-
大模型发展现状及挑战有哪些？
- 提问时间：2025/02/13
- 浏览量：213
- 提问者：匿名用户
[1个回答]大模型上下文窗口在过去一年不断突破。1.大模型技术与应用的发展现状1.1原生多模态成为发展主流当前，大模型的关键词是“多模态”。近期大模型多模态能力迅速提升，从只支持文本逐步扩展到不同模态，目前已具有对文本、图像、音频、视频等多模态内容的理解分析和推理等能力。2024年5月，OpenAI发布了支持全模态信息输入的GPT-4o，Google发布了同样支持多模态输入的Gemini1.5Pro，能够同时处理和理解文本、视频和音频数据；国内阿里云等企业也陆续发布文生音频、文生视频等大模型产品。多模态能力使得模型在处理包含丰富信息的复杂场景时表现出色，例如在视频内容理解或多语言翻...
标签： 大模型 -
大模型各阶段安全控制措施包括哪些？
- 提问时间：2025/02/13
- 浏览量：522
- 提问者：匿名用户
[1个回答]大模型生成的内容是服务使用者和模型交互的结果。1.模型训练阶段模型训练阶段奠定了大模型的能力基础，对模型自身的安全性也至关重要；该阶段主要与技术支持者相关，其面临的风险源主要来自训练数据，如数据来源不合规、包含违法不良信息、缺乏多样性、数据标注不规范、被投毒等，可能导致如模型“幻觉”问题、有害数据内化进模型、二次开发破坏安全对齐等。模型训练阶段的安全控制措施包括：（一）训练数据：数据源筛选。采集时对数据源进行审核，一是充分考虑数据源的合规性，如：使用具备开源许可或相关授权文件的开源数据集，自采数据时不采集所有者已明确不可采集的数据，使用商业采购数据时应签署具备法律效力的...
标签： 大模型 -
国内外大模型产业进展及落地情况如何？
- 提问时间：2025/01/23
- 浏览量：202
- 提问者：匿名用户
[1个回答]大模型能力范围拓宽，端侧模型开始落地。1. OpenAI持续引领模型能力突破OpenAI最新一代大模型GPT-4o展现出强大的多模态能力。GPT-4o是OpenAI推出的最新一代大型语言模型，它在前代模型的基础上实现了多模态能力的大幅提升，标志着从单一文本处理扩展到多模态（包括文本、图像、声音等数据类型）理解和生成的新时代。这种跨模态的能力使得GPT-4o能够更全面地理解和生成信息，不仅限于文字，还包括能够理解图片内容和进行视觉描述，甚至在一定程度上解析音频数据。多模态模型的发展源于现实世界数据的复杂性，信息的传递不再局限于单一形式。例如，在社交媒体、新闻报道和学术研究中，信息往往以...
标签： 大模型 -
海内外大模型发展有何进展？
- 提问时间：2025/01/23
- 浏览量：233
- 提问者：匿名用户
[1个回答]海内外AI大模型竞争激烈，呈现向多模态发展趋势。1.海外大模型通用大模型竞争白热化，全球大模型呈现向多模态发展趋势。全球大模型竞争中，OpenAI、Anthropic、谷歌三大厂商为第一梯队，OpenAI先发推出GPT-4，在2023年基本稳定在行业领军地位，而Anthropic凭借Claude、谷歌凭借Gemini后发，可以看到，2024年以来，三家大模型能力呈现互相追赶态势。开源大模型厂商中，MetaAI（Llama）、欧洲MistralAI（Mistral）、谷歌（Gemma）等厂商的大模型性能保持前列。此外，伴随Sora推出以及Pika的出圈，图像、视频生成领域的超预期进展获得极大关注...
标签： 大模型 -
大模型的应用范围有哪些？
- 提问时间：2025/01/22
- 浏览量：661
- 提问者：匿名用户
[1个回答]从最初的业务试点到如今的深度融入，大模型的应用范围不断扩展，涵盖了生产、管理、营销等众多领域。IDC研究总结了十大核心能力和十大应用领域，每个应用领域下梳理十个细分场景，梳理了AI大模型落地应用场景全景图，并分析其落地成熟度和发展潜力，以期为市场和企业提供参考，帮助企业选择最合适落地的场景和服务。十大核心能力：包括文本生成、图像生成、视频生成、推荐搜索、数据分析、智能决策、会话问答、知识管理、多模态、逻辑推理；十大应用领域：包括金融、互联网、零售消费、医药健康、智能终端、游戏、企业服务、文化娱乐、教育科研、汽车；金融当前AI大模型落地场景重点是在知识管理以及智能服务相关领域，例如智能客服、内部...
