今日AI-大模型-2024年10月22日

1. 2024年10月17日，国内首个眼科大模型“伏羲慧眼”在河南郑州发布，由王宁利教授团队联合30余家研究机构共同研发。
2. “伏羲慧眼”汇聚了来自26个国家和地区的56万个个体、涵盖8个模态的共计340万张眼部图像，是目前全球应用图像数据最多的模型研究。4. 该模型的研发是人工智能技术在眼科医疗健康领域运用的良好开端，模型的名称伏羲”寓意着借助先进的科技力量，人们如伏羲般敏锐的视觉与深刻的洞察力。
5. 研发团队由百余名医生、计算机算法科学家等科研人员组成，进行了约7000个样本的比对研究，发现“伏羲慧眼”诊断与血液生化指标的一致性已经达到。br>6. 人工智能技术团队和眼科医生团队经过10多年的磨合，完成了该眼科大模型。
7.伏羲慧眼”未来将应用于智能医学诊断平台、医疗决策辅助系统、面向大众的人工智能平台等领域。
8. 王宁利教授提到，下一步将让大模型更加完善，增加关联性的影像数据，语言大模型和图像大模型的对接，并逐步向心脑血管慢病防控领域拓展。
9. “伏羲慧眼”的发布标志着人工智能在眼科医疗突破，预示着未来在医疗健康领域的应用前景。

1. 2024年涌入医疗领域的大模型已逾百个，智能体的价值在于能够感知环境、进行决策并采取行动，在医疗领域有广泛应用
2. 诊前环节存在高频沟通、快速响应等特征，医患需求高度匹配智能体优势，能够充分发挥生成式AI的能力
3. 智能体的能力需要与过去的智慧医院系统作出区分，充分发挥生成式AI的优势
4. 智能体之间，不止考验模型能力，还需要企业投以大量优质数据，不断训练、喂养、积累模型，才能逐渐形成优秀的业务能力

1. AI视频生成产品赛道看似火热，实则透出丝丝寒气。虽然新玩家不断进入，但一线行业大佬已经带头“警告”。李彦宏称Sora这种视频生成的投入周期太长，10年、20年都可能拿不到业务收益，百度都不去做。
2. Sora仍未推出，炙手可热的AI视频生成“代餐”已经热度骤降。位居全球前列的AI视频生成企业Luma AI网站在9月的总访问量仅为1181万次，环比下跌38.49%；红极一时的Pika在9月总访问量仅110.8万次，环比下跌9.78%。
3. 一边，Meta、字节、快手等互联网大厂都相继入局，推出Movie Gen、Kling AI等竞品；智谱AI、Minimax等大模型创企也推出了智谱清影、Video-01等新模型，让“内卷”的竞争更具紧迫感；另一边，AI视频生成工具之间差异化越来越小，小头部们用户增长乏力已成为不争的事实，增长压力一天高于一天。
4. Sora仍是“期货”，而类Sora产品已经遇到肉眼可见的瓶颈，面临入秋转寒的生存挑战。

1. 桌面文件混乱，模型知识库可离线，支持检索增强生成（RAG），已开源，斩获25K Star
2. 该项目利用langchain思想实现基于本地知识库的问答应用，支持开源LLM与Embedding模型，可离线私有部署，采用Apache License，可商用
3. 从文档处理角度来看，实现流程包括Langchain应用、基础形式的Agent实现、智能调用不同的数据库联网、本地数据接入接入、Agent实现M模型接入、Embedding模型接入、基于FastAPI的API方式调用、Web UI
4 该项目提供3种部署方式，分别是Docker部署、常规模式本地部署方案、最轻模式本地部署方案
5. Web UI对话界面和知识库管理页面已给出

1. 大模型成本居高不下，国内大模型市场降温，企业面临继续烧钱还是商业落地的选择。
2. 甲方客户对大模型态度积极，但如何结合自身业务还需探索。
3. 大模型的toB生意是国内盈利的主要来源，但toC生意目前普遍采取免费商业模式。
4. 大模型预训练层面的持续投入需要巨额成本，考验着厂商的融资能力。
5. 大模型目前所扮演的角色在不同厂商内部有很大区别，云厂商将其作为杠杆，而创业公司则面临更多挑战。
6. 大模型创业公司为了活下去，ToB和ToC两手抓，加速构建生态圈的同时，也在寻求新的盈利方式。
7. AI应用成为大模型公司接下来的重点任务之一，云厂商和大模型创业公司的看法可能不同。
8. 大模型创业公司需要重新思考自身盈利模式，补充toB的服务能力，面临着云厂商和传统互联网公司、行业数字化的IT厂商的竞争。

