開欄語：《AIGC行業周報》梳理AIGC行業一周內發生的重要動態，產品發布和業內大咖的最新觀點。 圖片來源：每經制圖 一、企業動態 1、OpenAI內部分歧導致關鍵團隊成員離職 近期，OpenAI內部因對AI安全治理的重視程度不足以及資源分配問題出現嚴重分歧，導致超級對齊團隊負責人Jan Leike和前首席科學家Ilya Sutskever等關鍵成員相繼離職。Leike公開表示，團隊在算力支持和AI安全問題上遭遇挫折，而離職成員還面臨簽署禁止負面評論OpenAI的協議，否則將失去公司股份。奧特曼（Sam Altman）作為OpenAI的領導者，其言行不一以及對商業化的追求被認為與公司使命背道而馳，引發了一系列的離職潮和外界對OpenAI未來方向的關注。 2、全球16家公司簽署人工智能安全承諾，歐盟批準《人工智能法案》 5月22日，在全球范圍內對人工智能（AI）安全問題日益關注的背景下，包括OpenAI、谷歌、微軟和智譜AI在內的16家公司聯合簽署了前沿人工智能安全承諾，旨在確保AI的負責任治理、透明度以及風險評估和緩解機制的建立。與此同時，歐盟理事會正式批準了《人工智能法案》，標志著全球首部AI全面監管法規即將生效，采用基于風險的方法對AI模型進行監管，并為違反規定的公司設立了嚴格的罰款制度。這些舉措體現了國際社會在AI安全領域采取具體行動的決心和進展。 3、中國大模型市場爆發價格戰，行業洗牌加速 近期，中國AI大模型市場出現了激烈的價格戰，騰訊、阿里、百度、科大訊飛等國內大模型廠商紛紛宣布降價，以響應市場和吸引開發者。這場價格戰始于幻方量化的DeepSeek V2大幅降價，隨后其他廠商如智譜、字節跳動的豆包、阿里云、百度、科大訊飛和騰訊云也相繼加入，推出了各自的降價策略。降價行為可能會吸引開發者試用AI應用，對市場有積極影響，但同時也給行業創業公司帶來壓力，預示著行業洗牌的加速。降價背后的根本原因在于推理成本的快速降低，而隨著技術的進步，這一趨勢預計將持續。行業專家如李開復認為，盡管降價是大勢所趨，但當前的價格戰可能是一種不可持續的策略。隨著大模型價格的下降，AI技術的應用成本降低，有助于推動AI應用的廣泛發展，但整個行業的商業化和生態構建仍然有很長的路要走。 二、產品動態 1、微軟Build 2024大會：AI技術革新與應用落地 2024年5月22日，在微軟Build全球開發者大會上，大模型和生成式AI成為焦點。微軟推出了Azure AI Studio，一個旨在簡化開發流程并支持1600多種大模型的全新平臺。此外，微軟還發布了Phi-3系列模型，包括具有視覺識別功能的Phi-3-vision和低功耗的Phi Silica模型。Copilot Studio使開發者能夠輕松創建AI Agent應用，而Windows Copilot Runtime提供了豐富的AI框架和API以促進AI應用開發。微軟還發布了新的Azure虛擬機和Team Copilot，旨在提升工作效率并簡化企業運營。最后，微軟在Startups Founders Hub中推出了"Build with AI"工具，為用戶提供AI應用開發模板，進一步推動AI技術的普及和應用。 2、百川智能發布國內領先大模型Baichuan 4及AI助手「百小應」 5月22日，百川智能推出了最新一代基座大模型Baichuan 4，并同時發布了首款AI助手「百小應」。Baichuan 4在多項能力上相比前代有顯著提升，包括通用能力、數學和代碼能力，并且在SuperCLUE評測中排名國內第一。新模型還引入了多模態能力，在多模態評測基準上表現優異。百小應結合了Baichuan 4的通用能力和搜索技術，具備多輪搜索和定向搜索功能，能夠提供精準的問答服務，目前已在Web端及iOS和安卓應用商店上線。百川智能還宣布開放包括Baichuan 4在內的四款API，供開發者和企業用戶接入體驗。 三、前沿觀點 1、多模態模型性能受限于數據量，Zero-shot學習面臨挑戰 最新研究指出，多模態模型如CLIP和Stable Diffusion在zero-shot學習（無需見過樣本即可識別新類別）方面的表現并非真正的泛化能力，而是依賴于其龐大的預訓練數據集。實驗數據顯示，模型性能的提升與訓練數據量呈對數關系，意味著未來性能提升將越來越緩慢，最終可能因缺乏指數級增長的數據而遇到瓶頸。這項研究挑戰了人們對大模型泛化能力的樂觀預期，并引發了對未來AI發展路徑的討論。 2、圖靈獎得主Geoffrey Hinton深度訪談：大模型與AI的未來 近日，圖靈獎得主Geoffrey Hinton在一次深入訪談中分享了他對當前大模型技術路線的看法，強調了多模態學習的重要性，并探討了數字計算與共享知識、智能系統的意識與情感等話題。Hinton認為大型語言模型通過尋找不同領域的共同結構進行編碼，形成深層次的理解，是創造力的源泉。他提到，通過預測下一個符號，模型實際上執行了一定程度的推理，并非不具備推理能力。Hinton還回顧了自己的職業生涯，從生理學到哲學再到人工智能的轉變，并分享了他與Ilya Sutskever等合作者的工作歷程。他強調了規模的重要性，認為增大模型規模和數據量是解決問題的關鍵。此外，Hinton對大腦如何獲取梯度、是否使用類似反向傳播的機制等問題表示了濃厚的興趣，并認為這是未來研究的重要方向。 3、火山引擎總裁譚待論大模型時代的字節跳動戰略 5月15日，火山引擎一口氣發布9款大模型，以超低定價成為關注焦點。近日，火山引擎總裁譚待在接受「甲子光年」采訪時，闡述了字節跳動在大模型時代的戰略主張——追求最強模型、最低成本和最易落地，以客戶為中心。他認為B端市場不同于C端，需要理性決策和真正可用的產品，而非僅追求先發優勢。譚待強調，大模型應用的落地需要模型能力、應用豐富度和成本優化，火山引擎的技術進步和成本控制能力是其競爭優勢。他還提到，大模型時代將由大公司主導，但創業公司也有打磨優秀模型的機會。火山引擎的目標是通過AI技術幫助企業降本增效、加速創新，并在未來幾年內成為全球領先的云和智能服務商。 4、李飛飛與John Etchemendy聯合撰文駁斥AI具有感覺能力的觀點 近日，知名AI學者李飛飛和斯坦福大學HAI聯合主任John Etchemendy教授聯合撰寫文章，深入探討并反駁了當前大型語言模型（LLM）具有感覺能力（sentient）的觀點。文章中，李飛飛通過多個例子說明，盡管LLM在某些任務上表現出超人類智能，但它們并不具備主觀經驗或感覺能力，如饑餓或疼痛等生理狀態。她強調，LLM只是基于概率性完成任務的數學模型，缺乏人類所具有的物理身體和生理反應，因此無法擁有真正的感覺能力。兩位作者認為，要實現具有感覺能力的人工智能，研究者需要更深入地理解生物系統中感覺是如何產生的，而不是簡單地增加模型的規模。 來源：每經科技提供