标签： 大模型 -
大模型业务落地能力建设分为几个阶段？
- 提问时间：2025/01/22
- 浏览量：407
- 提问者：匿名用户
[1个回答]提前做好计划准备、扎实推进模型部署、持续优化迭代三大阶段对企业建设全方位的大模型业务落地能力、实现AI转型至关重要。具体来看：1.阶段一：计划准备阶段首先明确初始意愿。企业高管在了解AI大模型解决方案时切忌盲目跟从技术潮流，而是需要从企业整体的层面明确落地AI大模型的原始驱动力，分析与AI结合的可能性、行动路线并做好预期收益的管理：战略驱动：即企业可能没有明确的AI+场景落地计划，但考虑企业的发展环境、行业趋势、竞争态势，有必要将大模型落地作为战略性规划的一环。从战略布局出发，分析内外部发展环境，盘点企业内部资源和能力，制定场景试点策略，制定筛选场景的标准和路径。业务驱动：企业已经有了非常明确...
标签： 大模型 -
大模型落地面临哪些挑战？
- 提问时间：2025/01/22
- 浏览量：408
- 提问者：匿名用户
[1个回答]大模型的潜力转化为实际业务效益的过程，充满了诸多挑战。1.挑战1：高成本、复杂投入下的投资收益挑战IDC调研显示，算力成本、隐形的机会成本、投资回报的长周期以及不足的人才储备是企业落地大模型遇到的第一道难题，具体包括：算力成本：算力资源的消耗是当下阻碍AI大模型落地的最主要因素，这一成本对不少企业的财务状况构成了较大的压力。调研数据显示，92%的企业认为在大模型工程化落地阶段，缺少算力资源是最大的挑战；细分来看，89%的高管认为模型训练成本高，81%的高管认为模型推理成本高。对比而言，模型的调优成本已经相对低价，仅有35%的企业认为模型调优（Fine-tuning/Prompt）成本高。这些成...
标签： 大模型 -
大模型产业进展及服务商竞争如何？
- 提问时间：2025/01/22
- 浏览量：84
- 提问者：匿名用户
[1个回答]大模型加速从探索走向落地。1.业务驱动，大模型助力效率飞跃，实现融合的体验创新大模型技术已经成为人工智能领域的焦点，驱动了AI应用的升级和创新。基于大规模数据集的预训练，让模型具备了高效处理复杂语言结构、视觉模式以及多模态信息的能力，促使人工智能在认知理解与决策支持方面迈向更高的阶段。在产业应用方面，大模型的实施正在改变企业业务开展、产品服务、运营管理的传统模式，为各行业的智能化升级提供了强有力的支撑。企业端对大模型的应用也已从初步的技术探索与创新尝试，逐渐步入以实现商业价值为核心的新时代。众多企业正加快步伐，寻找能够迅速构建商业闭环、验证价值的应用场景，期望借助大模型实现运营效率的飞跃、用户...
标签： 大模型 -
大模型未来投资新方向分析
- 提问时间：2025/01/20
- 浏览量：129
- 提问者：匿名用户
[1个回答]预训练和现实数据触顶，后训练时代将开启新的ScalingLaw方向。1.方向一：用推理代替思考OpenAI于2024年9月12日发布了新的AI模型系列o1，这是OpenAI首个具有"逻辑推理"能力的模型系列，特别擅长处理复杂的推理任务，尤其是在科学、技术、工程和数学(STEM)领域的问题，在这些领域其评测分数都远远超过GPT-4o。o1模型将计算资源从大规模预训练数据集重新分配到训练和推理阶段，增强了复杂推理能力，在费用和成本上也进行了重分配，使用o1-preview的API相比于GPT-4o输入tokens价格是GPT-4o的5倍（每百万tokens$15.00：$3.0...
标签： 大模型 -
消费者对AI大模型认知和态度分别是什么？
- 提问时间：2025/01/14
- 浏览量：229
- 提问者：匿名用户
[1个回答]用户使用AI大模型最主要的场景是学习和工作，其次是生活场景，AI大模型的实用性得到用户的广泛认可。1.用户对算法和AI大模型的基本认知第一，AI大模型的使用尚未普及，消费者对其运作机制的认识也相对匮乏。在收集的8030份问卷中，有超半数的受访者完全没有使用过AI大模型。针对使用过AI大模型的受访者，进一步调研了他们对大模型的工作流程或工作原理的了解程度。结果显示，仅有10.19%左右的消费者非常了解，部分了解的人数占57.21%，不太了解和完全不了解的人数占30%左右。这些数据表明，AI大模型尚处于发展阶段，尚未被广大消费者广泛接受和使用。尽管人们对AI大模型已有一定的认识，但整体上，这种认知...