1. ChatGPT模型概述，介绍了OpenAI提供的各个版本及其功能差异，GPT-3.5、GPT4、GPT-4 Turbo、MiniO1 Mini等。
2. 如何选择合适的ChatGPT，基于任务复杂度、响应速度预算等因素进行分析。
. OpenAI更新细节，包括GPT-4 Turbo的发布、系统消息与任务定制、GPTs自定义功能等。
4. GPTs：定制ChatGPT，介绍了GPT的核心功能，如任务定制、引导和集成外部工具
5. 总结选择适合的取决于任务复杂度对速度和成本的要求，GPTs为定制化场景可能性。

1. 2024年10月13日，工业和信息化部总工程师赵立国表示，人工智能核心产业规模不断提升，企业数量超过400家，完成注册并提供服务的生成式人工智能服务大模型数量已超过20个，注册用户数超过6亿br>. 国产AI大模型发展迅速，1月份的80多个到10月份已突破200个，十个月时间激增100多个大模型。其中，Kimi、智谱清言、通义千问、文心、豆包、天工AI、讯飞星火、秘塔和元宝这九大模型备受关注。
3. 这些大模型建立在深度学习技术之上，利用神经网络架构，海量数据来学习语言模式、知识表示和任务执行策略。每个模型的独特之处体现在其网络结构、训练数据的选择和优化方法上。
4. Kimi在自然语言处理领域表现，擅长情感分析和文本分类任务；智谱清言以强大的语言生成能力著称；通义问专注于问答系统；文心一言多功能AI模型；豆包面向特定领域；腾讯元宝在游戏AI领域独具特色；讯飞星火在识别和语音合成领域表现突出；秘塔在保护用户隐私方面表现出色；天工AI基于强化学习，具有自我学习和优化能力。
5. 这九大AI模型有所长，Kimi、智谱清言、通义千问和文心一言在通用AI能力方面表现突出，豆包、秘塔和腾讯元宝在各自的专业领域有独特优势，天工AI和星火在自我优化和处理等领域展现出巨大潜力。
6. 这些反映了AI技术的快速进步，也展示了不同研究方向和应用领域的多样性。未来，这些模型不断优化，弥补各自的，为用户提供更智能、更全面的服务。

1. 大模型没那么智能但有用，“智能”主要体现在处理和生成文本的能力，受限于训练数据，且不等同于人类智能
2. 现在有两种思考，一是让模型更大，训练数据，最终产生出通用人工智能；二是在实用领域，大多数场景用不上那么大的模型，所以AI新的不应来自于让更大，而是会以其他方式让变得
. 市面上出现了诸多垂直的、很小的大但这些垂直大模型“大变成了项目中一个象征意义的前后缀
4. 大模型的“智能，在模仿与预测中展现力量，在理解与的维度上显露其局限。在追求技术的可能时，我们不应忘记，技术的最终目的服务于人，而非取代人。

1.了人工智能的发展大模型技术的崛起军事未模型技术的定义应用。
3.模型军事剖析部分介绍了领域收集与威胁分析、任务规划、自主武器系统的开发、后勤管理、医疗诊断与网络安全与防御行动等方面的应用
4. 结语部分介绍了大模型技术在军事领域的应用前景以及需要关注和探讨的问题。

1. AI圈传闻一些大模型创业公司举步维艰，其中备受关注的“六小虎”中的某两虎甚至已放弃基础大模型研发，转向AI应用。
2. 文章将大模型创业公司分为三类：大模型“六小虎”、AI新势力、老牌科技巨头。
3. 基础大模型训练和C端营销成本高，导致大模型领域马太效应明显，许多中小AI企业被迫转向大模型的应用层面。
4. AI微笑曲线体现了AI产业链的利润分布现状，大模型位于利润低点，面临巨额投入却难以变现的窘境。
5. 大厂巨头们的价格战给本就不赚钱的“六小虎”带来了更大的竞争压力。
6. 大模型虽然整体面临各种困难，但也并非铁板一块，依然呈现了不同程度的分化。

