AI TrendTrackers

观看视频B站链接：【年尾特献: AI的规模定律(scaling law) 和芯片业达到瓶颈了吗?】 https://www.bilibili.com/video/BV1P6C8YgEay/ AI扩展法则的争议与未来：数据、算力与推理的新维度 关于AI扩展法则（Scaling Laws）的怀疑、恐惧和不确定性正在加剧。一些自封的AI产业观察者抓住任何看跌的叙事，宣称扩展法则已经触顶，无法再驱动大型语言模型（LLM）的快速进步。媒体也加入了这场狂欢，基于一些模糊的泄露信息，渲染模型因所谓性能不足而无法持续扩展的说法。此外，一些批评者指出，许多基准测试已经饱和，新模型在这些测试中的表现缺乏显著进展。而另一些人则认为，训练数据即将耗尽，硬件扩展也遇到了瓶颈。 但事实是，大型AI实验室和超级数据中心的扩建与资本支出已经说明了一切。从亚马逊向Anthropic提供40万颗Trainium2芯片，总计约65亿美元的IT和数据中心投资，到Meta在2026年于路易斯安那州规划的2GW数据中心，再到OpenAI和谷歌为突破单一数据中心供电限制而推行的多数据中心训练计划，关键决策者依然对扩展法则抱有坚定信念。 扩展并未停滞，只是转向了新的维度。 OpenAI的o1模型证明了推理模型的潜力，开启了一个全新的扩展领域。而除了预训练（Pre-training），其他如合成数据生成、近端策略优化（PPO）、功能验证器等技术也在推动模型性能的提升。AI的开发过程正在快速演变，单一的预训练不再是扩展的唯一关注点。 衡量AI进展的基准测试也在转变。 旧有的基准已难以反映模型在复杂任务中的表现，新的测试更具挑战性，更贴近实际应用场景。 类比摩尔定律：AI扩展法则的持续演变 如今关于AI扩展法则的讨论，与多年前关于摩尔定律的争论有些类似。当处理器时钟频率的提升遇到瓶颈时，行业转向了多核架构和高带宽网络等方向来持续提升计算性能。 在AI领域，当训练数据和硬件扩展遇到瓶颈时，新的维度（例如多数据中心训练和推理时计算）成为扩展的新方向。AI行业将继续叠加多个“扩展法则”，实现持续增长，正如摩尔定律在过去50年中所展现的那样。 数据瓶颈与合成数据的崛起 随着AI模型参数量的爆炸式增长，高质量训练数据逐渐成为瓶颈。 在实际应用中，合成数据通过以下几种方式被广泛使用： 以Anthropic为例，Claude 3.5 Opus 在训练后并未直接发布，而是用于生成高质量的合成数据，并进一步优化Claude 3.5 Sonnet的性能。这种闭环迭代有效提升了模型性能，同时控制了推理成本。 强化学习（Reinforcement Learning, RL）的关键作用 强化学习（RL）是AI模型对齐（Alignment）和性能优化的重要手段。 特别是在推理模型（Reasoning Models）中，RL的作用尤为关键。通过强化学习，模型能够更可靠地生成链式推理（Chain of Thought, CoT），提高数学、科学等复杂问题的解决能力。 推理模型的四大要素： 推理时间计算（Inference Time Compute）的扩展 推理时间计算是扩展法则的新维度。传统LLM在生成响应时，通常会连续生成token，而不会追踪中间步骤。而推理模型则不同，它们将响应分解为一系列推理步骤，在遇到错误时可以回溯并修正问题。 推理时间计算的扩展方法包括： 随着更高效的推理系统（如GB200 NVL72）的推出，推理模型在推理链条长度和计算资源上的限制将逐渐被打破，性能将大幅提升。 未来方向：超越单一维度的扩展 AI扩展法则并未终结，只是转向了新的领域和维度： 扩展的每一个新维度都将带来更多创新，推动AI技术的边界不断前行。 这场AI竞赛并未放缓，扩展法则依然生效。每一次质疑扩展法则的声音，都像是当年质疑摩尔定律的人一样，忽视了新技术和新维度的出现。未来已来，AI的每一步扩展，都将重塑人类科技的格局。

