关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，微软、谷歌、Meta等美国科技巨头，已经掀开了全球新一轮AI云基础设施建设浪潮，今年只是AI基建的开端，每家巨头自研AI芯片、同时投入数百亿美元建设、租赁新数据中心，从2025到2030年科技巨头将持续投入数千亿美元，堪称美国新一轮“登月计划”，其中全球第三大AI芯片厂商谷歌具有半导体供应链的先发优势，微软、特斯拉、OpenAI都在自研芯片，建议我国加速提升AI芯片产能，并保障AI基础设施的供应链与产能的稳定提升。 全球AI要闻，微软CEO纳德拉说，未来十年战略最关注两大基本面。 面对业内关于“GenAI所需的资本支出与变现前景之间是否匹配？”的争议，微软CEO纳德拉回应强调“长期运营杠杆”的重要性。“GenAI是知识密集型和资本密集型转型，产品组合不仅要为用户提供优质的基础设施，同时也要保证良好的软件服务。如何将产品价值有效传递给用户？产品使用率是多少？这才是首要考虑的问题。” 微软正在经历AI平台变革期，纳德拉专注两个基本方面：一是推动包括基础设施和整个产品组合的创新，以确保机会价值最大化。二是继续扩大云业务，通过遍布全球的长期资产建设，推动未来十年的增长。 亮点1，付费的Maas模型即服务客户数量环比增长了一倍以上，微软看到各行各业的领导者都在增加AI使用率，从Adobe、Bridgestone、Novo Nordisk到Palantir都如此。Azure AI的云侧客户规模达到了6万家，比上一财季的5.3万家显著提升，比2023年增长了60%。 亮点2，微软云毛利率约为70%，同比下降主要是由于扩大AI基础设施的影响。考虑到微软对云和AI的需求，以及现有AI容量限制，预计资本支出将环比增加。 亮点3，预计25财年的资本支出将高于24财年。本季度资本支出达190亿美元，比上季度140亿美元提升36%，云计算和AI相关支出几乎占资本支出的全部，其中大约一半预算用于建设和租赁数据中心。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，请点赞、收藏加关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，具有环境感知、语言交互能力的AI模型，会逐步成为残障人士的“超级外脑”，提供适应环境的备选方案、与他人交流的语言助手。 全球AI要闻，Synchron公司首次将ChatGPT集成到脑机接口。 近日，美国一家提供植入式脑机接口BCI技术的Synchron公司，宣布将OpenAI技术集成到其BCI平台的聊天功能中，能为使用者提供生成式聊天功能，这项创新技术是全球首家，通过微创手术将名为stentrode的设备植入靠近大脑运动皮层的血管中，为瘫痪患者提供更便捷的数字设备控制方式。该系统通过读取大脑电信号并将其无线传输到外部设备，结合ChatGPT的自然语言处理能力后，显著提高了人机沟通效率。 用户无需逐字输入，通过思考来选择AI生成的答案选项。随着使用时间增加，系统会逐渐适应用户的语言习惯，提供更准确的个性化响应。Synchron公司的BCI设备预计成本在5万到10万美元，与其他植入式医疗设备相当。虽然目前尚未获得美国食品和药物管理局FDA的市场批准，但已在临床试验中展现出积极影响。 Synchron 首席执行官 Tom Oxley 表示，2024年 5 月 OpenAI 发布的 GPT-4o 视频展现了赋能残障人士的新前景，视频中一名视力受损的男子穿梭于城市，让AI描述 周围环境，ChatGPT-4o 甚至告诉他什么时候伸手示意出租车停下。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，请点赞、收藏加关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，苹果智能项目中，体现了谷歌TPU、英伟达GPU之间的激烈竞争，以及OpenAIGPT-4o仍未能达到苹果的高用户体验要求，云端一体模型架构会逐渐成为全球标准，今年上半年商汤已经发布了端侧小模型，并将终端包年价格降至9.9元，中国在AI应用创新上有望领先美国。 