1. AI圈有传闻称，一些大模型创业公司在融资困难和估值推高的情况下，可能放弃基础大模型研发，转向AI应用。 2. 作者将大模型创业公司分为大模型“六小虎”、AI新势力和老牌科技巨头。 3. 基础大模型训练和C端营销成本高，大模型盈利难，价格战提前到来，给AI企业带来了更大的竞争压力。 4. “六小虎”在估值和用户数量上存在分化，企业需要提升用户转化率和留存率，以吸引更多投资，对抗行业马太效应，实现商业化。

1. 央国企大模型落地加速，向更核心场景迈进。
2. 大模型在能源、金融、教育、互联网等行业全面开花。
3. 大模型在电力行业的应用场景不断拓展。
4. 大模型在其他行业的应用也在加速推进。
5. 大模型的落地是个复杂的系统工程，需要各方共同努力。

1. 10月22日，“大模型发展和安全”专题系列沙龙上海大指导服务中心浦东新区“模力社区”服务揭牌仪式在张江科学城举行，上海大模型合规指导服务中心“模力”服务站正式挂牌家分会发起单位获得牌
2. 目前，模力社区入驻率近50%，每天有200多名大模型开发者在这幢楼里上下班，算力设施方面的支持是企业普遍关注重点之一，浦东已部署约5.5万智算中心，规划新建超10万卡规模的算力集群
3. 模力社区以“前沿聚焦、场景驱动、平台支撑、生态集聚”四个核心驱动力，加速AI价值释放，催动行业模型赋能实体经济，支持企业专注研发创新，目前已有小度科技、岩芯数智蔚励科技、光本位等超40家企业力社区，涵盖7大重点垂类模型应用场景
4. 浦东正大力推动人工智能世界级产业集群式发展，着力加强人工智能领域基础研究、创新孵化、品牌集聚、制度支撑等全要素生态建设，已汇聚数十家重点实验室和高端科研院所、数百家龙头企业、数万家创新创业企业，在多个行业领域涌现一批大模型应用
5. 浦东区委网信办牵头，会同区级部门、开发区、行业协会等方面，积极构建“1+1+1N”工作矩阵，即一个大模型生态社区（“模力社区”），一个合规指导服务平台（“模力服务站）一个行业交流载体（上网人工智能专委会浦东新区分会），N个部门协推进应用场景，既系好发展的“安全带”，更当好发展的“助推器”

1. AI圈传闻一些大模型创业公司举步维艰，其中备受关注的“六小虎”中的某两虎，甚至已经放弃基础大模型研发，转向了AI应用
2. 作者将大模型创业公司分为三类：大模型“六小虎”、AI新势力、老牌科技巨头
3. 基础大模型训练非常烧钱，C端营销成本也居高不下，导致许多中小AI企业被迫转向大模型的应用层面
4. AI微笑曲线体现了AI产业链的利润分布现状，处于中间的基础大模型研发位于利润低点，面临巨额投入却难以变现的窘境
5. 大厂巨头们的价格战给本就不赚钱的“六小虎”带来了更大的竞争压力
6. 大模型虽然整体面临各种困难，但也并非铁板一块，依然呈现了不同程度的分化
7. 用户数量永远是衡量产品竞争力的最关键指标，AI企业要把提升用户转化率和留存率当成公司发展的重中之重

