社区

OpenAI即将成为苹果后发优势中的一环。作者｜王艺‍‍编辑｜王博在苹果公司取消造车计划，转而投向生成式AI后约三个月，苹果终于要在自己的终端产品上应用AI模型了。长期跟踪苹果的彭博新闻社记者马克·古尔曼（Mark Gurman）当地时间5月26日爆料，经历了为期两个月的谈判后，苹果已与OpenAI达成协议，将后者的聊天机器人ChatGPT集成到iOS 18，双方的合作伙伴关系预计将于6月的苹果全球开发者大会(WWDC24)上官宣。由于不放心让OpenAI成为iOS一项主要新功能的单一供应商，苹果仍在努力与谷歌达成协议，希望Gemini可以作为一种选择。此前，苹果已经推出OpenELM、MM1、Ferret、Ajax等多款AI模型，但这次古尔曼爆料的焦点并不在这些苹果自研AI模型上，似乎苹果更相信外部更成熟的AI模型及其产品。但苹果在生成式AI时代已经迟到了。去年5月，苹果公司CEO蒂姆·库克（Tim Cook）就曾表示，AI的潜力“非常有趣”，但他表示该技术存在“许多问题需要解决”。他解释说，在决定如何以及何时使用AI时，“深思熟虑非常重要”。过去的一年，华尔街的分析师一直在抱怨苹果没有AI故事可讲。今年5月2日，在2024财年第2财季（今年第1季度）财报的电话会的问答环节，每一位提问的分析师都在问有关AI的问题。但除了之前的评论外，库克几乎没有透露苹果未来的AI功能或服务，也没有透露苹果如何利用它们赚钱。“我不想抢在我们发布公告之前发表言论，”库克在电话会上说，“我们认为生成式AI是我们产品的一个关键机会，我们相信从理论上讲，我们拥有与众不同的优势。我们将在未来几周内进一步讨论这个问题。” 而库克近期在接受路透社采访时则表示：“我们仍然对生成式AI领域的机遇非常乐观，并且正在进行大量投资。”他指出，该公司过去五年已在研发上投入了1000亿美元。尽管苹果在生成式AI时代姗

Scaling law也许是对的，但不会是全部，因为scaling law本身代表一个非常悲观的未来——scaling law的本质是，用指数级的数据增长，来获得几个点的收益。最终人类世界可能会有很多长尾需求，需要人类的快速反应能力去解决，这些场景的数据本身也很少，LLM做不到。Scaling law发展到最后，可能每个人都站在一个数据孤岛上。作者｜甲小姐 刘杨楠对于研究者而言，预设一个判断、押注正确的方向，往往会决定学术成就的高远。当一切尚未验证时，多少需要朴素的直觉来支撑，而朴素直觉的背后，往往是一些关于是与非、能与否的底层信仰。在人工智能领域，底层信仰的作用在被放大。比如，此刻人工智能有一些根本性的研究底色：Scaling law是否是唯一至上的纲？大模型的scaling law最早由OpenAI在2020年的一篇论文中提出，其内涵是，大模型的最终性能主要与计算量、模型参数量和训练数据量三者的大小相关，而与模型的具体结构（层数/深度/宽度）基本无关。放眼全球，很多人都将scaling law奉为圭臬，但聚光灯外也不乏一些质疑scaling law的“少数派”。田渊栋就是其中之一。“虽然现在scaling law很火，但一味跟风，亦步亦趋，并不是我的风格。”田渊栋告诉“甲子光年”。田渊栋博士毕业于卡耐基梅隆大学机器人系，如今是硅谷小有名气的华人科学家。今年是田渊栋在Meta的第十年。他任Meta FAIR研究员、高级经理，也曾获2021年国际机器学习大会（ICML）杰出论文奖提名，及2013年国际计算机视觉大会（ICCV）马尔奖提名。田渊栋的“组长”是图灵奖得主杨立昆（Yann LeCun）。2013~2014年，田渊栋曾在Google无人驾驶团队任软件工程师，这里种下了他对scaling law怀疑的种子。“我画过一张图，一开始数据量越大，模型performace越好