全球AI要闻，苹果基础大模型解密，训练时没用英伟达GPU。 7月30日，苹果发布了iOS18.1和 iPadOS 18.1测试版，只向开发人员推出了AppleIntelligence苹果智能。同时苹果分享了47页的技术报告，端到端评测结果显示，苹果云端大模型超过了GPT-4，包括指令遵循、文本总结等任务能力。“苹果智能”功能具有全新版Siri，唤醒时在屏幕边缘亮光，体现了苹果的设计美感，当Siri与用户交流时，能在文本、语音之间随意切换，人类用户直接用自然语言搜索照片、生成邮件的AI摘要等。苹果基础大模型AFM负责人庞若鸣表示，这些基础模型“并不是聊天机器人”，而是支持包括摘要、写作帮助、工具使用和代码等功能的智能体。 亮点1，苹果大模型训练用的是谷歌TPU集群，云侧用了8192颗TPU v4芯片，端侧用了2048颗TPU v5p芯片，通过自家基于JAX的AXLearn框架进行训练。 亮点2，数据主要来源于Applebot爬取的互联网网页，以及有公共许可的代码库、数学数据集。苹果选用的数据集中没有使用GPL协议，都是MIT、Apache、CC0等开放程度更高的开源协议。 亮点3，苹果AI的核心是云侧模型AFM-server，数据量6.3T tokens，使用私有云系统来保护用户数据，蒸馏得到30亿参数的端侧模型AFM-on-device，云侧与端侧模型都是32k上下文，通过LoRA 适配器，模型能根据特定任务进行动态调整。 亮点4，苹果AI的后训练使用了合成数据与人类标注数据，合成数据主要关于数学、工具使用和代码。在RLHF优化阶段，苹果自创了iTeC和MDLOO两种强化学习算法，并对端侧进行了混合精度量化。 亮点5，苹果表示将在明年2025年推出，包括集成ChatGPT、图像/Emoji生成、照片自动清理、具有屏幕感知的超强版Siri。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，请点赞、收藏加关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，扎克伯格用Llama系列开源大模型策略统一全球AI供应链，力图打造开放型AIGC操作系统Horizon OS，并通过AR眼镜走入现实生活场景，黄仁勋则憧憬每个人都能按照自己的思想、知识、数据定制化复刻一个AI智能体，在生活、工作中不断微调。 全球AI要闻，扎克伯格和黄仁勋提出，软件3.0时代已到来！ 7月30日，Meta创始人扎克伯格与英伟达CEO黄仁勋，在SIGGRAPH大会上深度对谈，小扎表示AI正在彻底改变社交媒体平台的运作方式。未来Facebook和Instagram将会成为一个统一的AI模型，特别是推荐系统的颠覆式创新，他预测未来的多媒体内容不仅会基于用户兴趣进行推荐，还会由AIGC工具实时创作、实时合成。 小札认为，智能体是AI产品的下一个形态。每个人都会有一个创造性AI，每家企业都拥有一个与客户交互的AI智能体。人们现在只关注移动设备，但以Llama模型为首的开源系统将成为打败苹果封闭生态圈的关键基础。正如在PC时代，开放的生态系统获胜了。扎克伯格说：“我希望在下一代计算中，开源AI将会为Meta赢得胜利。”黄仁勋则强调：“现在我们基本上处于软件3.0时代，生成式AI都是这一根本性转变的核心。” 亮点1，Meta AI的主要用例是人们用来模拟社交场景、专业场景，例如“我想向经理询问如何获得晋升或加薪？”，或者是和朋友的争执，模拟这种对话，看看问答双方会如何演进，并获得有价值的反馈。 亮点2，每个企业的智能体产生数据，用户与AI交互会捕捉到企业级知识，对这些知识的进一步分析持续改进AI ，如此循环往复。 亮点3，AI最终会变成需要数周或数月的计算任务，并在世界上发生某些事情时主动告知你处理方法，我们需要花至少五年才能挖掘出智能体的全部产品潜力。 亮点4，未来的一大问题是，人们将在多大程度上使用更大、更复杂的模型，而不仅仅是通过个性化需求训练模型。扎克伯格坚信，未来会有各种各样、数量庞大的不同模型涌现。 亮点5，下一波趋势，英伟达正通过视频数据训练AI模型，让AI更好地理解世界模型，并将这些模型接入Omniverse平台，落地机器人技术、工业数字化等应用场景。 