标签： AI 大模型 -
网络使能大模型价值场景梳理
- 提问时间：2024/12/26
- 浏览量：191
- 提问者：匿名用户
[1个回答]虚拟世界对物理世界的理解是工业元宇宙虚实交互的核心任务之一。1.AI手机在当今科技快速发展的时代，手机大模型已成为各大厂商竞相研发的热点。各大手机厂商纷纷推出了自家的大模型，为用户带来更加智能化的体验。如表1所示，手机大模型的功能主要包括文字类和图像类。在文字类功能方面，用户可以享受到智能问答、文本创作、文本总结、通话摘要等便捷服务，这些功能的响应时延通常在1秒之内，让用户感受到即时的互动体验。而图像类功能包括文生图、图像消除、图片问答等，其中，文生图响应时间较长，一般在5秒以上。在模型部署方面，目前主要有端侧部署和云端部署两种方式。端侧部署的大模型参数量通常不超过10B，这种部署方式可以更好...
标签： 大模型 网络使能 -
大模型生成及应用过程中有哪些风险？
- 提问时间：2024/12/05
- 浏览量：362
- 提问者：匿名用户
[1个回答]大模型的开放性和可扩展性使得其在训练和推理过程中面临着诸多安全威胁。1.数据投毒数据投毒攻击通过恶意注入虚假或误导性的数据来污染模型的训练数据集，影响模型在训练时期的参数调整，从而破坏模型的性能、降低其准确性或使其生成有害的结果。值得注意的是，数据投毒并不仅仅是理论上可行的一种攻击方式，而是已被证明会带来实际的风险。攻击者主要可通过两种方式实施数据投毒：模型训练和验证经常会使用到开源第三方数据集，或者在使用来自互联网的内容形成自有数据集时，并没有进行有效清洗，导致数据集中包含受污染样本。有研究表明，仅需花费60美元，就能毒害0.01%的LAION400M或COYO-700M数据集，而引入少至1...
标签： 大模型 -
金融领域大模型应用价值、场景、进展、风险及建议分析
- 提问时间：2024/11/26
- 浏览量：590
- 提问者：匿名用户
[1个回答]全球金融大模型目前多数处于起步阶段1.金融大模型的应用价值与典型场景金融行业需要处理大量的数据和信息，大模型在金融领域具有重要应用价值。总的来看，大模型在金融领域的应用价值有三：一是作为人力成本集约工具大模型的智能化能力使得金融机构能够通过自动化的方式提供服务和支持，提高效率。同时，大模型能够处理大量的用户咨询和需求，减少人力成本。二是作为用户体验提升工具通过与大模型的对话，金融机构可以实现个性化的服务和定制化的产品推荐，根据用户的需求和偏好提供精准建议。三是作为辅助决策支持工具金融机构可以通过与大模型的交互，获取即时的市场情报、风险预警和投资建议，辅助决策者做出准确、迅速的决策，提高业务决策...
标签： 金融 大模型 -
人工智能大模型合规性考量及企业应对分析
- 提问时间：2024/11/20
- 浏览量：277
- 提问者：匿名用户
[1个回答]企业可以通过数据经纪人从境外合法购买训练数据，其通常包括个人数据、行为数据、市场数据等多种类型，可用于人工智能模型的训练和优化。一、不同跨境数据获取方式的合规性考量在人工智能大模型的训练与开发过程中，获取高质量、多样化的数据集至关重要，而跨境数据的获取更是为模型的全球适用性提供了关键支撑。然而，面对各国日益严格的数据保护法规和数据主权要求，企业在获取和使用境外数据时需要谨慎行事，权衡效率与合规。通常，企业可以通过以下几种主要方式获取跨境数据：从境外数据经纪人购买、从境外网站爬取数据、利用境外开源网站的数据集，以及直接从境外用户收集数据。上述方法各有特点，也面临着不同的法律风险和合规挑战。1.从...
标签： 大模型 人工智能 -
国内外公司大模型产业进展如何？
- 提问时间：2024/11/15
- 浏览量：359
- 提问者：匿名用户
[1个回答]驱动智能算力指数增长，供需缺口或将进一步扩大。近两年全球大模型经历了高速迭代，已经从技术竞赛阶段逐渐过渡到应用普及阶段，从文本到多模态，从通用到垂直，各家AI公司的主流大模型不断进化。我们以国外OpenAI、谷歌、高通、meta为代表，国内以百度、阿里、清华、腾讯、幻方旗下DeepSeek-V2、百川智能等为代表进行对比分析。OpenAI的GPT-01模型标志着AI领域的一个新里程碑，其不仅展现了类似人类的思维方式和推理能力，并且提示了大模型发展方向的变化--优化推理过程可能比单纯增加参数和算力更有效。9月13日，OpenAI发布大模型最新版本--具有复杂推理能力的GPT-01，相较之前的GP...
标签： 大模型
快速提问
海量报告支持，行业专家解读
海量文库支持，行业专家解答
-
1
沃巴查芒
68次解答 -
2
每日新报
61次解答 -
3
StartYourFinance
57次解答 -
4
999感冒灵
55次解答 -
5
王中王
1次解答