萨姆·奥尔特曼选择做一个纯粹的商人。作者｜赵健‍‍‍在OpenAI首席科学家伊利亚·苏茨克维（Ilya Sutskever）宣布离职8天后，OpenAI悄悄招募了一整个安全相关的团队。这个团队名叫“Indent”，是一家位于美国加利福尼亚州的数据安全初创公司。5月23日，Indent的联合创始人、CEO阿福德·马丁（Fouad Matin）在X上宣布自己将加入OpenAI负责安全相关的工作。图片来自X虽然双方并未宣布细节，但Indent这家公司大概率将全部并入OpenAI。Indent在其网站上宣布，“经过仔细考虑，我们做出了一个非常艰难的决定，Indent将在未来几个月内关闭”，“7月15日之后服务将停止使用”。值得一提的是，OpenAI CEO 萨姆·奥尔特曼（Sam Altman），曾在2021年参与了Indent 560万美元的种子轮融资，双方算是老相识了。近期OpenAI风波不断，其中备受关注的是在伊利亚·苏茨克维离职后引发的连锁反应，OpenAI负责安全的超级团队的联合主管简·雷克（Jan Leike）也宣布离职。两人共同领导的超级对齐团队去年7月才刚刚成立，现在已经分崩离析。然而，仔细一看就会发现，Indent团队的加入虽然是对安全团队新鲜血液的补充，但与超级对齐团队却毫无关系。Indent团队的加入更加明确了一件事：萨姆·奥尔特曼正在把OpenAI变成一家彻头彻尾的商业化公司。1.Indent是谁？先介绍一下Indent这家公司。Indent成立于2018年，从事数据安全相关业务，它所提供的服务也很简单——自动化处理访问权限的审批流程。比如，当工程师需要查看生产服务器日志或客户支持需要敏感系统的管理员权限时，他们可以使用Indent的应用程序请求访问权限，而无需IT部门的帮助。审阅者可以通过Slack收到消息并直接从那里批准，然后一旦时间到期，访问

用可解释AI破解抗生素耐药性困局。作者｜苏霍伊编辑｜王博“五一假期就是渡劫。”一位感染肺炎支原体的患儿家长在社交媒体上感叹。从去年冬天到现在，“肺炎支原体”“阿奇霉素不管用了”几次登上热搜，“抗生素耐药性”这个专业名词更是结结实实扎进了许多患儿家长的心里，成为了他们被迫了解的词。他们未曾料想，与感染性疾病的“抗争”，会如此揪心和漫长。冬春之交，家住北方的白兰（化名）4岁的女儿开始反复发烧。焦虑了两个夜晚后，她将女儿送到了医院。午夜时分，长椅上、地上甚至是楼梯间里，或坐着或躺着的，都是额头上贴着退热贴的患儿和满脸担忧的家长。而后白兰的女儿确诊为肺炎支原体感染。吃了3天阿奇霉素又静脉输液后，女儿的症状并未缓解，反而发展成了肺炎，“CT显示肺部已经变白了。”“最初以为只是感冒，现在少说也要住院一周。”白兰告诉“甲子光年”。医生解释道，这可能与“儿童免疫力减弱和对大环内酯类抗生素（如：阿奇霉素）的耐药性增强等因素有关”。抗生素耐药性是指细菌、病毒、真菌和寄生虫等微生物对原本能够抑制或杀死它们的抗生素或其他药物产生耐药性的现象。尽管“支原体是否属于细菌”在学术界一直存在争议，但“阿奇霉素对肺炎支原体不太管用了”已是不争的事实。北京友谊医院呼吸内科主任医师林芳介绍，目前在我国流行的肺炎支原体对大环内酯类抗生素耐药率达60%—80%。北京朝阳医院感染和临床微生物科副主任医师尹玉东接受《新京报》采访时也表示：“我国是全球肺炎支原体对大环内酯耐药率最高的国家，在成人患者中这一比例达到60%—70%，儿童患者超过80%。耐药一直是影响支原体治疗效果的主要原因。”事实上，抗生素耐药性造成的感染远比想象的严重。2022年1月，国际顶尖医学期刊《柳叶刀》(The Lancet）发表了一项研究，数据显示，2019年全球有超过120万人死于抗生素耐药性感染，高于艾滋病毒（HIV）/艾滋病（AIDS）或疟

