APUS李濤:為中國客製化大模型,讓AI創造更多價值
10月24日,第三届中国(宁波)软件峰会暨程序员节召开,中国工程院院士倪光南、中国工程院院士沈昌祥及多位企业大咖现场汇聚,为软件业发展把脉论道。国内AI大模型企业APUS董事长兼CEO李涛,在本次峰会中围绕“AI向新 智领未来”主题,解析了大模型如何引领产业变革,创造价值并推动社会进步,创造性地提出了AI大模型价值创造“六要素”观点。
(APUS李涛现场发言)
AI大模型带来全面变革
人工智能大模型技术发展迅猛,正逐渐在各个场景中落地生花,并创造出丰富的应用价值,成为推动产业升级的重要驱动力,也成为改变社会的重要力量。
李涛提出,在AI重构产业的趋势下,大模型发挥着底层“操作系统”的作用,对算力、数据、应用等资源整合、调度、分配,全面推动构建产业网。例如:
工业互联网领域,多模态大模型能力可以对生产线数据进行实时监测和分析,提供预测性维护、质量控制和生产优化等支持,提高工业制造的效率和质量;
在农业互联网领域,多模态大模型重启农业数字网构建,用AI提升“产供销服管”全链条智能化水平,推动数字机械、数字直播等创新应用为生产与销售提效;
在物联网领域,智能硬件与大模型的多模态能力联接,使其自主具备感知力、认知力,为创新研发提供了全面、高效、可靠的指导;
在探索元宇宙征途上,大模型的强大推理能力帮助元宇宙构建认知,支持空间下的精美设计、复杂建模、人机交互、机制建立与空间运维等快速生成,让元宇宙的构想落地成为可能。
(AI变革产业要素)
以大模型为驱动力除了带来了互联网产业的变革,也带来IT要素的迭代升级。李涛认为,随着AI 普及,未来编程将从广泛使用自然语言,人可以直接与机器对话;同时,程序员、产品经理、设计师等职能岗位也将转型成为需求的“设计者”。把冗杂、机械、重复性工作交给大模型,把价值创造性工作交给人,社会资源分配也将更合理。
构建中国大模型竞争力
无论是面向产业还是IT要素,AI大模型展示出了强大的重构能力。“虽然大模型看似‘无所不能’,但并不是所有的模型都能得到实践验证,也不是所有的模型都能创造实实在在的价值。”李涛说到。他认为,AI大模型发展的落脚点在于价值创造,而实现价值创造必须兼备“六要素”:强健的算力、全球知识库、高质量数据、持续进化的算法、价值观对齐、场景接轨价值创造。
(AI大模型价值创造六要素)
相较于国外领先大模型,中国大模型事业起步晚,算法算力等技术瓶颈很难在短时间内突破;且受到中文语料数据限制,训练大模型的高质量数据少,中国的大模型还“不够聪明”。“在全球知识库中中文语料仅占3%,突破数据瓶颈也是中国大模型厂商必须联合起来攻坚的难题。”李涛说道。
虽然某些模型看似已经“足够聪明”,但存在价值观未对齐等问题。对此APUS认为,中国AI应用研发仍要基于中国的大模型,因此中国大模型厂商要有独立意识、肩负起自主创新的职责;立足中国市场需求构建差异化壁垒,打造符合中国需求与价值观准确的AI大模型,创造新的AI生产力。
让应用与价值创造接轨
当前大模型市场仍处于商用落地的探索期,让大模型创造好的AI应用、服务好市场需求早已成为行业共识。李涛指出:“中国的数字化建设是持续迭代的过程,需要大模型‘底座’支撑智能场景快速变革。面向复杂的需求,APUS将持续为中国市场定制AI大模型,让AI应用与价值创造接轨。”
(APUS的AI戰略)
在資料方面,APUS以過往9年全球化業務和24億全球用戶為根基,形成了獨特的全球用戶資料與高品質語料庫;同時APUS與國內語料廠商合作,共建面向中國市場的、價值觀正向的「紅色語料庫」。算力方面,APUS在全球投資建置2大智算中心,並與阿里、百度、騰訊等雲端運算廠商聯動,為需求方提供多種算力組合與彈性擴容方案,協助企業與開發者實現研發迅速落地、成本大幅降低。
(為中國打造的AI大模型)
目前,APUS已與多個醫療、網信、製造、電商等多個行業合作夥伴,聯合打造大模型的行業解決方案,用AI助力夥伴硬體基礎設施升級、基礎模型平台搭建、具體業務應用創新。
同時,APUS也持續開放生態,與百度、騰訊雲、阿里雲等廠商深度合作,建構起靈活的產業協同。例如APUS大模型開放了模型插件,開發者可以自主存取外部模型,透過「模型群組」的能力解決複雜場景需求。
(APUS建構靈活的產業協同)
「做中國的大模型」是長期正確的事情,APUS也正秉持這一初心持續夯實平台能力,訓練大模型向更高階的方向推理演進。李濤表示:「我們期待APUS大模型能在千行百業中發揮底座價值;也期待更多的開發者加入APUS生態,使用大模型創造更多有生命力的AI應用。」
本屆大會以「數位賦能、智創未來」為主題,聚焦國產開源生態、AI大模型、工業軟體賦能等熱門話題。活動包括院士報告、發布儀式、特別報告、簽約儀式、大咖報告、發表會、壓軸報告等環節。除了邀請到倪光南、沈昌祥,更有聯通雲、金蝶雲、老虎工業雲集團等企業代表傳遞「技術之聲」。
以上是APUS李濤:為中國客製化大模型,讓AI創造更多價值的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