1. 2024年10月12日，CCF YOCSEF南京技术论坛——“空天信息技术竞速大模型新赛道：机遇与挑战”在南京信息大学南气宾馆举办。本次论坛由中国计算机学会主办，CCF YOCSEF南京学术委员会组织，四十余位高校、科研院所的学者及企业的相关工作者，围绕空天信息技术+AI大模型的核心挑战、技术路径和落地赋能展开深入讨论。
2. 论坛邀请了三位引导嘉宾，他们基于自身的丰富经验和独到见解，分别从遥感大模型、大模型及空天信息应用与技术赋能低空经济角度，带来了精彩的引导发言，也为后续的思辨环节奠定了坚实的思辨基础。
3. 在观点思辨环节，与会嘉宾围绕空天信息大模型核心挑战、技术演进路径和技术赋能产业发展三个方向展开。
4. 整体来看，本次论坛呈现出“百花齐放”态势，内容丰富且富有启发性。与会嘉宾们围绕空天信息大模型的核心挑战、技术实现路径及产业应用进行了多元视角的深度探讨。通过多模态数据融合、边缘智能等创新技术，空天大模型为低空经济发展提供了强大赋能，尤其在遥感观测、气象预报、精准空域关键领域展现出广泛应用潜力。

1. 204年9月5日，由财务牵头，上海国家会计学院联合国内知名厂商共同合作历时半年完成的人工智能大模型技术财务应用蓝皮书》正式在北京发布
2. 大模型被视为是通往通用人工智能的路线国际范围内产业界到学术界，从政界到民进，模型被广泛认为是推动第四次工业革命的关键
3. 大模型技术主要考虑的问题是：如何实现通用人工智能，深入产业应用，如何确保社会安全
4. 大模型技术的发展趋势主要有模型架构演进、 训练方法创新、应用场景拓展以及伦理安全风险规避四个方向> 5. 为了实现通用以及更好的产业应用语言模型（LLMs）的将继续朝着模块化和可扩展方向
6. 在训练方法方面，LLMs将越来越多地采用自监督学习，减少对大量标注数据，通过利用无标注数据进行训练，提高模型的泛化
7.模型的应用在、法律、教育等多个跨学科领域发挥重要作用，未来可能在广泛的领域和社会生活场景中发挥作用
8.社会伦理和安全，大模型的发展需要有更加严格的伦理框架约束，以确保技术进步与社会责任相协调
9. 大模型是目前最希望通向通用人工智能的关键技术，通过加强国际合作，制定标准和规范，技术的健康发展，将大模型与人类的生产和生活形成更紧密的协作关系通过增强人类能力，实现人机的未来

1. 大模型 “六小虎”在发展过程中面临着诸多危机，同时也存在着突围的机遇。
2. 危机重重：技术瓶颈、数据困境、市场竞争、商业模式困境。
3. 突围机遇：技术创新机遇、数据优势机遇、定位机遇、商业模式创新机遇。
4. 在危机并存的情况下，“六小虎”都有突围的可能，但谁能最终突围取决于多个因素。

1. 大模型是领域的热词之一，雨后春笋般成立的大模型们希望在这个蓝海市场中享受增长带给自己的红利。br>2. 大模型受到了一些质疑，国产大模型已经到了非常关键的一个阶段。
大模型行业，可以用“难 ”和“”两个字形容，前者是想说它不仅需要资金人力，需要强大的技术作为支撑，后者则是因为它数千万元一次的训练成本是个“烧的游戏
4. 大玩家的技术再厉害，还要以跑通化为终极目标。
5. 红杉资本认为AI产业泡沫正在加剧，当整个行业的超过6000亿美元时，行业才能够勉强实现平衡。

1. 算力是门槛：大模型对算力的要求，过去10年非常巨大。今天要做人工智能大模型，讲卡感情、没卡没感情。
2. 关于数据的数据：如果有GPT-5出来，可能会上到200T的数据量。但互联网上没有那么多好的数据，清洗完以后，可能20T就差不多到顶了，所以未来要做GPT-5，除了现有的数据，还要更多的多模态数据，甚至人工合成的数据。
3. 大模型的下一章：有很多多模态的科研工作要做，我相信一个非常重要的方向是多模态的理解和生成的统一。
4. 人工智能的范式转移：o1出来后，从原来的GPT的预训练思路，变成了今天的自主学习的道路，就是在推理这一步强化学习，不断地自我学习的过程。整个过程非常像人类思考问题、分析问题，也需要非常多的算力才行。
5. 大模型横扫业：在中国的大模型建设浪潮当中，多的是行业大模型。这个趋势肯定是这样的，未来通用大模型的占比会越来越低。
6. AI Agent，从愿景到落地：超级应用一开始就在那里，这个超级应用就是一个超级助理，就是一个超级Agent。
7. 开源vs闭源：我认为Meta的Llama并不是传统的开源，它只是开源了一个模型，并没有给你原代码和数据，所以我们在用开源系统的时候，也要下定决心真正理解大模型的系统闭源的工作。
8. 重视AI的治理：人工智能对千行百业、对整个社会的冲击非常大，要大家共同来面对。
9. 重新思考人机关系：真正把人机交互搞清楚，才能成为每一代高科技企业真正有商业价值的领导者。现在讲OpenAI加上微软就代表这个时代还太早，他们是领先了，但是未来还有很多想象的空间。
10. 智能的本质：虽然大模型已经给大家带来很多的震惊，但是我们对大模型、深度学习是没有理论的。关于人工智能的涌现，大家只是讲讲，并没有讲清楚。

