谷歌正准备首次公开发布其 AI 模式搜索引擎工具。该公司今天宣布,在未来几周内,美国将有“一小部分”用户在 Google 搜索中看到一个 AI 模式标签,这将允许用户在谷歌实验性 Labs 环境之外测试专注于搜索的聊天机器人。
与传统搜索平台仅根据用户输入的查询或描述提供大量 URL 结果不同,谷歌的 AI 模式将通过 AI 生成的回答基于谷歌搜索索引中的信息来解答问题。这也不同于目前已在谷歌搜索中提供的 AI 概览功能,后者在搜索框与网页结果之间嵌入了一段 AI 生成的信息摘要。
AI 模式将位于其专用标签页中,并在搜索标签栏中排列在首位,位于 “All”、“Images”、“Videos” 和 “Shopping” 标签左侧。这是谷歌对类似 Perplexity 和 OpenAI 的 ChatGPT 搜索功能等基于大语言模型搜索引擎的回应。这些专注于搜索的 AI 模型比常规聊天机器人(例如 Gemini)更擅长访问网络和实时数据,这将帮助它们提供更相关和最新的响应。
如果您已经熟悉聊天机器人的用户界面,那么 AI 模式很快就能让您上手。
谷歌还取消了美国 Labs 用户测试 AI 模式的候补名单,使更多人能够选择尝试这一搜索功能,等待其广泛推出。
AI 模式本身也更新了一些新功能,其中包括一个新特性,可以将之前的搜索记录保存到左侧的新面板中,让用户可以迅速重访主题或提出后续查询,而无需重新开始对话。现在,针对产品和地点的视觉、可点击卡片也开始出现在 AI 模式中,提供诸如营业时间、评论和评分等商家信息,以及产品的图片、库存、配送详情和实时价格。
纠正,5 月 1 日:删除了一行内容,原文称用户需要订阅 Google One AI Premium 才能在 Labs 中访问 AI 模式。此限制已被取消。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。