腾讯发布2024大模型十大最新趋势!

news2024/9/22 11:41:10

近日,在2024世界人工智能大会上,腾讯正式发布了《2024大模型十大趋势——走进“机器外脑”时代》报告。目前,这一报告正在AI产业界各大社群快速传播。

报告中,腾讯研究院试图通过10个关键性的趋势,去理解全世界范围内正在发生的AI巨变,并勾勒出一个由大模型驱动的新未来。

经i黑马现场编辑,“2024大模型十大最新趋势”如下:

 

趋势1:算力底座:迈向十万卡集群量变,速度和效率双提升

生成式 AI 的训练集群规模,已步入万卡量级,正在向十万卡迈进。我们预测集成、网联和分布式是未来一段时间AI Infra核心硬件系统主要演变路线,新一代算力底座能够为机器外脑提供更强大的能量,使其能够处理更加复杂的任务,是新一代人工智能发展的生产要素。

 

趋势2:推理分析:LLM带来推理能力跃迁,开启“智力即服务”

大型语言模型(LLM)为人工智能带来了所未有的推理能力,极大地扩展了机器的认知边界。成为了人类的"智力外脑",能够提供深入的分析、创造性的解决方案和复杂的决策支持,开启了“智力即服务”(IQaaS)的新时代。这种服务模式让人类的推理能力得以在云端实现,未来,智力将变成像电力一样的公共服务。

 

趋势3:创意生成:AIGC应用爆发,降低专业创作门槛

在这个精神追求引领物质需求的时代,AI的进步与社会文化的演变紧密相连,专注音乐和视频生成的AI平台应运而生,为热爱创作的“斜杠青年”们提供了更低门槛的工具,创建了自我表达和创意释放的新社区。

 

趋势4:情绪感知:LLM赋予机器情感价值,打开人机陪伴市场

情感智能是AI领域的新前沿。流式语音识别、多模态AI和情感计算等领域的突破为AI陪伴奠定了技术基础。兼具情商(EQ)与智商(IQ)的大模型将在未来2-3年内打开人机陪伴市场,未来人机陪伴市场将从以互动游戏、兴趣社区为主的年轻人市场,进一步破圈到包括各年龄层的更广泛用户群体。

 

趋势5:智能制造:大模型提升工业新质生产力

在工业领域,多模态大模型有望与当前普遍使用的专用小模型互补融合,并深度赋能工业制造的各个环节,从而推动生产制造的提质增效。通过优化生产流程、提高效率和质量,实现智能制造的新质飞跃。

 

趋势6:游戏环境:大模型与游戏共生,打造Agent最佳训练场

大模型与游戏环境结合,为AI Agent打造最佳训练场。游戏环境为Agent的训练提供了丰富的场景和数据,这不仅推动了游戏AI的发展,也为AI Agent在其他领域的应用提供了宝贵的经验。

 

趋势7:移动革命:端侧模型优化带来应用入口变革

端侧模型的优化正在改变我们与移动设备的交互方式。随着AI原生OS的发展,操作系统可能会发展成API直接调用的模式,减少对传统图形用户界面的依赖,端+云的混合模型可能更加符合未来长期的发展趋势。

 

趋势8:具身智能:人型机器人与大模型共同进化,为外脑提供“躯体”

机器人技术与大模型的结合,为机器外脑提供了“躯体”。大模型的利用极高提升了机器人的学习效率和执行复杂任务的能力,使物理动作更加细腻和灵巧。人型机器人有望成为人工智能的终极载体。

 

趋势9:开源共享:开源生态实现降本普惠,推进外脑共享和迭代

通过对国内外100多个开源大模型的分析,预计在未来2-3年内,AI开源将迎来繁荣发展,开源大模型从“可用”到“好用”演变。开源社区将推动全球知识分享与技术协同,也为中小企业提供低成本、高效率的解决方案。

 

趋势10:人机对齐:人机对齐是大模型产品的重要竞争力,也关乎通用人工智能的未来

随着AI模型越来越有类人能力,如何让AI模型的能力和行为与人类意图一致越来越重要。人机对齐是大模型产品成功的关键,也是实现通用人工智能(AGI)的前提。通过确保AI的行为与人类价值观和目标一致,我们可以构建更加安全、可靠和伦理的AI系统。

在大会现场,腾讯副总裁、腾讯研究院院长司晓提出,人工智能在三个方向上有了实质性的飞跃:第一是推理能力,第二是创意的生成,第三是广义的情感陪伴。

上海交通大学特聘教授、人工智能研究院副院长马利庄则认为,人物-行为-场景一体化视觉表达与理解,是具身智能、智能生成等人工智能的核心基础,是链接物理世界的关键,一系列顶尖高校以及公司人员都已经下场研究这一新的AI范式。

来源:i黑马 一休

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1907936.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Ubuntu】windows和Linux文件互传、共享

【Ubuntu】windows和Linux文件互传、共享 一、FTP、SAMBA、NFS简介 FTP: File Transfer Protocol(文件传输协议) SAMBA: 基于SMB(Server Message Block服务器消息块)协议的软件实现 NFS: Network File System(网络文件系统) 二、Linux 共享文…

无法下载 https://mirrors./ubuntu/dists/bionic/main/binary-arm64/Packages

ubuntu系统执行sudo apt update命令的时候,遇到如下问题: 忽略:82 https://mirrors.tuna.tsinghua.edu.cn/ubuntu bionic-backports/universe arm64 Packages 错误:81 https://mirrors.tuna.tsinghua.edu.cn/ubuntu bionic-backports/main arm64 Packa…

算法013:水果成篮

水果成篮. - 备战技术面试?力扣提供海量技术面试资源,帮助你高效提升编程技能,轻松拿下世界 IT 名企 Dream Offer。https://leetcode.cn/problems/fruit-into-baskets/ 这道题题目很长,仔细阅读过后,我们其实可以简化成&#xff…

