"这确实是消费者首次能够自然地看到和使用的大规模生成式 AI 实践应用," Amazon CEO Andy Jassy 表示。
即将推出的配套设备只是 Jassy 认为 Alexa 自身"可持续"商业模式的一部分。
"我们有机会在各种界面提供新产品和广告服务,比如即将在 Alexa 中推出的移动端和桌面端界面,此外还有订阅服务," Jassy 说道。
作为 Amazon 对标 Google Gemini 的产品,Alexa Plus 将于下月开始在部分 Amazon 设备上推出。对于 Amazon Prime 会员来说,该服务是免费的,非 Prime 用户则需支付每月 19.99 美元。
通过 Alexa Plus 以及公司在云计算部门 Amazon Web Services 中对生成式 AI 能力的持续投入,Amazon 正全力押注 AI 技术。
"我们正在投入相当可观的资本支出,其中大部分用于生成式 AI," Jassy 表示。
去年,当前员工向《财富》杂志透露公司在将现有 Alexa 技术与生成式 AI 融合方面遇到困难时,Alexa Plus 产品曾引发投资者担忧。当时,Amazon 声称这些员工的说法是错误的。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。