Hugging Face 分析全球算力格局变迁:中国国产芯片与开源模型加速崛起
Hugging Face 发布长文分析全球算力格局变化,指出中国开源权重模型的进展正与国产 AI 芯片的快速发展相互推动。近几个月华为昇腾、寒武纪等国产芯片已开始支撑热门开源模型的推理,蚂蚁集团、百度等开始在国产硬件上训练模型。
推荐理由:文章把美国出口管制与中国芯片进展、开源模型效率创新放在同一条线索里梳理,帮助读者理解算力格局变化的来龙去脉。
Hugging Face 发布长文分析全球算力格局变化,指出中国开源权重模型的进展正与国产 AI 芯片的快速发展相互推动。近几个月华为昇腾、寒武纪等国产芯片已开始支撑热门开源模型的推理,蚂蚁集团、百度等开始在国产硬件上训练模型。
推荐理由:文章把美国出口管制与中国芯片进展、开源模型效率创新放在同一条线索里梳理,帮助读者理解算力格局变化的来龙去脉。
Plex Coffee 使用 ChatGPT Business 集中管理知识、加快员工培训,并在扩张的同时保持与顾客的个人连接,实现快速个性化服务。
OpenAI「Executive Function」系列介绍了新加坡媒体 CNA 用 AI 改造新闻编辑部的实践。主编 Walter Fernandez 分享了在 AI 采用、组织文化与新闻业未来方面的见解。
OpenAI 发布迄今最大规模 ChatGPT 使用研究,展示该工具如何通过个人与工作用途创造经济价值。研究显示使用范围正扩展到早期用户之外,缩小差距,使 AI 融入日常生活。
Figma 正通过 AI 转型数字设计。David Kossnick 介绍了 Figma Make 等工具如何帮助团队用 AI 进行原型制作、协作与构建,重塑设计师、开发者及非技术创作者的工作流程。
在 OpenAI 的 Executive Function 系列中,Model ML CEO Chaz Englander 介绍了 AI 原生基础设施和自主智能体正在变革金融服务的工作流程。
OpenAI 发布经济分析报告,揭示 ChatGPT 对经济的影响。OpenAI 同时启动新的研究合作项目,研究 AI 对劳动力市场和生产力的更广泛影响。
OpenAI 阐述 ChatGPT 的设计目标:实用、值得信赖且可自定义,让用户能够将其打造为自己专属的 AI 助手。
AI GTM 平台 Unify 使用 OpenAI 的 o3、GPT-4.1 和 CUA 自动化客户拓潜、调研与外联。借助超个性化消息和全天候工作流,Unify 帮助销售团队规模化生成销售管道,同时专注于高价值的客户互动。
Hugging Face 宣布 Transformers 将成为跨框架的模型定义标准,现支持 300+ 架构,平均每周新增约 3 个,并为 Llama、Qwen、GLM 等热门架构提供 day-0 支持。
推荐理由:Hugging Face 官方说明 Transformers 转型为跨框架模型定义标准,读者可以据此判断训练与推理工具链如何围绕它互通。
OpenAI 推出 AI stories,通过展示 AI 带来的日常获益,揭示更大的应用机遇。文章呼应 Sam Altman 关于“智能时代”的判断:AI 将让人变得更强大,科学、医学、教育、国防等领域的重大难题将从难以解决变为可以解决。
John Deere 的 Justin Rose 介绍了公司如何利用 AI 变革农业,并将创新规模化,帮助农民更智能、更高效、更可持续地开展作业。
OpenAI 发布了对语言学习应用 Speak CEO 兼联合创始人 Connor Zwick 的对话,介绍 Speak 如何用 AI 实现个性化语言学习。
Hugging Face 团队宣布 Gradio 每月有超过 100 万开发者使用,并复盘五年增长经验。核心做法包括以 Gradio Blocks 等低层原语代替高层抽象(gr.Blocks 占 80% 用量)、用 share links 一行代码实现应用传播、聚焦机器学习 Web 应用这一细分场景、不设路线图只做快速迭代,以及让每个应用同时生成 API 端点以便本地部署或程序化调用。
OpenAI 发布与 Wayfair 首席技术官 Fiona Tan 的对话,介绍该公司如何用 AI 塑造零售业的未来。
Hugging Face 推出《AI 艺术工具》通讯第一期,回顾 2024 年 AI 艺术领域的关键进展。
Hugging Face 概述了 AI 智能体的定义,并分析了其伦理权衡。文章提出,智能体的风险随自主性水平上升:用户让渡的控制越多,安全、隐私等风险越大,并建议不要开发能编写和执行自身代码的完全自主智能体,而半自主智能体的收益可能大于风险。
电影人 Lyndon Barrois 讲述如何将 Sora 用作叙事工具,借助它进行创作并构建新的世界。