202488读书笔记|《365日创意文案》——无聊的 到底是这世间, 还是自己?懂得忘却的人才能前进

202488读书笔记|《365日创意文案》——无聊的 到底是这世间, 还是自己?懂得忘却的人才能前进 1月2月3月4月5月6月7月8月9月10月11月12月 《365日创意文案》WRITES PUBLISHING,一些日常,是烟火,也是幸福的印记。 当下也…

昇思学习打卡-8-FCN图像语义分割

目录 FCN介绍FCN所用的技术训练数据的可视化模型训练模型推理FCN的优点和不足优点不足 FCN介绍 FCN主要用于图像分割领域,是一种端到端的分割方法,是深度学习应用在图像语义分割的开山之作。通过进行像素级的预测直接得出与原图大小相等的label map。因…

c向c++的过渡

目录 1.不同版本的hello word! 2.namespace和::域作用限定符以及using 2.1 namespace 2.2:: 2.3using用于展开域 3.C输入和输出 4.缺省参数 5.重载 6.引用 1.不同版本的hello word! 还记得第一次写C语…

【JavaWeb程序设计】JSP访问数据库(三)

目录 一、使用表格展示数据库中stuinfo表中的个人信息 1. 建表(stuinfo) 2. Bean对象 3. 显示所有学生信息 3.1 DAO层 3.2 Service层 3.3 Servlet 3.4 主页面(home.jsp) 3.5 运行截图 4. 新增学生信息 4.1 add.jsp 4.2…

C语言相关内容模块

C语言相关内容模块 1、函数指针定义方式 1、函数指针定义方式 函数指针的具体用法

推荐3款免费电脑工具

Tools-Web Tools-Web是一个在线工具箱,提供丰富的工具和功能,适用于日常工作和学习。根据用户评价,Tools-Web的工具种类丰富且操作简单,是日常工作和学习的好帮手。该工具箱涵盖了开发运维、文本处理、图片处理、图表处理、随机工…

202487读书笔记|《我有个拥抱,你要不要》——生活从来如此,你的态度赋予它意义

202487读书笔记|《我有个拥抱,你要不要》——生活从来如此,你的态度赋予它意义 《我有个拥抱,你要不要》作者一天到晚气fufu,挺有愛的小漫画,适合用来看图说话锻炼小语言,我看的很快乐也写得很痛快&#xf…

【C++深度探索】继承机制详解(二)

hello hello~ ,这里是大耳朵土土垚~💖💖 ,欢迎大家点赞🥳🥳关注💥💥收藏🌹🌹🌹 💥个人主页:大耳朵土土垚的博客 &#x1…

linux主机离线安装python3环境

一、下载好python版本 Index of /ftp/python/https://www.python.org/ftp/python/ 二、创建文件夹 mkdir /home/python/ 三、上传到主机 四、解压 # 解压xz得到tar包 xz -d Python-3.9.8.tar.xz # 解压tar包 tar -xvf Python-3.9.8.tar 五、指定安装路径 # 进入解压后的…

论文解析——Full Stack Optimization of Transformer Inference: a Survey

作者及发刊详情 摘要 正文 主要工作贡献 这篇文章的贡献主要有两部分: 分析Transformer的特征,调查高效transformer推理的方法通过应用方法学展现一个DNN加速器生成器Gemmini的case研究 1)分析和解析Transformer架构的运行时特性和瓶颈…

SketchUp如何阵列?

sketchup如何阵列?请看下面方法。 方法 打开SketchUp。 以默认人物为例。 按M,选中人物,再按住Ctrl移动鼠标(不要点击鼠标键) 按键盘数字键输入距离,按回车,不要动鼠标。 按*10设置阵列数。 按…

C++视觉开发 四.手势识别

本章记录传统手势识别,在表示0-5六个数值时的识别问题。例如识别剪刀石头布,手势,以及其表示的动作。在识别时将手势中的凹陷区域称为凸缺陷,其个数作为识别的重要依据。 需要注意,在凸缺陷个数为0时,无法…

如何解决模型的灾难性遗忘问题?清华大学提出新方法

获取本文论文原文PDF,请在公众号【AI论文解读】留言:论文解读 探索连续学习中的新方法 在人工智能领域,尤其是在语言模型(LM)的发展过程中,连续学习(CL)始终是一个挑战。传统的学习…

【HTML入门】第四课 - 换行、分割横线和html的注释

这一小节,我们继续说HTML的入门知识,包括换行、横线分割以及注释(html的注释)。 目录 1 换行 2 分割横线 3 html注释 1 换行 html中分为块元素和行内元素。这一小节呢,先不说这些元素们,我们先说一下换…

贝叶斯估计(1):期末大乱炖

写在前面! 1 先验分布和后验分布 三种信息:总体信息、样本信息、先验信息 总体信息:“总体是正态分布”;样本信息:总体抽取的样本提供的信息,是最新鲜的信息;先验信息:在抽样之前就…

从OpenAI停服看中国市场:国产替代崛起的机遇与挑战

一、OpenAI 停服事件背景 OpenAI 自 2020 年推出 GPT-3 以来,在全球范围内引起了极大的反响。其强大的自然语言处理能力使其成为许多企业和开发者的首选工具。然而,2024 年 6 月 25 日,许多中国用户收到了一封来自 OpenAI 的邮件&#xff0c…

c++之命名空间详解(namespace)

引例 在学习之前我们首先了来看这样一个情形: 在c语言下,我们写了两个头文件:链表和顺序表的。我们会定义一个type(typedef int type)方便改变数据类型(比如将int改成char),来做到整体代换。 但是我们两个头文件里面…