在AI技术飞速发展的当下，**通用人工智能（AGI）**不再是遥不可及的科幻概念，而是一个可以量化的商业目标。据观察者指出，OpenAI和微软将AGI的实现定义为一个AI系统能够创造至少1000亿美元利润的时刻。 但无论是技术、社会还是伦理层面，人类都站在一个前所未有的十字路口。 🤖 LLM：符号领域的统治者 大型语言模型（LLM）在符号空间中展现出超乎想象的能力。数学和正则表达式对人类来说可能很复杂，但对于AI来说，它们只是规则的集合，遵循逻辑即可解答。 💻 软件工程：短期天堂，长期变革 对于软件工程师来说，AI的到来是一个巨大的助力。短期内，AI将把每位开发者提升为技术负责人。 长期来看： 一个软件黄金时代即将到来： 🦾 物理工作：AI与机器人双线并进 ⚛️ 科学研究：AI的下一站 未来场景猜想： 💥 计算竞赛：巨头的军备竞赛 AI的进步与算力密不可分，全球科技巨头正投入巨资构建超级计算集群： 算力 vs 模型：哪个更重要？ 🧠 AGI的未来：人类的选择 AI技术本身并不是人类文明的终点，我们才是未来最大的变量。 真正的危险不是AI失控，而是人类误用AI。 但同时，AI也可能带来黄金时代： 🌟 我们每个人的责任 我们正站在人类历史上最重要的十字路口。未来的走向不取决于AI实验室，而取决于我们所有人。 🎓 给年轻一代的建议 我们站在AGI的门槛上，未来的每一步都至关重要。或许在3024年的圣诞夜，我们可以在4光年外的星球上相遇，共同回望这个充满希望与挑战的时代。 未来已来，愿每个人都能成为那个推动文明前行的力量。 🚀✨

在人工智能（AI）领域，AGI（通用人工智能）一直是一个充满争议且模糊的概念。而根据《The Information》曝光的内部文件，OpenAI和微软在2023年已经悄悄达成了一个令人震惊的AGI定义：当OpenAI开发出的AI系统能创造至少1000亿美元的利润时，AGI才算真正实现。 🤖 AGI的百亿门槛：技术奇点还是资本游戏？ AI行业关于**“什么是AGI”**的争论由来已久——它到底是一个能在大多数任务上超越人类的智能体，还是一个被资本和市场规则所操控的概念？如今，这场辩论似乎被简单粗暴地量化成了一个财务指标：1000亿美元利润。 💼 非营利的“幌子”与结构重组 OpenAI最初以非营利组织的身份成立，承诺将AGI的力量用来造福全人类。然而，随着技术发展和巨额资金需求，这一结构早已被外界视为**“名存实亡”**。 ☁️ 云托管绑定与分道扬镳 目前，微软是OpenAI的独家云托管服务提供商，这意味着所有OpenAI的运算和数据都托管在Azure上。然而，这种绑定关系对于OpenAI来说，可能已成为一种负担： 📊 百亿利润还很远，OpenAI的未来路在何方？ 尽管AGI被设定为“1000亿美元利润”这样一个商业目标，但目前来看，OpenAI的收入距离这个数字还有十万八千里： 而在未来，OpenAI与微软之间的关系将更加微妙： 🌍 未来的AGI，是技术的胜利，还是资本的游戏？ 从技术竞赛到商业利润，从非营利理想到资本博弈，OpenAI与微软之间的复杂关系正逐渐揭开面纱。而AGI是否真的能够带来所谓的“人类福祉”，还是仅仅成为科技巨头的又一利润引擎？这场看不见硝烟的战场，显然远未到终局。