大模型的“摩尔定律”。2024年5月15日，由中国科技产业智库“甲子光年”主办、中关村东升科学城协办的“AI创生时代——2024甲子引力X科技产业新风向”大会在北京举办。在当日下午举行的“AI技术范式的变革：Scaling Law的尽头是什么”圆桌环节，百度集团副总裁侯震宇、中国人民大学高瓴人工智能学院教授卢志武、清智资本创始合伙人张煜、新浪微博新技术研发负责人张俊林、RWKV元始智能COO罗璇与甲子光年高级分析师王艺一起探讨了Scaling Law的发展趋势。Scaling Law是大模型的“摩尔定律”，它指引了大模型按照大算力、大参数、大数据的方向前行。但对于Scaling Law的发展前景，业内看法不一。侯震宇坚定地支持Scaling Law，并认为至少在当前，Scaling Law仍然有效且潜力巨大。他还提到了摩尔定律和安迪-比尔定律，认为Scaling Law在AI领域也呈现出类似的效应，即算力的增长被算法和数据的需求所消耗。卢志武表示有条件地支持Scaling Law，认为它在实现AGI方面可能不够充分。他提出可能需要更好的模型架构，并指出Transformer模型可能不是最终解决方案。卢志武还强调了商业化成功需要考虑更多因素，不仅仅是模型规模。张煜认为Scaling Law在短期内是有效的，但长期来看可能会遇到极限。他通过比喻说明了Scaling Law的局限性，比如爬树无法到达月球，暗示了可能需要新的方法或技术突破。张俊林将Scaling Law视为一个经验公式，认为它基于大量实验和数据。他觉得在当前阶段，Scaling Law是成立的，但随着时间的推移，可能会看到它的效果放缓。罗璇非常相信Scaling Law，但指出Transformer架构的时间和空间复杂度问题导致算力和数据利用率低。他认为未来会有新算法提高数据和算力的效率，并提到了RWKV的架构可能

一场在学者、创业者、投资人之间展开的“关于未来的辩论”。2024年5月15日，由中国科技产业智库“甲子光年”主办、中关村东升科学城协办的“AI创生时代——2024甲子引力X科技产业新风向”大会在北京举办。在当天下午的“通往AI创生时代：硬币的两面”圆桌论坛中，北航机器人研究所名誉所长、中关村智友研究院院长王田苗，始智Al wisemodel创始人兼CEO、清华校友总会AI大数据专委会副秘书长刘道全，亦心科技董事长刘昌伟，心资本合伙人吴炳见，RPGGO联合创始人、产品负责人李嘉英与鲸海拾贝CEO、人工智能头部博主李艮基进行了一场“关于未来的辩论”。在这一环节，每位嘉宾需要先对每个问题用“Yes”或“No”表达态度。主要内容围绕人工智能的多个方面进行，包括但不限于开源模型的发展、具身智能的未来、AI在艺术创作中的作用、AI合成数据的重要性等。来自不同领域的嘉宾分享了他们对于AI发展的专业见解，在AI与社会、法律、伦理和哲学的交叉问题中，提供了全面而多元的视角。王田苗分享了机器人技术中的专有性问题。他指出，“机器人的控制器即‘小脑’是无法直接共享给其他机器人的，这是因为尽管许多机器人技术是基于开源模型发展而来，但每个机器人都是基于独特的运行环境、硬件配置和训练数据进行开发和调整的，使其具有独特性。”这表明，尽管开源为技术创新提供了肥沃的土壤，但真正的应用落地往往需要专有的调整和优化。北航机器人研究所名誉所长、中关村智友研究院院长王田苗刘道全深入讨论了AI创作和版权的问题。他认为，AI创作内容是历史数据训练与人的经验和创意相结合的产物。“AI产生的内容可能是因为有很多历史数据的训练，然后结合人的一些经验，形成了一些新的东西。”这引发了关于AI作品版权归属的讨论，刘道全倾向于认为，人类在AI创作过程中的贡献应当得到版权上的认可。始智Al wisemodel创始人兼CEO、清华校友总会

