AI正在成为我们这个时代的决定性技术,迅速成为核心商业基础设施。它由多样化的模型生态系统驱动,包括大型和小型模型、开源和专有模型、通用和专业模型。
这种多样性对于未来至关重要,在这个未来中,每个应用程序都将由AI驱动,每个国家都将构建AI,每个公司都将使用AI。这不是关于开源与封闭创新之间的辩论。
正如NVIDIA创始人兼首席执行官黄仁勋在NVIDIA GTC开源前沿模型特别会议上告诉与会者的那样:"专有与开源不是对立的,而是专有和开源并存。"
这就是为什么AI创新的未来不是关于单一大型模型。每个行业——医疗保健、金融、制造业——都面临着独特的挑战。它们都需要能够以各种方式对其数据和工作流程进行推理的AI。这需要经过调优和专门化的模型系统,针对不同的模态、领域和组织,协同工作来解决特定的商业问题。
NVIDIA在GTC上宣布成立NVIDIA Nemotron联盟,这是首个全球性合作组织,汇集模型构建者和AI实验室,通过共享专业知识、数据和计算资源来推进开源前沿级基础模型的发展。
联盟的第一个项目将是由Mistral AI和NVIDIA共同开发的基础模型,联盟成员将贡献数据、评估和领域专业知识来支持模型的后训练和持续开发。该模型将与开源生态系统共享,并支撑下一代NVIDIA Nemotron模型,这些模型已从Hugging Face下载超过4500万次。
从对话中凸显出五个关键要点:
AI智能体正在成为高能力的同事
"我们很快就会看到智能体真正成为能够承担需要数小时或数天的任务的同事,并处理极其复杂的工作负载,"Cursor的首席执行官Michael Truell说。
AI不是单一模型,而是协调系统
"你需要的是多模态、多模型和多云编排,"Perplexity的首席执行官Aravind Srinivas说。"你只需要委派任务,不必担心哪个模型擅长什么——这由编排系统来解决。"
开放性推动整个模型生态系统的创新
"模型是基础知识基础设施,基础知识基础设施渴望开放性,"Reflection AI的联合创始人Misha Laskin说。"存在一个蓬勃发展的强大封闭模型生态系统,但同样强大的开源模型在未来几年也将涌现。"
开放系统值得信赖且易于访问
"归根结底,你在委托信任……信任开放系统要容易得多,"AMP PBC的创始人Anjney Midha说。
开放生态系统还促进合作,有助于民主化AI访问。"我们相信开放模型应该成为构建世界上所有AI软件的基础,"Mistral的首席执行官Arthur Mensch说。
社会需要通用和专业AI来提供价值
"你必须像塑造社会一样塑造AI,"OpenEvidence的首席执行官Daniel Nadler说,他描述了医院如何组织通才与世界级专家合作。"我认为AI的形态将反映这一点。"
专业化AI正在兴起,因为它让组织能够将开源基础与自己的专有数据相结合。这些独特数据是它们在商业和学术领域解锁真正差异化价值的关键。
Q&A
Q1:NVIDIA Nemotron联盟是什么?它的目标是什么?
A:NVIDIA Nemotron联盟是首个全球性合作组织,汇集模型构建者和AI实验室,通过共享专业知识、数据和计算资源来推进开源前沿级基础模型的发展。联盟的第一个项目是由Mistral AI和NVIDIA共同开发基础模型。
Q2:为什么AI的未来需要开源和专有模型并存?
A:因为每个行业都面临独特挑战,需要能够以各种方式对其数据和工作流程进行推理的AI。这需要经过调优和专门化的模型系统协同工作来解决特定商业问题,单一大型模型无法满足所有需求。
Q3:AI智能体将如何改变我们的工作方式?
A:AI智能体正在成为高能力的同事,能够承担需要数小时或数天的复杂任务。未来将有个人生产力智能体能够处理更复杂、运行时间更长的任务,通过多模型编排系统自动分配和处理各种工作。
好文章,需要你的鼓励
Ode是由Anthropic、黑石、高盛等机构支持的合资企业,专注于向大型企业派驻前沿工程师,以少数工程师取代大批顾问。TechCrunch播客《Equity》采访了Ode联合创始人Chris Taylor和Eddie Siegel,探讨为何众多企业AI试点项目无法落地投产,以及AI原生服务为何有望成为科技领域最重要的赛道之一。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。
本文介绍如何利用Gemini AI助手快速规划暑期旅行。ZDNET撰稿人Elyse Betters Picaro通过向Gemini输入详细提示词,成功生成迪士尼世界家庭旅行的初步行程文档,内容涵盖航班信息、Airbnb住宿建议及景点安排。测试表明,Gemini能自动创建Google文档并汇总关键信息,但在优先推荐谷歌自有平台方面存在一定偏向。ChatGPT也可完成类似任务,但不支持直接生成Google文档。
KAIST等机构提出3D HAMSTER,通过为视觉语言模型加入深度编码器和几何重建损失,让机器人规划器直接输出三维轨迹,解决了分层机器人系统中规划与执行的维度不匹配问题,显著提升了操作鲁棒性。