跨学科艺术家 Minne Atairu 分享她如何借助 OpenAI 的视频生成模型 Sora 实现自己的艺术创作愿景。她讲述了 Sora 在其创作过程中扮演的角色与带来的帮助。
Hugging Face 博客发文综述中国 AI 企业的全球化扩张。截至 2024 年,全球 1500 家活跃 AI 公司中 751 家在中国,其中 103 家已出海。
OpenAI 发布题为 Learning to reason with LLMs 的文章,主题是让大语言模型学习推理。本次抓取仅获取到标题,正文内容缺失,无法提供更多细节。原文链接:https://openai.com/index/learning-to-reason-with-llms
Hugging Face 伦理与社会通讯第 6 期探讨 AI 数据质量:Reddit 与 Google 的内容合作因 RAG 搜索引擎输出“披萨加胶水”等错误推荐而受挫,说明并非所有数据都同样优质。好数据的关键在于与任务匹配,需具备相关性、全面性、时效性并缓解偏见。文章还阐述高质量数据可提升模型性能、鲁棒性、效率与可复现性,并建议通过去重、内容过滤、人工反馈和数据治理框架来保障质量。
Hugging Face 发布 2023 年开源大语言模型年度回顾,指出开源模型可复现研究、便于社区参与和审查模型偏差,并通过复用 checkpoint 降低碳排放。
Hugging Face 伦理与社会团队发布夏季通讯,披露其 CEO Clem 在美国国会作证、出席美国参议院 AI Insight Forum,并对 E.U. AI Act 和 NTIA 的 AI 问责议题提出意见。
OpenAI 发布了在 22 个国家开展对话交流所得的洞察,并说明将如何把这些发现融入后续工作。
OpenAI 发文阐述其对 AGI 及其后续发展的规划。OpenAI 的使命是确保通用人工智能——即普遍比人类更聪明的 AI 系统——造福全人类。
Hugging Face 支持的 RAIL Initiative 推出 OpenRAIL(开放且负责任的 AI 许可证),旨在让 AI 模型在开放获取、使用和再分发的同时约束负责任使用。
Hugging Face 研究科学家 Sasha Luccioni 在 Machine Learning Experts 节目中分享她的职业经历与研究方向。
Hugging Face 采访 Salesforce 和 Amplitude 等公司的机器学习总监,探讨 ML 对 SaaS 的影响与挑战。受访的 Omar Rahman 在 Salesforce 网络安全团队利用 ML 做防御性安全,Cao (Danica) Xiao 领导 Amplitude 的数据科学与机器学习团队。
Hugging Face 推出机器学习总监洞察系列文章,邀请多位在职 ML 总监分享行业观点,覆盖医疗、金融、电商、SaaS、研究、媒体等领域。
Microsoft 与 NVIDIA 发布了基于 Transformer 的 Megatron-Turing NLG 530B,被称为“全球最大最强生成式语言模型”。
Hugging Face 博客认为,机器学习正在被应用到更多生产环境,软件行业的成熟实践——版本管理、自动化、测试与部署——同样适用于 ML,即所谓 MLOps。
OpenAI 设立 Learning Day,每周四员工可自主选择学习工作中接触不到、但有助于提升本职工作的技术技能。
OpenAI 发布分析,指出 2012 年以来最大 AI 训练所用算力呈指数增长,翻倍时间为 3.4 个月,远快于摩尔定律的 2 年翻倍;累计增长超过 300,000 倍,而 2 年翻倍仅带来约 7 倍增长。算力提升是 AI 进展的关键组成部分,若趋势延续,需为远超当前能力的系统做准备。
推荐理由:原文以自家分析给出最大 AI 训练算力的增长数据,读者可据此理解算力在 AI 进展中的作用与后续影响。
OpenAI 表示其 Dota 2 结果表明,在足够算力下自博弈能让机器学习系统从远低于人类水平跃升至超人类。系统在一个月内从勉强匹敌高排名玩家进步到击败顶尖职业选手,且此后仍在提升;与监督深度学习受限于训练数据不同,自博弈系统的数据会随智能体变强而自动改善。
推荐理由:官方复盘解释了 Dota 2 自博弈为何能在一个月内从低于人类跃升到超越顶尖选手,比较了监督学习与自博弈的数据获取差异。
OpenAI 的使命是构建安全的 AI,并确保 AI 的收益尽可能广泛而均匀地分配给各方。这篇文章阐述了 OpenAI 的总体技术目标方向。
OpenAI 介绍了四个围绕生成式模型开展的项目,生成式模型是机器学习中无监督学习的一个分支。文章同时讲解了生成式模型是什么、为何重要以及未来可能的发展方向。