由高瓴资本支持的中国AI研究实验室DeepSeek，近日发布了前沿模型DeepSeek-V3。这款混合专家（Mixture-of-Experts, MoE）模型总参数规模高达6710亿，每个Token激活370亿参数，训练数据量更是达到了惊人的14.8万亿Token。不仅如此，DeepSeek还将模型及详细技术论文在GitHub上公开 https://github.com/deepseek-ai/DeepSeek-V3，展示了其强大的技术实力。 🚀 性能全面升级 🧠 推理能力再进化 DeepSeek团队表示，V3在开发过程中，从DeepSeek R1系列模型中提炼了推理能力，将验证与反思模式巧妙整合进了V3架构，显著增强了模型的逻辑推理表现。 💸 价格亲民，性价比拉满 ⚔️ 与OpenAI o1的较量 尽管与OpenAI的o1在高难度基准测试（GPQA Diamond，博士级科学问题）上相比还有一定差距（59.1% vs. 76%），但DeepSeek-V3在多个基准测试中成功超越Claude 3.5 Sonnet，实力不容小觑。 🌍 东风劲吹，AI争霸进入新阶段 不仅是DeepSeek，阿里巴巴的Qwen 2.5系列同样实力强劲，尤其在代码生成领域表现卓越，在EvalPlus、LiveCodeBench和BigCodeBench等多个测试中，达到了与GPT-4o相当的水平。 毫无疑问，东方的AI力量正在快速崛起。DeepSeek和Qwen等一批国产AI模型，正在与OpenAI、Anthropic等西方巨头展开激烈角逐。未来AI领域的主导权，或许将迎来一场全球范围内的“巅峰对决”！

谷歌最近被曝出正通过Anthropic的聊天机器人Claude，来优化自家AI模型Gemini的表现。具体操作方式是由一批合同工将两款模型的回答进行对比，分析出谁的表现更优越。 Anthropic的用户协议明确规定，用户不得使用Claude来开发竞争性产品或服务，也不得训练其他竞争性AI模型，除非获得特别许可。然而，谷歌作为Anthropic的重要投资方，这一限制是否对其有效，目前尚不明确。 谷歌虽然否认使用Claude直接训练Gemini，但也模棱两可地表示：“任何暗示我们使用Anthropic模型来训练Gemini的说法都是不准确的。” 看起来，这两大AI巨头之间的合作与竞争，远比表面看起来要复杂得多！

🔍 引言：GUI自动化的复杂挑战图形用户界面（GUI）作为人机交互的重要桥梁，覆盖了网页、桌面和移动平台。GUI自动化有望彻底改变工作流程，尤其在重复性任务和复杂任务环境中，能够显著提高生产力。然而，不同平台在视觉布局、操作逻辑 和交互方式 上存在显著差异，使得跨平台的自动化解决方案难以开发。 当前技术面临的核心难题包括： 🚀 AGUVIS：纯视觉统一框架横空出世 为解决这些挑战，香港大学与Salesforce AI研究团队联合推出了AGUVIS（包含7B和72B两个版本）。 核心特性：1️⃣ 完全基于图像输入：抛弃传统的文本表示，全面采用图像观察 进行建模，降低了数据碎片化带来的性能瓶颈。2️⃣ 统一的操作空间：在不同平台上保持一致的操作逻辑，支持跨平台泛化。3️⃣ 多模态推理与显性规划：集成显性规划功能，支持复杂任务的多步骤执行。4️⃣ 模块化架构：支持可插拔的操作系统，适应不同平台的独特交互需求（例如移动端的滑动手势）。 🛠️ 双阶段训练策略 第一阶段：视觉元素的理解与映射 第二阶段：规划与推理 📊 卓越的性能表现 在多个平台上，AGUVIS均展示出超越现有技术的显著优势： 视觉输入的优势： 💡 AGUVIS的技术亮点 1️⃣ 纯视觉数据流：消除了文本表示带来的信息损失，确保模型与GUI的视觉本质对齐。2️⃣ 多模态推理：能够在视觉与语言之间高效结合，理解复杂的用户界面。3️⃣ 统一数据集：结合真实数据 和合成数据，支持多场景的推理和理解任务。4️⃣ 模块化设计：可适配不同平台的特定操作逻辑，增强跨平台泛化能力。 🏆 AGUVIS的行业影响 ✅ 对开发者： 提供一个通用、高效的GUI自动化工具，减少平台差异带来的开发负担。✅ 对企业： 提高自动化任务的执行效率，降低人工操作成本。✅ 对AI研究者： 提供一个统一的跨平台训练和评估框架，推动GUI自动化领域的前沿研究。 🔮 未来展望 AGUVIS通过其纯视觉架构 和模块化设计，打破了GUI自动化在跨平台应用中的瓶颈，展示了一个全新的可能性。 无论是生产力工具，还是复杂AI系统，AGUVIS的出现都为自主GUI交互奠定了坚实的基础。 👀 未来，AGUVIS或将成为跨平台GUI自动化的行业标准。

