未来科技
-
AI大模型催生App“通胀”
▲“Alchain花生”应用后台的入账截图
从去年下半年开始,基础大模型厂商就不断呼吁,口袋不够深的就别卷模型层了,赶紧去开发AI应用。
像百度,除了用AI改造原有App、上线文心一言之外,还发布了“万话”“小侃星球”“SynClub”等社交类AI应用、“文心一格”等AI绘画工具以及“AI用药说明书”、“智能候诊室”、“有医笔记”等医疗类AI应用。
-
扎克伯格万字访谈:“最强开源大模型”Llama3是如何炼成的?
4月18日,Meta重磅推出Llama 3,称其为“迄今能力最强的开源大模型”,Llama3的登场又一次影响着AI大模型的竞争格局,引爆AI圈。 同日,Meta CEO 扎克伯格与…
-
深度解码SpaceX(下):二代星座、星盾、马斯克与俄乌冲突
一、星链(Starlink):人类历史上最大的LEO卫星星座
星链(Starlink)是SpaceX旗下的低轨卫星网络(LEO,Low。
迄今为止(~2024年4月),SpaceX已经向LEO发射了超过6000颗星链卫星,其中大约400颗卫星已脱离轨道,有5600颗卫星正在运行,占到全球总活跃卫星数量的50%左右,拥有举足轻重的地位。
-
三个清华校友,争抢大模型一哥
2021年初,命名为悟道1.0的大模型登场,该系列大模型呈现了3000万图文数据对训练的多模态模型。
2023年10月,月之暗面推出了智能助手Kimi,成为大模型创业公司的首个爆款项目,3月19日,月之暗面宣布把长文本能力从20万字提升至200万字,其当周访问量达到了394万次,略高于文心一言的338万次,一度跃升为国内网页端周度访问量最高的AI应用。
-
深度解码SpaceX(上):发射成本、星舰进展、竞争格局
Sheet
首先给大家分享一组SpaceX的关键数据,让大家对这个神秘公司有个定量认知:
2024年SpaceX预计收入可达130亿美金,同比增长54%,预计2035年可达1000亿美金
SpaceX目前已经处于盈利状态,具体利润规模未知
SpaceX的发射成本比竞争对手低5-10倍
2023年,SpaceX平均每3天发射1枚火箭
到2024年底,SpaceX的卫星约占到全球所有运作中卫星总数的60%
Starlink目前拥有约260万名付费用户,每周增长约2.5万
Starlink的“in-situ”卫星通讯网络在俄乌战争中起到了决定性的作用
SpaceX是唯一一家将宇航员送入国际空间站(ISS)的私营发射承包商
SpaceX有大约1.3万名员工
2023年12月,SpaceX的估值达到1800亿美金,23年夏季SpaceX的估值曾为1500亿美金,增长迅速
根据SpaceX。
-
火箭是怎么飞到目的地的:数学描述
由开环到闭环
如上图的火箭,重心位于图中Og处,忽略气动力、阻尼等,则仅有发动机摇摆(摆角为δ)可让火箭转弯,由转动惯量*角加速度=外力矩,运动微分方程为:
进一步,将发动机摆角线性化,方程写为:
从这个二阶微分方程开展探讨,可将输入输出画成框图:
假设所需的姿态角规律为:
则给定发动机摆角:
这时,得到的姿态角曲线与需要值的偏差是:
姿态角误差较小,即在给定摆角下,可以实现预定的姿态角。
再来一个例子,这里Nyquist图绕原点两圈,但由于F(s)在右半平面有两个极点,闭环系统还是稳定的
数圈比较麻烦,来三个技巧:
F(jω)和F(-jω)共轭,Nyquist图均关于横轴对称,因此只需将F(s)中的s从0ω走到+jω即可,再将数出来的圈数乘以2。
-
大模型变“免费”,场景应用的机会在哪里?
伴随着大模型逐渐开源或免注册,企业AI应用的场景探索现在呈现出哪些特点与趋势。
2024年4月29日,虎嗅智库特邀相关行业专家聚焦探讨:大模型逐渐开源或免注册后,企业AI应用的场景探索现在呈现出哪些特点与趋势。00
会议形式:线上闭门腾讯会议,圆桌研讨
会议规模:限额百人
门票:免费审核制三、探讨议题
1.大模型逐渐开源或免注册,企业AI应用的场景探索现在呈现出哪些特点与趋势。
-
乔布斯所说的苹果“大公司病”是什么?
从iPhone诞生谈起
iPhone诞生的契机,也是来自于乔布斯的一个想法。
乔布斯和苹果首席设计师乔纳森·艾维所引以为豪的拉丝铝外壳,被公司的天线专家完全否定,因为无线电波不容易穿透金属。
此外还有3G和GPS这些同时代手机的标配,以及搜索通讯录、复制粘贴文本等基本功能,iPhone都没有,他们都因为各种各样的原因被舍弃掉了,或者是忘了做。
-
Llama3发布,GPT-5你到底在哪里呢?
训练数据
Meta认为训练出最佳LLM的关键是要整理一个大型高质量训练数据集,为此他们投入了大量资源:
Llama3在超过15万亿个公开可用来源的token上进行了预训练,比训练Llama2时的数据集足足大。
扩大预训练规模
为了更有效利用预训练数据,Meta针对下游基准评估开发了一系列详细的扩展法则,在实际训练模型之前就能预测最大模型在关键任务上的性能,来确保最终模型在各种使用场景和能力上都有出色的表现。
真正的“GPT-4级”开源模型就在眼前
而Meta透露,Llama3。
-
大模型未来发展:RAG vs 长文本,谁更胜一筹?
当前,AIGC的迭代速度正以指数级的速度增长。2024 年 2 月,谷歌发布的 Gemini 1.5 Pro 再次将上下文刷新为 100 万 token,创下了最长上下文窗口的纪录…