百川智能想走出大厂射程之外。作者｜刘杨楠‍‍‍‍‍‍编辑｜王博最近，中国大模型市场上大厂、小厂各玩儿各的——大型云厂商卷价格，独角兽们卷应用和商业化。5月22日，百川智能发布了最新一代基座大模型Baichuan 4和首款AI助手“百小应”。媒体沟通会上，百川智能创始人、CEO王小川与“甲子光年”等媒体进行了一个多小时的交流。有趣的是，相比这场活动的主角，大家显然对价格战更感兴趣——大厂的价格战是否会扼杀创新？是否会加速部分应用厂商的消亡？百川是否感受到了压力？面对一连串的提问，王小川坦言自己也抱着“吃瓜”的心态在观战。谈及价格战对百川的影响，王小川颇有种“两耳不闻窗外事”的潇洒。他认为，这是大厂的射程范围，而百川智能要做差异化，即“超级模型”+“超级应用”的“双轮驱动”。“双轮驱动”的定位背后，能看到王小川极其稳定的内核——“大模型是语言智能的突破，多模态没有智力，只是对世界的复现。”1.“多模态没有智力”百川智能上一次发模型，还是在2024年1月，和此次发布相隔一个季度。成立一年多，百川智能共发布了12个模型。和去年以月为单位的频率相比，百川今年发模型的速度显然没有去年快了。对此，王小川也解释道：“以后基本会以季度为单位来发布，把节奏调到比较长线来做事情，更重视品质。”在国内权威大模型评测机构SuperCLUE的评测中，Baichuan 4模型能力国内第一。Baichuan 4相较Baichuan 3在各项能力上均有提升，其中通用能力提升超过10%，数学和代码能力分别提升14%和9%。此次，Baichuan 4在技术方面也有创新点——在预训练阶段采用了基于Model-based+Human-based的协同数据筛选优化方法，以及对长文本建模位置编码科学的Scaling Law，有效提升了模型对数据的利用；在对齐阶段重点优化了模型Reasoning、Planning、Ins

当PC可以主动帮你加购一双鞋时，你愿意换电脑吗？作者｜田思奇有没有可能，让计算机理解我们，而不是我们去理解计算机？在信息不断增加的世界里，计算机能否根据这些信息帮助我们更有效地推理、计划并采取行动？当地时间5月21日（周二）上午举行的微软Build年度开发者大会上，微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 提出了上述两个问题。他说这是微软几十年来的两个梦想，而当下的人工智能浪潮为这两个梦想提供了答案。大会前一日，微软首先发布了史上最强大的AI PC产品，其中包括多个令人惊艳的新功能。在媒体采访中，纳德拉毫不掩饰对苹果的“敌意”。他骄傲地宣布，诞生于上个世纪的微软PC与苹果Mac的大战，正重新回到聚光灯下：“我们现在想让真正的竞争重新回到 Windows 与 Mac 之间。”和此前媒体透露的信息不同，微软并没有发布自研大模型与OpenAI抗衡。相反，上周OpenAI刚刚发布的GPT-4o模型得到了纳德拉的高度肯定。同时，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）也在OpenAI近期陷入一片争议声中的前提下，亲自来到西雅图为Build大会站台，巩固了微软与OpenAI的联系。但从网友表态来看，让主流市场接受拥有了GPT-4o加持的Copilot，恐怕还需要一段时间。许多人看不到购买新电脑或者抛弃Mac的理由，还有人认为“电脑充分理解自己”是十分恐怖的事情。不过微软的确在首次发布Copilot一年后的Build大会上，又一次真切地铺开了AI PC时代的画卷。另外，也正像纳德拉所说，PC不PC的也不是那么重要：“我相信 Copilot 未来会无处不在。”1.让电脑预测你的意图微软在5月20日发布的Copilot+PC，令人印象最深刻的当属Recall功能。之前用户可能在电脑里存了无数张图片和笔记，然而却忘了放在哪个文件夹里。通过Recall功能

