日本总务省(类似国务院)在官网发布了,2024年(令和6年)生成式AI应用白皮书。
主要查看了日本公民对ChatGPT、Coplilot、Midjourney、Stable Difusion、Gen-2、MusicGen等10多种生成式AI的应用情况,同时对美国、中国、英国和德国的全球主流使用国家进行了横向调查和对比。
结果显示,中国以56.3%的使用率排名第一;美国46.3%排名第二;英国39.8%排名第三;德国34.6%排名第四;日本9.1%第五。在企业对生成式AI的应用方面,中国以71.2%大幅度领先同样排名第一。
这个调查结果与上周美国SAS发布的调查数据一样(点击查看),也就是说中国凭借庞大的“原生数字人口”以及健康、积极的创新技术生态,在生成式AI产品场景化落地和应用方面领先美国、英国、日本等发达国家。
本次调查是以问答形式展开,包括技术概念、市场规模、未来发展预测等多个模块。下面「AIGC开放社区」只介绍主要内容,想查看全部可以去日本总务省官网。
随着ChatGPT、Midjourney等产品的火爆出圈,生成式AI已经像Office一样成为工作、学习、娱乐必不可少的日常工具之一。
当总务省向用户询问生成式AI的使用情况时,中国的使用率为56.3%;美国为46.3%;英国为39.8%;德国为34.6%;日本为9.1%,这相比其他四个国家使用率非常低。
当被问道,为什么不喜欢使用生成式AI时,“我不知道该如何使用”成为回答率最高的答案;
排名第二是,“我的生活中不需要使用这种工具”;第三的是“没有吸引我使用的动力”。
在生成式AI使用业务场景方面,从下方的蓝色选项已经使用的用户回答内容来看。做学术研究是应用第一的场景;第二是总结内容并翻译;第三是对话式聊天机器人,用来获取服装穿搭、旅行建议等。
其他的应用场景包括,获取健康和疾病治疗的建议;用来开发代码等;生成图像和视频等。
总务省又对日本、美国、中国、德国的企业用户进行了应用调查,中国以71.2%的应用率大幅度领先,企业正在积极地制定生成式AI应用策略;美国46.3%排名第二;德国30.1%第三;日本15.7%再次垫底。
在企业应用方面,主要调查了电子邮件、会议记录、文本创建等日常业务场景。美国的总应用率为84.7%排名第一;中国的应用率84.4%排名第二;德国72.7%第三;日本46.8%垫底。
既然使用了生成式AI,那能带来哪些好处和坏处呢?这里只只统计蓝色的绝对答案。
第一,提升企业运营效率并解决劳动力短缺;
第二,能带来灵感,提升创新;
第三,内部数据可能会有泄漏的风险;
第四,大量使用生成式AI,可能会有侵犯知识产权的风险;
第五,如果你不使用生成式AI,那么你的企业将失去竞争力。
日本最大媒体之一日本经济新闻也报道了总务省的这份调查报告,并对日本如此低的生成式AI使用率感到非常惊讶,与中国、美国产生了较大的差距。
这主要是因为,日本人口的老龄化非常严重,原生数字人口一直处于低潮阶段。还有就是日本年轻人对新技术不太感兴趣也不知道该用在哪里,所以,日本需要加强这方面的教育和宣传,从而跟上国际创新技术的发展趋势。
关于日本总务省
日本总务省是由之前的自治省、邮政省和总务厅合并而成。其总部位于东京霞关,是日本中央政府重要机构之一。
日本总务省主要负责广泛的行政事务及公共政策的制定和执行。它在日本的政府架构中扮演着极其关键的角色,涉及到国家的通信、邮政、行政管理、地方自治、选举管理等多个方面。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。