奇绩大模型日报（4月 22日）
输入“/”快速插入内容
奇绩大模型日报（4月 22日）
奇绩大模型日报（4月 22日）
推特
Jim Fan: Llama-3正在缩小与GPT-4之间的差距,但多模态模型还需要赶上
Llama-3正在缩小与GPT-4之间的差距,但多模态模型还需要赶上。像LlaVA这样的开放模型在视觉能力方面远远落后于GPT-4V。视频模型就更糟了。它们经常出现幻觉,无法对复杂的场景和动作给出详细的描述。像具身AI和生成媒体这样的应用需要比语言更多的视觉能力。我们还需要更好的基准:
Box CEO Levie：人工智能的下一个重大突破是AI代理
人工智能的下一个重大突破是AI代理。这意味着AI从被用作聊天助手,转变为使用AI完成原本可能需要人类执行的完整任务。这将AI从"只读"操作转变为基本的"读/写"操作。最终,这使我们更接近AI的全部承诺,特别是在企业中,AI可以开始完成工作流程的任何部分,我们已经看到了代理编写整个软件应用程序或响应客户支持票证的例子。在许多方面,今天的代理就像2007年的云计算;也就是说,非常早期。当你将这一趋势推断出十年后,我们可以开始想象一个完全不同的企业运作可能是什么样子。我们可以轻松地想象,组织中的每个职能部门都有高效的代理可用,使重要工作得以比现在更快完成。代理对企业的影响确实没有限制,但有3个重大影响让我印象深刻:
1.
各种规模的企业都将获得他们原本无法利用的资源和专业技能。Sun Microsystems的联合创始人Bill Joy曾说过一句名言:"无论你是谁,最聪明的人都为别人工作。"尤其对于小公司来说,这一直是一个劣势。你的大型竞争对手总是能够利用你无法负担或无法获得的人才库。无论是专门的法律支持,还是扩大销售团队,AI代理将使各种规模的公司都能获得曾经只有大型组织才有的资源。
2.
公司将能够将精力和人才重新分配到越来越多的差异化和高影响力的工作中。我们知道,对于公司的各个部分,我们的时间都浪费在计算机应该非常擅长解决但现在还无法解决的任务上。随着AI代理变得更加强大,我们耗费时间的许多活动都可以自动化,我们可以将时间和精力重新用于推动更多创新,更接近客户,更好地支持客户等。
3.
随着AI代理在公司运营中发挥有意义的作用,这改变了IT职能的性质,使其比现在更具战略意义。今天,IT通常专注于为公司现有的工作人员或工作流程提供软件支持。未来,公司也将向IT寻求为企业提供智力动力。想象一下,去找IT不仅仅是说"我需要软件来帮助我的工程师开发产品",而是"我需要软件来设计我的产品"。你可以眯着眼睛想象,在未来几年,甚至会出现一个"AI工作日",在那里你管理在公司运营中发挥作用的代理。而这仅仅是个开始……
Laura Wendel：扎克伯格可能已经扼杀了OpenAI和所有其他大型专有AI供应商
我使用Llama 3越多,就越觉得扎克伯格可能已经扼杀了OpenAI和所有其他大型专有AI供应商。最新的GPT4和Llama 70b之间的差距几乎不存在。即使OpenAI现在发布GPT5,正在训练的400b Llama 3仍然很可能处于同一水平,再次缩小开源和专有之间的差距。
OpenAI的收入为20亿美元,很可能是非常不盈利的。Meta的毛利超过1000亿美元。在计算能力和人才方面,他们可能比OpenAI高出至少10倍——说到人才,绝大多数AI研究人员认为开源工作比封闭的营利性工作更有吸引力;所以顶尖人才很可能最终会流向Meta。谷歌仍然陷入AI扼杀其主要收入线的问题,所以很可能永远无法像Meta那样全力以赴。
我认为,从这一切中获益最大的将是应用开发者,因为你可以选择任何托管Llama 3的API服务,或者直接按照自己的条件托管它。
到目前为止,大多数AI产品只是API端点的华丽包装。但是,如果你设法将AI深度集成到产品中,让用户甚至不必考虑他们正在与AI交互(例如,根据用户上下文进行幕后调用,结合RAG,将其馈送到你的内部API格式,多步推理/规划等),你可能拥有一项非常可持续的业务,只会随着基础模型变得越来越先进而不断改进。
但是,供应商风险/依赖性不应再成为AI开发人员的担忧。再加上硬件只会变得更快/更便宜的事实;确实有无限的机会来颠覆现有的软件领域,其中很多我们现在可能甚至无法想象,但事后看来却显而易见。