亮点6，扎克伯格认为，智能眼镜类似于手机，是常驻型计算平台的下一个版本。而混合现实头显则更像你的工作站或游戏主机。我们制造的雷朋眼镜，目前还无法将全息AR完全融入，未来价格降至300美元的智能眼镜将成为爆品。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，请点赞、收藏加关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，在人工智能的尺度定律中，数据越广、算力越大、则模型越强的趋势规律，推动研发机构追求更大规模、更多元化、更高质量的数据集，全球开发者偏爱免费的开源数据集，而开源数据中蕴含着世界认知、环境特点、文化价值，我国应在开源多模态数据集上加速建设，与美国硅谷缩小差距。 全球AI要闻，全球最大多模态数据集诞生，万亿token规模。 近日，美国华盛顿大学、Salesforce Research、斯坦福大学等机构组成的联合团队构建了一个万亿token级的交织多模态开源数据集MINT-1T，这是目前最大的开源多模态数据集。共包含一万亿文本token和三十亿张图像，包括HTML、PDF、ArXiv等多种不同来源。在 MINT-1T数据集问世之前，该领域最大的开源数据集是OBELICS。为了提高MINT-1T数据质量和安全性，研发团队执行了文本质量过滤、图像过滤、安全过滤、去重等操作。引人注目的是，整个数据处理过程耗费了大约420万个CPU小时数。由MINT-1T混合数据上训练的模型，在全球大多数评测基准得分都优于由OBELICS数据集训练的模型。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，多模态大模型在奖励机制下能够扩展出高质量的合成数据，这能解决真实数据增长缓慢、采购数据成本高昂的普遍问题，建议我国在国家级、区域级、行业级的AI公共算力平台上，加速建设融入高质量数据集、多模态大模型能力的合成数据管线。 全球AI要闻，英伟达最新分享，用好Meta Llama 3.1能够改进模型。 英伟达最新分享了Meta公司Llama 3.1大模型合成数据技术与RAG系统微调实践指南，在官方博客文章中介绍了使用大型语言模型LLM生成合成数据，来提高不同行业的人工智能模型性能。合成数据不是创造新信息，而是通过转换现有信息来创建不同的数据变体，这一过程能够帮助模型提升准确性。例如，将最新的Llama 3.1与英伟达Nemotron-4 340B奖励模型配合使用，非常适用于生成合成数据，要让大型语言模型生成最新信息的有效响应数据，构建RAG流程十分重要，而且模型响应的准确性取决于流程的质量。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，将来自于物理数据、人类数据、科学推理逻辑作为“种子”，进行合成和扩展获得混合数据，正在成为大模型产业的必经之路，建议中国把工业企业数据、高校数学数据、科研院所思维链数据共享、汇编为训练数据种子，由国家平台向基础模型研发机构开放，将显著提速我国人工智能科研创新速度。 全球AI要闻，混合数据才是未来，并非纯合成数据。 近日，《自然》杂志封面论文表明，随着新一代模型连续在合成数据上进行递归训练，模型会崩溃。Scale AI公司CEO Alexandr Wang对此深表赞同，强调利用纯合成数据来训练模型，都会丢失一些信息和精度。而混合数据才是未来发展方向，它能够避免所有与模型崩溃相关的风险。“数据墙”、生成新数据的难度是一个大模型发展遇到的真问题，但并非不能克服，答案就是混合数据，即人类专家利用合成方法产生大量数据，将大幅提高产量。超越多轮推理的前沿数据将变得更有价值，这就是我们突破数据墙的方法。 亮点1，A16z合伙人Martin Casado指出，现在的“多轮数据”非常昂贵。单个答案的价格为20到200美元以上，具体取决于数据质量。这就是为大型语言模型LLM研发所需“新数据”的成本，我们需要更大数量级的训练数据来继续扩展。 亮点2，Wang预测，当今许多研究人员将合成数据视为人工智能的“点金石”，如果在没有信息增益的合成数据上草率进行训练，开发人员会发现模型随时间推移变得越来越奇怪和愚蠢。 