🚀 引言：AI时代的开发者工具之战 在追求更高生产力和更愉悦编码体验的道路上，开发者们总是不断寻找新的工具。Visual Studio Code（VSCode） 已成为无数开发者的首选IDE，而在2024年，Cursor 正凭借其深度集成的AI功能，吸引越来越多开发者的注意。 Cursor由Anysphere研究实验室开发，得到了OpenAI的青睐，2023年成功获得800万美元融资，总融资额达到1100万美元。他们的目标非常明确：打造全球最具生产力和乐趣的AI驱动开发工具。 💡 什么是Cursor？ Cursor最初是基于VSCode的开源代码进行开发的，保留了VSCode的核心界面设计和强大的扩展生态系统。这一选择有效降低了开发者的迁移成本，使从VSCode切换到Cursor的过程变得无缝且自然。 Cursor的核心使命是将AI深度融入开发流程，通过智能化的辅助工具，帮助开发者显著提高编码效率，减少繁琐的手动操作。 🛠️ VSCode：六年使用体验 在过去六年中，VSCode凭借其高度自定义的界面和丰富的插件生态，已成为开发者们不可或缺的工具。特别是在Jupyter Notebook环境下，VSCode与GitHub Copilot的配合简直堪称完美： 然而，直到2024年10月29日，Claude 3.5 Sonnet才被引入GitHub Copilot。在此之前，开发者只能使用OpenAI的模型，这在某些AI性能基准测试中显得有些局限。 🤔 为什么尝试Cursor？ 尽管VSCode体验良好，但在与一些开发者交流后，加上Anysphere团队做客Lex Fridman播客的深度访谈引发了极大的兴趣，Cursor成为了一个不得不尝试的新工具。 更重要的是，Cursor免费安装，并提供免费版本供用户体验其核心功能。这种低门槛的体验方式，让开发者可以轻松试水。 🎯 Cursor的使用体验 1️⃣ 界面与上手体验 首次打开Cursor时，开发者会感到极度熟悉。 2️⃣ Jupyter Notebook 体验欠佳 尽管Cursor保留了大部分VSCode的功能，但在Jupyter Notebook支持方面仍有不足： 3️⃣ Composer：AI项目生成利器 Cursor的Composer功能可以通过简单的提示，自动生成项目结构、配置环境、编写测试和文档。示例提示： 创建一个使用pygame的俄罗斯方块游戏，添加测试和README.md说明文件，按照标准项目结构划分src、tests等文件夹。 结果令人惊艳： 在几分钟内，一个基础的俄罗斯方块游戏被成功搭建完成，极大提升了开发效率。 📊 VSCode vs Cursor：关键对比 特性 VSCode + GitHub Copilot Cursor 界面 高度可定制，用户友好…

埃隆·马斯克旗下AI初创公司xAI再度筹集60亿美元资金，这是继今年6月同样规模的融资后，xAI在短短几个月内的又一轮大手笔资金注入。 这轮融资吸引了97位战略投资者，其中包括a16z、贝莱德（Blackrock）、红杉资本（Sequoia）、摩根士丹利（Morgan Stanley）、富达投资（Fidelity）、王国控股（Kingdom Holdings）、光速创投（Lightspeed）、MGX、英伟达（NVIDIA）和AMD等巨头。 外界盛传，马斯克计划将这笔资金用于扩建AI超级计算机“Colossus”，旨在为旗下AI项目提供强大算力支持，包括聊天机器人Grok 和AI图像生成器Aurora。 1️⃣ 独家邀请制：本轮融资仅限于上一轮的投资者参与，进一步增强了这些战略合作伙伴的地位。2️⃣ 估值翻倍：马斯克的目标直指500亿美元估值，这将使xAI在短短半年内市值翻倍。3️⃣ 回馈机制：据传，为了感谢在Twitter（现为X）收购案中提供帮助的投资者，马斯克或将向他们提供xAI 25%的股份。 在全球AI竞赛中，马斯克无疑正加速xAI的成长步伐。凭借强大的资金支持和战略投资者的背书，xAI正逐步缩小与OpenAI、Anthropic等AI巨头之间的差距。 随着超级计算机“Colossus”的扩容以及AI产品线的逐步完善，xAI有望在技术研发和市场应用上实现突破，甚至可能重新定义AI产业的游戏规则。 🤔 马斯克的AI帝国蓝图，或许才刚刚展开。