5月30日,騰訊宣布旗下混元大模型全面升級,基於混元大模型的App「騰訊元寶」正式上線,蘋果及安卓應用程式商店皆可下載。相較於先前測試階段的混元小程式版本,面向工作效率場景,騰訊元寶提供了AI搜尋、AI總結、AI寫作等核心能力;面向日常生活場景,元寶的玩法也更加豐富,提供了多個特色AI應用,並新增了創建個人智能體等玩法。 「騰訊做大模型不爭一時之先。」騰訊雲副總裁、騰訊混元大模型負責人劉煜宏表示:「過去的一年,我們持續推進騰訊混元大模型的能力爬坡,在豐富、海量的業務場景中打磨技術,同時洞察用戶的真實需求

火山引擎總裁譚待企業要做好大模型落地,面臨模型效果、推理成本、落地難度的三大關鍵挑戰:既要有好的基礎大模型做支撐,解決複雜難題,也要有低成本的推理服務讓大模型廣泛應用,還要更多工具、平台和應用程式幫助企業做好場景落地。 ——譚待火山引擎總裁01.豆包大模型首次亮相大使用量打磨好模型模型效果是AI落地最關鍵的挑戰。譚待指出,只有大的使用量,才能打磨出好模型。目前,豆包大模型日均處理1,200億tokens文字、生成3,000萬張圖片。為助力企業做好大模型場景落地,位元組跳動自主研發的豆包大模型將透過火山

一、TensorRT-LLM的產品定位TensorRT-LLM是NVIDIA為大型語言模型(LLM)所開發的可擴展推理方案。它基於TensorRT深度學習編譯框架建構、編譯和執行計算圖,並藉鑒了FastTransformer中高效的Kernels實作。此外,它還利用NCCL實現設備間的通訊。開發者可以根據技術發展和需求差異,客製化算子以滿足特定需求,例如基於cutlass開發客製化的GEMM。 TensorRT-LLM是NVIDIA官方推理方案,致力於提供高效能並不斷完善其實用性。 TensorRT-LL

“高度复杂、碎片化程度高、跨领域”一直是交通行业数智化升级路上的首要痛点。近日,由中科视语、西安市雁塔区政府、西安未来人工智能计算中心联合打造的参数规模千亿级的“秦岭·秦川交通大模型”,面向智慧交通领域,为西安及其周边地区打造智慧交通创新支点。“秦岭·秦川交通大模型”结合西安当地海量开放场景下的交通生态数据、中科视语自研的原创先进算法以及西安未来人工智能计算中心昇腾AI的强大算力,为路网监测、应急指挥、养护管理、公众出行等智慧交通全场景带来数智化变革。交通管理在不同城市有不同的特点,不同道路的交

一、背景簡介首先來介紹雲問科技的發展歷程。雲問科技公...2023年,正是大模型盛行的時期,很多企業認為已經大模型之後圖譜的重要性大大降低了,之前研究的預置的資訊化系統也都不重要了。不過隨著RAG的推廣、資料治理的盛行,我們發現更有效率的資料治理和高品質的資料是提升私有化大模型效果的重要前提,因此越來越多的企業開始重視知識建構的相關內容。這也推動了知識的建構和加工開始向更高層次發展,其中有許多技巧和方法可以挖掘。可見一個新技術的出現,並不是將所有的舊技術打敗,也有可能將新技術和舊技術相互融合後

4月4日消息,日前,國家網信辦公佈已備案大模型清單,中國移動「九天自然語言交互大模型」名列其中,標誌著中國移動九天AI大模型可正式對外提供生成式人工智慧服務。中國移動表示,這是同時透過國家「生成式人工智慧服務備案」和「境內深度合成服務演算法備案」雙備案的首個央企研發的大模型。據介紹,九天自然語言交互大模型具有產業能力增強、安全可信、支援全端國產化等特點,已形成90億、139億、570億、千億等多種參數量版本,可靈活部署於雲、邊、端不同場

如果試題太簡單,學霸和學渣都能考90分,拉不開差距……隨著Claude3、Llama3甚至之後GPT-5等更強模型發布,業界急需一款更難、更有區分度的基準測試。大模型競技場背後組織LMSYS推出下一代基準測試Arena-Hard,引起廣泛關注。 Llama3的兩個指令微調版本實力到底如何,也有了最新參考。與先前大家分數都相近的MTBench相比,Arena-Hard區分度從22.6%提升到87.4%,孰強孰弱一目了然。 Arena-Hard利用競技場即時人類數據構建,與人類偏好一致率也高達89.1%

注意看,這個男人把超1000種大模型接入,讓你可插拔無縫切換使用。最近也上線了可視化的AI工作流程:給你一個直覺的拖放介面,拖拖、拉拉、拽拽,就能在無限畫布上編排自己個兒的Workflow。正所謂兵貴神速,量子位聽說,這個AIWorkflow上線不到48小時,就已經有用戶配出了100多個節點的個人工作流程。不賣關子,今天要聊的是LLMOps公司Dify,及其CEO張路宇。張路宇也是Dify的創辦人。投入創業前,有11年的網路經驗。搞產品設計,懂專案管理,也對SaaS有點自己的獨到見解。後來他