亮点3，在混合数据过程中，必须通过某种新信息来源来生成，使用真实世界数据作为种子、人类专家参与、形式逻辑引擎等。 亮点4，在使用合成数据训练新模型时，不仅应关注生成器的质量，还需要一个高质量的验证者来选择数据。 亮点5，一个被忽视的效应是，市场为创建高质量数据所花费的成本越高，模型的质量就越好，从而进一步提高了未来数据的质量标准和所需成本。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，基础大模型的研发掀起了算力基建浪潮，而伴随大量AIGC应用的普及，“算力饥饿”现象将会持续3年时间，直到新一代更便宜、产能管够的国产化AI芯片推向市场。 全球AI要闻，Gartner预判，AI数据中心支出超预期。 Gartner最新全球IT支出预测，数据中心系统支出将增长24.1%，是3个月前预测数据10%的2倍多，这一切都是因为生成式人工智能GenAI，这种算力增长的影响可能会持续几年时间。英伟达成为AI服务器GPU市场占据主导地位的“头号玩家”，已经解决了大部分供应链问题。全球互联网与AI厂商正在尽可能多地购买GPU芯片，来构建和迎接新一代AI推理浪潮，推理对算力的依赖程度高于训练，“虽然你只构建了一个模型，但全年都在推理使用它”。 Gartner预计，2024年超大规模数据中心企业将在云计算基础设施上花费700亿美元，到2025年将增长到1400亿美元，2028年继续增长到2100亿美元。分析师说：“我们仍然没有看到这些工具的最终状态，我们远没有看到一套大型语言模型的商品状态，甚至没有看到大型语言模型应该具备的基本确定功能。” 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！ #人工智能，#大模型，#AI，#英伟达，#GPU，#数据中心，#AI服务器，#云计算，#数字人，#硅谷，#人工智能+

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，AI攻克复杂数学，是一个伟大的机器智力里程碑。语言是人类描述世界的符号，“数学是上帝描述自然的符号”，这是黑格尔说的。而笛卡尔认为“数学是知识的工具，也是其他知识工具的源泉。所有研究顺序和度量的科学均和数学有关。”当AI能够学习世界顶级数学家的长链条思考逻辑，人类文明将掌握打开科学大门的万能钥匙。 全球AI要闻，谷歌AI勇夺“国际奥数”银牌，数学推理模型面世。 高级数学推理是现代人工智能一直追求的关键智力。谷歌DeepMind团队推出的混合AI系统在今年国际数学奥林匹克竞赛中考出了银牌成绩。该AI数学模型结合了新型推理模型AlphaProof和改进版模型AlphaGeometry 2，仅差1分就能达到人类金牌标准，而在今年参赛的609名人类参赛者中，只有58人获得了金牌成绩。 为了克服形式化语言训练数据不足的问题，研究团队通过微调Gemini模型，创建了一个包含各种难度的形式化题库。在准备IMO国际奥数比赛期间，AlphaProof模型在数周内证明、反驳了数百万个难题，覆盖各种难度和数学专题。在比赛过程中，AI还在继续应用这个训练循环。谷歌正在继续探索推进数学推理的AI方法，并计划很快发布AlphaProof的更多技术细节。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！

微软 vs OpenAI 小模型大战! 关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，OpenAI刚推出免费版GPT-4o mini微调服务，微软就推出云上免配置Phi-3微调服务，初期免费。对于广大财力、算力都不足的开发者来说，不论大模型还是小模型，能为我所用的就是好模型，尤其是目前Phi-3这类30亿小模型能力已经追赶上GPT-3.5水平，已经迈过了全社会推广的能力门槛、价格门槛。 全球AI要闻，微软Phi-3模型重大更新，支持云上“微调”。 7月25日，微软宣布Phi-3-mini和Phi-3-medium均可在微软云Azure上进行微调。微调允许开发人员针对不同用例提高基础模型的性能。