开源软件长期以来是美国技术领导力的重要支柱。
早在1969年,DARPA将加州大学洛杉矶分校、斯坦福大学、加州大学圣巴巴拉分校和犹他大学的四台计算机连接起来,奠定了互联网的基础设施骨架。
在那个早期阶段,美国主导的开源贡献同样推动了编程语言领域的领先地位——1969年诞生的UNIX和1972年贝尔实验室开发的C语言,随后催生了更多建立在此基础之上的开源软件,包括1991年的Linux内核、2008年的GitHub以及2013年的Docker。
如今,开源模型正在通过可定制性与透明度,让前沿级别的AI得到广泛普及。它们赋予企业和政府机构在敏感环境中审查、调整和部署AI的能力,对国家安全、企业可持续发展以及工业创新至关重要。
借助面向特定领域的优化框架,强大的开源模型可以在帮助客户保留对专有数据、模型权重和部署环境完整控制权的同时,提供前沿水平的能力。此次Palantir宣布将NVIDIA Nemotron开源模型引入"气隙隔离"环境——即与非安全网络完全物理隔断的安全部署架构——并运行于NVIDIA加速计算平台之上。
Palantir将利用NVIDIA Nemotron开源模型,为美国政府构建定制化的前沿级模型。政府的许多运营领域与私营企业高度相似,涵盖商业、能源、医疗、农业、教育和交通运输等方向。美国联邦政府拥有约300万名文职雇员,本质上是全球规模最大的"企业"之一。
在如此多元的领域提供关键服务,复杂程度极高。AI有助于简化这种复杂性,提升洞察力,进而驱动生产效率提升。从食品安全到跨州高速公路基础设施的安全维护,AI可以像服务美国公共部门企业一样,帮助政府机构应对各类运营挑战。
借助这套全新引擎,各机构和运营方可以在自己的基础设施上运行定制化的Nemotron模型,基于自有数据进行训练,并对生成模型保留完整所有权——包括编码了其运营知识的模型权重。
Palantir的主权AI操作系统基于AIP、Ontology、Foundry和Apollo构建,负责处理运营层与数据授权层,以便在敏感环境中轻松完成部署。明确的数据授权、架构层面强制执行的隔离机制以及完整的可审计性,已成为Palantir主权AI操作系统的核心特性。
随着定制模型投入实际生产,各机构和运营方可以在自身环境内,利用新数据和反馈持续优化模型性能。这构建了一套数据飞轮机制,在持续提升模型表现的同时,确保数据、模型与审计能力始终处于客户掌控之下。
NVIDIA Nemotron开源模型为Palantir主权AI操作系统提供了可定制、可持续学习的模型层,而企业级部署则可通过NVIDIA AI Enterprise软件套件获得进一步支持。
NVIDIA Nemotron开源模型与Palantir关键基础设施产品的结合,在信任、可及性、控制力和成本降低四个维度实现了协同增效。
透明建立信任:通过对开源模型的独立审查,研究人员可以识别出单一组织可能忽略的漏洞、偏差和非预期行为,从而推动模型迭代优化,通过透明度提升整体安全性。
定制化与控制权:企业、政府和开发者可以对开源模型进行修改和微调,使其更好地适配自身使用场景。开源模型可部署于金融业等强监管环境,而闭源模型在这类场景中可能违反数据安全或隐私法规。
低成本驱动经济发展:开源模型已被广泛采用,约三分之二的企业已在使用,并持续报告其成本效益优势。各组织普遍认为,随着AI规模化落地,成本节约是重要的驱动因素。
NVIDIA Nemotron开源模型与Palantir关键基础设施产品——AIP、Foundry、Ontology和Apollo——的结合,为政府机构和商业企业共同强化了美国的技术领导力。在气隙隔离的NVIDIA算力基础设施上运行这些模型,确保了数据与模型的安全性,使其随时能够支撑最重要的核心任务。
Q&A
Q1:Palantir主权AI操作系统由哪些组件构成?它是如何保障数据安全的?
A:Palantir主权AI操作系统由AIP、Ontology、Foundry和Apollo四个核心组件构建而成,负责处理运营层与数据授权层。其安全保障机制包括三个核心设计:明确的数据授权机制、架构层面强制执行的隔离措施,以及完整的可审计性。此外,该系统部署于"气隙隔离"环境,即与非安全网络完全物理隔断的基础设施之上,从根本上防止数据外泄。
Q2:NVIDIA Nemotron开源模型与闭源模型相比有哪些优势?
A:NVIDIA Nemotron开源模型具备三大核心优势:第一,透明度更高,研究人员可独立审查模型,识别漏洞和偏差;第二,可定制性更强,企业和政府可根据自身需求对模型进行修改和微调,适配金融、医疗等强监管场景;第三,成本更低,目前约三分之二的企业已采用开源模型,并普遍反映其具备显著的成本效益优势,有助于AI的规模化落地。
Q3:数据飞轮机制在Palantir与NVIDIA的合作方案中是如何运作的?
A:在Palantir与NVIDIA的合作方案中,数据飞轮机制的运作逻辑如下:各机构将定制化Nemotron模型部署于自有基础设施后,随着模型在实际生产中持续使用,可不断利用新产生的数据和用户反馈对模型进行优化迭代。整个过程在客户自身环境内闭环完成,数据所有权、模型权重以及审计能力始终归客户掌控,从而在持续提升模型性能的同时,确保敏感信息不流出安全边界。
好文章,需要你的鼓励
火箭实验室(Rocket Lab)宣布计划以现金加股票方式,斥资80亿美元收购主要卫星运营商铱星通信(Iridium Communications),交易预计于2027年中完成。铱星目前运营着由66颗活跃低轨卫星组成的星座网络,拥有约255万活跃用户,2024年营收达8.717亿美元。收购完成后,Rocket Lab计划借助其新型重型运载火箭Neutron及Lightning卫星平台,扩大铱星星座规模,开拓未被覆盖的市场并降低发射成本。
谷歌研究院开发的论文助手工具PAT,利用分阶段深度推理流水线自动审查学术论文,在真实错误检测任务上达到89.7%召回率,并已在STOC和ICML两大顶会完成超4700篇论文的真实部署。
音乐流媒体平台Tidal宣布,将于7月中旬启用自动化工具,对完全由AI生成的音乐添加"AI"标识,并移除具有欺诈性质的曲目。平台还将取消AI生成音乐的版税资格,仅向真人创作、演唱的原创音乐开放变现渠道。此外,Tidal明确将高频异常上传、干扰真实艺术家等行为列为欺诈活动。Deezer、Spotify等竞争对手此前已推出类似检测机制,流媒体行业正加速构建AI内容治理体系。
香港大学与武汉大学联合开发的EO-WM系统,将地球观测卫星图像预测重新定义为天气驱动的世界建模问题,通过把气象信号拆解为气候基线、天气异常和累积压力三层,显著提升了对极端干旱和热浪事件下植被退化的预测准确性。