在AI竞赛日益白热化的背景下，有消息显示，谷歌的Gemini模型在测试和优化过程中，正被用来与Anthropic的竞争对手模型Claude进行一对一的答案比拼。据TechCrunch披露的内部通信记录，承包商在比较两者表现时，需要对每个回答进行细致评分，涵盖真实性、冗长程度等多个维度，每个提示（prompt）的对比测试时间最长可达30分钟。 Claude“意外现身”谷歌内部平台 在谷歌为Gemini进行的AI质量评估过程中，部分承包商注意到测试平台中出现了Anthropic Claude的明确引用。有一条输出甚至直截了当地表明：“我是Claude，由Anthropic开发。” 更引人关注的是，承包商在比较两者安全性时发现，Claude在安全设置上明显更加严格。有内部消息指出，Claude在面对潜在不安全提示时，通常选择直接拒绝回答，甚至不会进行角色扮演类的互动。而在一项测试中，Claude拒绝回应一条提示，而Gemini的回答却被标记为“重大安全违规”，原因是涉及“裸露和束缚”内容。 商业条款与潜在违规 根据Anthropic的商业服务条款，未经授权，客户不得使用Claude来“构建竞争性产品或服务”，也不得将Claude用于“训练竞争AI模型”。然而，谷歌作为Anthropic的重要投资者，其行为的合法性引发了外界质疑。 双方的沉默与澄清 当被问及谷歌是否获得了Anthropic的明确许可时，谷歌DeepMind的发言人Shira McNamara拒绝正面回应，仅表示谷歌在进行模型性能比较时，遵循行业标准，不存在利用Anthropic模型训练Gemini的情况。 McNamara强调：“当然，按照行业惯例，我们确实在某些情况下会比较不同模型的输出，但任何有关我们使用Anthropic模型来训练Gemini的说法都是不准确的。” 与此同时，Anthropic方面在TechCrunch报道发布前未作出任何回应。 专家评分引发更大担忧 TechCrunch此前还独家报道称，谷歌的AI承包商目前被要求在其专业领域之外，对Gemini的AI回答进行评分。这引发了部分评分员的担忧，尤其是在医疗健康等高敏感性话题上，Gemini可能会生成不准确甚至误导性的信息。 AI军备竞赛背后的灰色地带 在科技巨头竞相追逐AI领先地位的当下，模型之间的对比测试并非新鲜事。然而，这种直接利用竞争对手模型进行细化评分的做法，无疑踩在商业规则与道德边界的模糊地带。 随着AI技术的持续突破，关于模型训练、数据使用和竞争合规性的争议恐怕会愈演愈烈。这不仅是谷歌与Anthropic之间的博弈，更是整个AI行业在飞速发展中必须直面的关键问题。

在即将到来的美国反垄断大审判中，苹果（AAPL）选择介入谷歌（GOOGL）的案件，理由是担心其与谷歌之间数十亿美元的收入分成协议可能受到影响。据估计，仅2022年，谷歌就向苹果支付了约200亿美元，以确保自家搜索引擎成为Safari浏览器的默认选项。然而，苹果认为，谷歌已无法在这场官司中充分代表其利益。这场审判可能引发深远影响，甚至可能迫使谷歌出售Chrome浏览器或Android操作系统，以重塑在线搜索市场的竞争格局。 科技巨头的命运交织美国司法部对谷歌的反垄断诉讼，被视为美国反垄断执法史上的关键时刻。检察官们将矛头指向谷歌在在线搜索领域的垄断地位。面对压力，谷歌提出放宽与浏览器开发商和无线运营商的默认搜索协议，但对终止与苹果的高额广告收入分成协议却表现出强烈抵抗。苹果的参与，凸显了这笔200亿美元合作协议对其服务收入的重要性。 市场风向标：巨头间的利益天平 胜负博弈：苹果的潜在得失 ✅利好面： ❌风险面： 科技巨头的未来棋局苹果介入这场具有里程碑意义的反垄断案件，无疑是对其长期利益的战略防御。虽然苹果否认有意开发自家搜索引擎，但这场官司的走向可能重新定义科技巨头之间的合作与竞争边界。 随着审判临近，在线搜索市场的未来格局以及科技巨头面临的监管审查，都将成为投资者和政策制定者关注的焦点。这场博弈的最终结果，或将为数字经济的未来写下浓墨重彩的一笔。