例如，针对学生辅导对 Phi-3-medium模型进行微调，也能根据特定语气、答复风格构建聊天应用。 可汗学院等全球创新机构已经在实际的人工智能应用中使用了Phi-3模型。如预期所料，小模型广受欢迎，30亿参数的Phi-3-small模型现在支持用户在云端通过“无服务器微调”使用，支持快速开发人工智能应用。 微软 CEO Nadella说：“我们提供最好、最多样化的模型选择（Azure AI有超过1600种模型可用），以满足客户独特的成本、延迟和定制需求。仅在上周，我们就为Azure AI带来了OpenAI、Meta等公司的最新产品，还更新了我们自己的Phi-3系列小语言模型。” 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，国际体育已经迈入了人工智能时代，NBA教练非常看重球员训练和比赛数据，而以HawkEye、BreakAwayData为代表的美国体育科技公司已经为其提供了动作捕捉、可穿戴传感器、数据智能分析技术，而国产体育AI模型将助力中国在世界体育强国之路上持续创新与突破。 全球AI要闻，商汤日日新大模型亮相巴黎奥运会。 商汤科技日日新大模型技术在巴黎奥运会上得到应用，涉及赛事转播、竞技分析等多个领域。商汤AI智慧篮球产品将为中国国家篮球队提供服务，包括运动数据分析和竞技策略优化。 商汤科技还与SMT合作开发InnoMotion赛事转播方案，采用了商汤的3D无感知运动捕捉技术。该技术能够实现多人、大范围、多角度的多元场景覆盖，无需繁琐的穿戴设备，即可通过机器视觉实时获取双方运动员空间运动姿态信息，并进行负荷分析、技战术分析。商汤的智慧赛事转播技术也将应用于乒乓球和射箭项目的全程赛事转播。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！

关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。 田老师认为，搜索是传统互联网的核心流量入口，而新一代互联网的入口是智能体，智能体比搜索框具有更好的语音交互能力、用户意图理解、多轮追问、指令跟随、广泛工具调用、长期记忆、复杂任务处理等能力，所以搜索作为高频工具插件被嵌入到浏览器、视频播放器、AI编程软件等各种智能体中。 全球AI要闻， OpenAI官宣SearchGPT，万人内测AI搜索。 7月26日，OpenAICEO Sam Altman在X社媒上发布了AI搜索产品SearchGPT，GPT-4 系列模型驱动，并坦言：“搜索还有很大改进空间。我们正在推出SearchGPT的新产品，与老式搜索相比，我更喜欢这种搜索方式。”目前只向10000名测试用户开放内测，计划将AI搜索技术集成到ChatGPT中，实时发挥最大限度的作用。当网友问到：“GPT-4o的语音功能什么时候上线？”SamAltman回应说：“下周向Plus会员推出GPT-4oAlpha版本。”几乎同时，谷歌宣布了Gemini产品的更新，但股价下跌3%。谷歌官方放出的Gemini搜索预览来看，用户只需像和真人对话一样，向谷歌说明搜索要求，即可获得实时响应，支持多轮人机对话。 亮点1，跟传统搜索相比，SearchGPT迅速直接地使用网络上最新信息回应问题，嵌入了多样式答复内容，包括数据、列表、图片、视频、卡片，提供相关资源的链接。通过在搜索结果中显著标明引用链接，关联到出版商，能在侧边栏中与更多结果进行互动。 亮点2，SearchGPT每次查询都共享同一个上下文，比如搜索出了一些西红柿品种后，我们继续追问：“哪些是现在可以种的？”AI会详细列出，在7月明尼苏达州最适合种植的西红柿种子。 亮点3，OpenAI已经与多家头部媒体建立了战略合作，包括《大西洋月刊》、美联社《华尔街日报》、《泰晤士报》、《太阳报》等，并向这些媒体展示了搜索功能的原型应用，合作媒体机构能够自行选择内容来源在SearchGPT中的呈现方式。 亮点4，截止6月搜索市场格局是，谷歌在全球搜索引擎市场中占到了91.05%的份额，微软必应只有3.7%的份额，而Perplexity的份额太低，无法衡量。 每天3分钟，掌握全球AI大事件！《田丰说》全网发布，敬请关注！