基础设施的重要性不言而喻。2024年5月15日，由中国科技产业智库“甲子光年”主办、中关村东升科学城协办的“AI创生时代——2024甲子引力X科技产业新风向”大会在北京举办。在当日下午举行的“AI创造万物，谁来供养AI”圆桌论坛上，北电数智战略与市场负责人杨震、青云科技副总裁沈鸥、潞晨科技副总裁梁爽、善思开悟COO余溢，与嘉宾主持人、达晨财智董事总经理张英杰一起，进行了精彩的讨论。张英杰首先提到，AI算力基础设施面临适应快速技术变革的挑战。达晨财智董事总经理张英杰杨震对此强调了AI基础设施与IT时代的差异，提出硬件、软件和场域层面重新定义的重要性。他介绍了北京市数字经济算力中心的建设，强调其作为公共算力提供者的角色，以及算力层、调度层和行业赋能层的全面布局，和提供框架和工具链的重要性。沈鸥分享了青云科技从云计算到AI算力的建设与运营经验，强调智算平台的可靠性和对性能需求的满足。他讨论了国产算力适配及平台生态建设的重要性：“我们希望能够在一个平台上同时去适配多家芯片和整个算力服务，让客户能够尽可能对整个底层的异构算力芯片是无感的。” 同时沈鸥强调了算力基础设施的运营挑战，包括成本控制和技术服务的提供。‍青云科技副总裁沈鸥梁爽提出，大模型从文本生成进化到图片和视频生成，模态不断变化，需要更加灵活的硬件架构和模块化的软件框架。她介绍了Colossal-AI系统，通过分布式系统优化和异构内存系统，优化资源使用，降低算力成本。未来的软硬件协同设计将显著提高能效比，减少大模型应用成本。余溢提出了前瞻性部署、定制化配置和关注先进技术趋势的重要性，以及对机房建设的前瞻性规划。她介绍了善思开悟与中山大学合作建立的AI创新赋能联合实验室，可以助力于产学研转化和人才培养。善思开悟COO余溢针对AI算力投入产出比的担忧，各位嘉宾也为降本增效提出了建设性建议。沈鸥强调，企业应该选择合适的模型规模而非

大模型的落地应用本身就是一种新质生产力，而为了更好落地应用，百度智能云在5月21日宣布两大主力模型全面免费，给企业一个更高的起点，让企业和开发者可以在没有过多成本压力的情况下，快速验证效果。只有大模型被广泛用起来了，才会有繁荣生态，才能有更多商业机会。作者｜刘杨楠‍‍‍‍编辑｜栗子编导｜RAM相信已经很少有人没听过“新质生产力”这个概念了。今年两会期间，“新质生产力”被写入《政府工作报告》。近两个月，社会关于“新质生产力”的讨论愈演愈烈——究竟什么是新质生产力？新质生产力在实际场景中以什么样的形态存在？大模型时代，又该如何充分释放新质生产力？这些问题各方都在讨论，但更重要的是，“新质生产力”提供了一种全新的叙事，混杂着公众的疑惑与期待，扣开了通往未来的大门。而火了一整年的大模型，成为“新质生产力”最具代表性的一个侧面。近期，甲子光年创始人&CEO 张一甲受百度智能云的邀请，与百度副总裁谢广军，必优科技创始人&CEO 周泽安进行了一次深度对话，试图分别从模型供应方、模型使用方及第三方智库的角度出发，回答关于“新质生产力”的一系列疑问。百度智能云与必优科技均是各自所处赛道的“AI先行者”，他们活跃在距离“新质生产力”最近的地方，为“新质生产力”注入能量。2023年3月，百度率先推出文心一言，是国内首家发布大模型产品的企业。当月，百度智能云发布全球首个一站式企业级大模型平台——百度智能云千帆大模型平台。2024年4月16日，百度智能云发布新一代智能计算操作系统——百度智能云万源。截止到2024年4月，百度智能云千帆大模型平台已经服务超过8.5万家客户，平台上已经精调出1.4万个模型，并且开发应用数也达到了19万的规模。这些企业中，必优科技颇具代表性。必优科技是一家典型的AI原生企业，其创始人周泽安此前在“AI+文档”领域深耕多年。自2020年成立以来，必