成类似苹果、微软、谷歌等公司结构后,得到的一些关键要点: - 有多个「竞争」团队(即竞争生产最佳最终产品)的公司,如微软、苹果,表现优于集中化的层级结构。 - 具有单点故障(比如一个领导者做出重要决策)的系统,如谷歌、亚马逊和Oracle,表现不佳。 - 大型科技公司的组织结构,对问题解决能力有适度但明显的影响。 AI智能体与科技巨头组织 之前通过简单增加AI智能体数量,来提升性能的方法,比如SWE-bench,并未取得显著的成效。 这表明,仅仅依赖数量的增加,并不能解决问题。 那么,有什么其他的方法可以让AI智能体在软件工程方面变得更好? 三周前,Alex偶然看到了James Huckle关于「康威定律」的一篇文章——软件和产品架构注定会反映创造它的组织结构。 James展示了一幅插图,揭示了亚马逊、谷歌、Facebook、微软、苹果和Oracle的戏剧化组织结构,并提出了一个想法: 就像大型科技公司中的人类一样,多智能体通信结构可能会塑造问题解决方法。 Alex受到启发,决定在SWE-bench实例上测试James的假设。 实验设置 作者将AI智能体组织成不同的公司结构,在SWE-bench-lite的13个实例「mini」子集上,评估了六种不同的组织结构。 在构建这六种组织时,他基于一些核心观察设计了多智能体组织结构: 亚马逊 顶层有一个「管理者」的二叉树。 为了复制这一结构,Alex使用了大量执行代码库搜索的智能体,和一个最终执行代码库更新的单一智能体。 谷歌 类似亚马逊的树状结构,但中间层之间有更多连接。 Alex通过在单一层内聚合复制所有智能体结果,并将其传递给下一层的智能体。 Meta(Facebook) 缺乏层级结构,但仍是一个智能体之间有许多连接的网状组织。 Alex通过增加不同智能体之间的转换可能性,来修改原始的智能体设计。 微软 强调竞争团队,每个团队有自己的层级。 本质上,Alex重新调整了亚马逊的结构(减少智能体数量),并使用向量相似性投票方法,从三次单独运行中选择「最佳」解决方案(每次运行对层级结构略有调整)。 苹果 许多小型竞争团队,每个团队都有自己的最小结构。 Alex使用了与微软相同的「最佳解决方案」方法,但进行了更多没有智能体层级的运行(每次运行有不同的转换)。 Oracle 有两个不同的团队,一个较大的「法律」二叉树和一个较小的工程树。 Alex将法律团队解释为,搜索代码库和检索关键上下文的智能体,而工程团队由实际编写代码的智能体组成。 两个团队的结构类似于亚马逊,顶层有一个单一智能体协调「法律」和「工程」之间的信息传递。 评估结果 为了评估SWE-bench上的每组patch,作者使用了SWE-bench evaluation。 结果如下: 组织结构图绩效分析 以下是作者对不同公司结构,如何影响性能的一些观察: - 有竞争力的团队增加成功机会。 表现最佳的两个(微软和苹果)都有多个团队在竞争解决问题,而其他公司似乎只有一个巨大的团队生成单一patch。 多个团队允许增加问题解决方法的多样性,提高解决问题的概率。 - 有单点故障的结构表现不佳。 提到单点故障,是指是那些有高层管理者/智能体可以完全改变运行结果的公司(如谷歌、亚马逊和甲骨文)。 在协调多个智能体之间的互动时,一个常见问题是某个智能体失败——导致可能出现一个智能体改变团队问题解决策略方向的情况。 具有单点故障的公司容易受到这些问题的影响。 另外,表现最好的两家公司,微软和苹果,恰好是世界上市值最大的两家科技公司。 事实证明,在现实世界中似乎最有效的组织结构对AI智能体也同样有效。 截图来自CompaniesMarketCap,2024年07月25日 对SWE-bench进展的思考 看着不同公司结构的结果,在这个Mini基准上是可以预料到的。 总的来说,似乎在一个像软件工程这样复杂的任务中,增加更多的智能体,或改变这些智能体的组织方式,只会带来边际性能的提高。 虽然论文More Agents Is All You Need 发现,准确率有相当大的提高(约20%),但在GSM8K(小学数学)测试中,30个智能体后性能明显趋于平缓。 研究还发现,过于复杂的任务(如SWE-bench中的任务)可能超出模型的推理能力,导致性能增益递减。 坐着在SIMA中同样验证了这一发现,最多只比基础架构提高了2-3%(使用40多个智能体)。 他预计,这种小幅提升在其他非多智能体架构中也会一致。 作者认为,若想在基准测试上取得更大进步,需要改变智能体的实际逻辑推理能力,或者它们可以采用(或被给予)的解决软件问题的策略和方法。 这可以通过更强大的基础模型(GPT-5)或给予智能体更广泛的工具来实现。 这与公司运作是一样的。 归根结底,如果你不雇用更聪明的员工,或给他们更好的资源,无论你如何组织他们或有多少人,他们的产出都不会提高。 不得不承认,13个实例的性能可能与完整基准测试的实际性能相差甚远。 仅在这个mini子集中的差异就足够显著,值得关注(从谷歌到苹果提高了约50%)。 基础模型/工具可能是智能体软件工程的限制因素,但随着基础模型的改进,探索智能体通信结构(无论是否在公司组织中)绝对应该被测试。 正如James Huckle所说,这个概念可能成为AI智能体设计中的「关键超参数」,不同的组织结构可能更适合不同的任务。

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。