[2023年6月16日,中国,上海] 今日,人工智能框架生态峰会在上海举办。峰会现场,昇思MindSpore携手行业用户与伙伴带来人工智能框架的最新进展与系列重磅发布,包括18家AI顶尖企业、学会、高校与科研院所联合发布《共建人工智能框架生态倡议》、昇思MindSpore开源社区理事会成立、上海昇思AI框架&大模型创新中心正式启动及首批22家单位入驻、全模态大模型“紫东.太初2.0”正式发布等。
本次峰会以“一起昇思 无尽创新”为主题,全面聚焦人工智能框架生态发展,推动人工智能产业创新,共吸引来自AI产业界超过500家伙伴、行业客户、高校、研究机构等代表参会,共同探讨AI技术创新与行业融合大背景下的AI框架生态模式与场景应用,围绕大模型与科学智能领域AI框架技术的广泛合作与深度交流。
数智时代,AI作为重要的通用技术之一,具有溢出带动性很强的“头雁”效应,在整个AI技术体系中,AI框架处于“承上启下”的位置,南向使能多样化算力,北向孵化各类创新算法模型,是人工智能应用创新的土壤和源泉。会上,18家AI头部企业、高校、科研机构、开源社区等共同发布“共建人工智能框架生态,繁荣中国人工智能产业”联合倡议,倡议通过政产学研用的共同努力,支撑中国人工智能框架生态走向新高度,推进中国人工智能产业新发展。

《共建人工智能框架生态倡议》联合发布
当前以昇思等为代表的人工智能框架生态正实现快速发展,截至2023年5月底,昇思开源社区下载量已突破474万,社区贡献者1.3万,服务企业数量5500家,与240家科研院所展开合作,开源模型达400多个,发表顶会论文超过900篇。为了更好推进昇思社区快速发展,在大会现场,昇思社区理事会正式宣布成立,首批成员单位包括AI芯片企业、AI应用企业、高校与学术机构共计18家单位。理事会将基于“共建、共享、共治”的原则,凝聚产业界力量,扎根AI根技术,共同构建一个开放、多元、包容的AI框架技术生态体系,共促生态繁荣,加速高校、科研机构等创新发展,使能运营商、金融、教育科研等国计民生行业,为AI产业发展贡献坚实力量。会上,昇思社区理事长丁诚介绍了面向未来的四大创新方向,包括基于“构建大模型全流程使能、科学计算新范式”的技术创新,来加速AI新应用的孵化;基于“大模型平台、Study Group、极客周、全球开源生态”的运营创新,让社区成果更高效的推广到用户;基于“面向学习、成长、研究的不同阶段开发者提供不同培养模式”的人才创新,培育AI产业土壤;基于“建立产业联合体、行业专区等新手段,持续完善多样化算力和硬件支持”的生态创新。

昇思MindSpore开源社区理事会成立
上海人工智能研究院、上海市闵行区政府、临港集团、昇思开源社区联合启动上海昇思AI框架&大模型创新中心(简称创新中心),创新中心将携手产业伙伴基于昇思MindSpore AI框架,支持全国范围的AI技术企业、高校与科研院所孵化大模型、科学智能技术研究,进而赋能企业打造极简易用、极致性能的AI解决方案和应用,服务互联网、电信运营商、金融、教育、医疗等人工智能关键产业方向,打造一系列富有竞争力的“AI+行业”的示范性应用场景,推动产业集聚。目前上海人工智能实验室、上海交通大学、中国商飞上海飞机设计研究院、中国科学院上海药物研究所、云从科技等首批22家单位正式入驻创新中心,将联合昇思社区进行大模型创新与AI产学研转化,成为AI技术与应用创新的“发源地”,共同推动人工智能框架生态高质量发展迈出更大步伐。

上海昇思AI框架&大模型创新中心正式启动

上海昇思AI框架&大模型创新中心首批伙伴入驻
随着人工智能的发展,AI大模型的重要性越来越凸显,AI框架的发展将有力支持大模型的创新。会上,中国科学院自动化研究所基于昇思推出的全模态大模型“紫东.太初2.0”正式发布。该大模型是在千亿参数三模态大模型“紫东.太初”1.0基础上的升级,在语音、图像和文本之外,加入了视频、传感信号、3D点云等更多模态,从技术架构上实现了结构化和非结构化数据的全模态开放式接入,突破了认知增强的多模态关联等关键技术,支持多轮问答、文本创作、图像生成、3D理解、信号分析等跨模态任务,并具备全模态智能化标注能力,可实现对未知目标的自动发现。基于“紫东.太初”2.0,全栈国产化、低代码一站式开发的“紫东.太初”开放服务平台已上线,支持公有云、私有云一键部署,使能行业大模型高效率开发,面向更多领域发挥赋能价值,加速通用人工智能的实现。

“紫东.太初2.0”全模态大模型正式发布
技术为根,人才为本。昇思社区秉承“技术优先,开发者第一”理念,凝聚广大开发者力量共建开源社区,与开发者共同学习和成长。会上,共计21个开发团队、个人开发者、高校学生与教师分别获得“昇思卓越贡献奖”、“昇思卓越指导教师奖”殊荣,其中“昇思卓越贡献奖”是面向在昇思社区做杰出代码贡献的团队和个人的奖项,“昇思卓越指导教师奖”是面向指导算子、模型、论文与应用案例等优秀项目的教师。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。