1. 今年国庆长假期间高速增长，物流快递行业对降本增效和提高运营效率的需求迫切。
2. 物流巨头纷纷布局大模型，菜鸟的“天机π”、顺丰的“丰知”物流决策大模型、京东物流的“脑”等。
3模型在物流行业的应用场景广泛，包括运输管理管理、需求预测等。
4. 物流企业应用大模型可能面临高投入、量不足等风险，需要明确应用场景和价值定位，避免盲目跟风。

1. 央企积极拥抱新技术，推动数字化转型，大模型技术被广泛应用
2核发布龙吟大模型2.0版本，在性能、语料、功能、场景等方面均有明显升级，注入知网海量专业知识数据后，在专业性、全面性和内容安全性方面具有突出优势，性能提升。br> 3. 中核所在上海举办“龙抬头 吟天下”龙吟系列新产品发布会上，国内首个核领域数字生产力平台“龙吟·万界以及5类的Nu Copilot™系列数字助理全面亮相。
4. 龙吟大模型2.0版在核工业公共知识和特有知识领域的表现上，相较1.0版提升了1.7倍，语言能力提升了1.2倍
5. 未来，基于“龙吟”大模型的“龙吟·万界”MaaS平台将提供一站式企业级服务，主攻各类核场景化。
6. 国家能源集团自主研发的能源通道大模型（基石大模型）2024年世界人工智能大会上首次亮相着集团在能源领域人工智能应用上取得显著进展。
7. 基石大模型的建立，是基于国家能源集团在电化路港航各产业运营过程中积累的对通用大模型进行强化训练，构建了具备增强知识潜能的能源通道行业大模型。
8. 基石大模型以认知能力为核心引擎，构建了以煤炭、电力、铁路、港口、航运、化工、销售生产运营计划为驱动的模型体系。
9 与通用大模型相比，基石融合了产业特定数据与通用数据，具有“更高产业属性、更优专业性能、更强安全保障”的优势。

1. 文章探讨了中国AI大模型市场的现状，指出在预训练和AI应用的双轮驱动下，企业面临着继续烧钱还是进行商业落地验证的选择。
2. 文章认为，大模型的真实水温是复杂的，甲方客户对大模型的态度积极，但如何将其与自身业务结合仍需探索。
3. 文章指出，大模型的成本高昂，对融资能力提出了挑战，一些公司可能会放弃训练。
4. 文章分析了大模型在不同厂商中的角色，云厂商将其作为杠杆，而创业公司则面临更多挑战。
5. 文章认为，大模型公司需要探索新的盈利方式，如做LP、加速构建生态圈等。
6. 文章指出，AI应用已成为大模型公司的重点任务之一，但基础大模型研发与AI应用是否冲突，云厂商和大模型创业公司的看法可能不同。
7. 文章认为，大模型创业公司需要补充toB的服务能力，面临着来自云厂商和传统互联网公司以及行业数字化IT厂商的竞争。

1. AI圈传闻一些大模型创业公司举步维艰，其中“六小虎”中的某两虎可能已放弃基础大模型研发，转向AI应用。<模型创业公司的图谱：包括“六小虎”、AI新势力和老牌科技巨头。
3. 基础大模型训练烧钱，C端营销成本居高不下，大模型盈利难。
4. “六小虎”面临估值和用户数量的分化，得用户者得天下。