OpenAI 正在努力使其即将推出的开源 AI 模型成为行业内的最佳产品
在三月底,OpenAI 宣布计划在今年内发布自 GPT-2 以来的首个“开源”大语言模型。如今,关于该模型的细节正逐步从公司与 AI 开发者社区的交流中传出。
消息人士告诉 TechCrunch,OpenAI 研究副总裁 Aidan Clark 正在领导这一处于早期阶段的开源模型的开发。OpenAI 的目标是在初夏推出该模型,并力图使其——一种类似于 OpenAI o 系列模型的推理模型——在开源推理模型领域中取得标杆性成绩。
TechCrunch 的消息来源称,OpenAI 正在为该模型探索一种高度宽松的许可协议,几乎没有使用或商业限制。而类似 Llama 和 Google Gemma 这样的开源模型曾因提出繁琐的要求而受到社区部分人士的批评,这正是 OpenAI 显然想要避免的问题。
来自中国的 AI 实验室 DeepSeek 等竞争对手正逐步加大压力推动开源模式。与 OpenAI 的策略形成鲜明对比的是,这些“开源”竞争者允许 AI 社区对其模型进行实验,并在某些情况下进行商业化。
这一策略已被部分企业证明取得了巨大成功。Meta 在三月初表示,其在开源 AI 模型领域大力投资的 Llama 系列模型累计下载量已超过 10 亿次。而 DeepSeek 则迅速积累了庞大的全球用户群,并吸引了国内投资者的关注。
TechCrunch 消息人士透露,OpenAI 打算让其“开源”模型采用“文本输入,文本输出”模式运行在高端消费者硬件上,并可能允许开发者类似于近期 Anthropic 等公司推出的推理模型那样开关其“推理”功能。(推理功能可以提高准确性,但会增加延迟。)如果该模型推出后反响良好,OpenAI 可能会推出更多模型——甚至可能包括更小型的模型。
在此前的公开评论中,OpenAI 首席执行官 Sam Altman 曾表示,他认为在开源其技术方面,OpenAI 处于历史的错误一方。
Altman 在一月份 Reddit 问答中表示:“我个人认为我们需要找出一种不同的开源策略。”他补充道:“OpenAI 内部并非所有人都持这种观点,而且这也不是我们目前的最高优先级……我们将来会生产更好的模型,但我们的领先优势不会像过去几年那样明显。”
Altman 还表示,OpenAI 即将推出的开源模型将经过彻底的红队测试和安全评估。消息人士告诉 TechCrunch,该公司打算为该模型发布模型卡——一份详尽的技术报告,展示 OpenAI 内部和外部基准测试及安全测试的结果。
Altman 上个月在 X 平台发文称:“在发布前,我们将按照我们的准备框架对这款模型进行评估,就像处理其他模型那样。”他还补充道:“鉴于我们知道该模型在发布后会被修改,我们会进行额外的工作。”
OpenAI 因据传在近期模型的安全测试上动作过快,并未为部分模型发布模型卡而激起了一些 AI 伦理学家的愤怒。Altman 此外还被指控在 2023 年 11 月他短暂离职前误导了 OpenAI 高管关于模型安全评审的情况。
好文章,需要你的鼓励
这项由浙江大学与阿里巴巴通义实验室联合开展的研究,通过创新的半在线强化学习方法,显著提升了AI界面助手在多步骤任务中的表现。UI-S1-7B模型在多个基准测试中创造了7B参数规模的新纪录,为GUI自动化代理的发展开辟了新的技术路径。
阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构,系统能够动态检索信息、持续反思,突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线,知识密度提升明显,为长文本生成研究开辟了新方向。
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
腾讯混元3D 2.0是一个革命性的3D生成系统,能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint,采用创新的重要性采样和多视角一致性技术,在多项评估指标上超越现有技术,并提供用户友好的制作平台。作为开源项目,它将大大降低3D内容创作门槛,推动3D技术的普及应用。