Perplexity要搞竞价排名了 大模型的尽头是广告?

Perplexity要搞竞价排名了 大模型的尽头是广告? 作为一款会话式答案引擎,Perplexity将聊天机器人和搜索引擎功能相结合。用户直接用自然语言提问, 就能获取大语言模型从网络筛选总结出的文本答案、相关图片和视频。Perplexity还会在回复中提供精确引用链接,以杜绝虚假信息和AI幻觉。同时建议用户可能感兴趣的相关问题,引导进入更深层探索。而也就是这占到总查询量40%、支撑它产品特色之一的“相关问题”,将成为Perplexity首先对金主开放的广告位:当用户进一步挖掘某个主题时,Perplexity会在有机问题旁边添加来自品牌赞助的问题,追问后继续显示相关广告链接。也就是大家经常“抱怨”的,但却是搜索引擎一直赖以赚钱的竞价排名。根据公司首席业务官Dmitry Shevelenko透露,这一功能将在未来几个季度推出,除此之外还没有更多细节。消息一出,AI圈整个大无语当初你可不是这么说的啊?理想很丰满,但广告可能更香Perplexity成立于2022年,起初的构想是借助GPT-4等先进AI大语言模型,打破Google和必应在过去二十多年来垄断的关键词搜索模式,让人们直接提问就能收到真实、准确、可信赖的答案,而不必迷失在眼花缭乱的广告和算法优化的碎片内容里。这种将用户而非广告商放在核心位置的产品理念,也在当时大得民心,各平台下载榜攀升迅速。收获了包括前GitHub 首席执行官 Nat Friedman在内的众多粉丝拥戴,人们纷纷表示已经抛弃Google,转为把Perplexity作为获取所需信息的首选平台。Perplexity也一度成为搜索引擎民主革新的代名词,曾在公司首页上这样介绍自己:“搜索信息应该是一种直接、高效的体验,不受广告驱动模式的影响。我们之所以存在,是因为在信息过载的噪音中,明确需要一个平台来提供精准、以用户为中心的答案,尤其在时间如此宝贵的时代。”而现在,Shevelenko在面对外媒提问时却说,“广告一直都是我们打造出色业务的一部分。”同时眼尖的网友也发现,那句“不受广告驱动模式的影响”已经被悄悄删掉了。这似曾相识的一幕和Mistral AI在与微软达成合作关系后的做法有点像。当时mistral AI也是被人发现移除了网页上“致力于开放模型”的使命描述,估计怕引起争议,后来他们又把这句话加上定语 ‘Mistral 7B和Mixtral 8×7B’重新添了回去。不过 Perplexity这次要直接卖广告,是不是有点儿打脸自己最初特立独行、引以为傲的创始使命了?公司创始人兼首席执行官Aravind Srinivas曾公开表示,自己想做的是“精确、真实、有学术性,提高地球知识资本的产品”。也提到过对于Google这类传统搜索引擎来说,“改进生成式搜索体验可能会损害其非常重要的广告收入来源。要保护既得利益,就得限制提供直接答案的能力”,所以Perplexity与Google竞争“是完全可行的”。但看起来随着现实运营,Srinivas在说法上也渐渐发生了转变。他最近接受Wired杂志采访时谈到,自己并不反对广告。事实上,他对平台上广告的展望是帮助广告商了解谁在搜索,然后对"高价值流量"出价。曾经坚定引领畅快无广AI搜索体验的一股清流,现在告诉你,“广告并非邪恶。当广告做得好时,它就非常棒,生成式AI将帮助我们建立更好的定位。”公众能买账吗?有用户抨击得毫不留情,直言Perplexity以前不停地用“取代Google”和“更好的用户体验”做营销,现在也自毁名声,跌进了广告的兔子洞。有盲生发现了华点:“我们闭环了”。“我妈好多年前就告诉我,天下没有免费的午餐。”也有人直接指出这就是所有初创公司对抗巨头的骨感现实,“你不可能只靠免广告和注重隐私就想打败Google。””所有人都觉得自己能取代Google,直到它需要考虑赚钱和发展。”下面这位网友属于理想派,虽然觉得很失望,但还是相信搜索引擎完全无广告、无偏见的重要性。相比之下,这位The Verge读者的评论比较中肯,“老实说,只要不影响核心体验,我并不反对这种做法,而且他们也会继续提供一个无广告的付费‘专业’版本。我明白现在运营AI服务是非常昂贵的,金钱的水龙头终将要打开。风险投资的现金储备只能烧那么久,最终总会耗尽的。”这也道破了大部分AI初创公司面临的现实问题:纯服务用户的理想固然美好,赚钱吃饭养家也是不得不跨越的门槛。拿下融资是市场对公司价值的认可,但这有时也像一把双刃剑,面对投资者们的回报期许,从话语权到商业路线,势必会发生转变。大模型的尽头也是广告其实AI公司的各种商业化调整,早就不是什么新鲜事了。最人尽皆知的就是行业老大OpenAI,从创始之初几个人的公益性质非营利研究实验室,到今天估值800亿美元以上的AI帝国。在这个比技术更拼烧钱的行业里,OpenAI一路融资、强势开发、部署大企业、进军半导体和AI硬件,完成了它的华丽转身。在那场闹剧般的领导层动荡风波里,各种烟雾弹散去后,人们发现,真正话事的还是资本巨头微软。被微软收入麾下做“第二条腿”的Mistral AI也差不多。原本以“引领开放模型革命”为公司使命,正面硬钢OpenAI、Google等走闭源路线的AI竞争者,曾被开发者社区盛赞为“地球上最真诚和忠于初心的团队”。后来忽然就变成了OpenAI的二师弟。那个承诺“为企业提供一种无限接近GPT-4的开源选择”,也成了付费版的闭源Mistral Large。除此以外,有人工智能届GitHub之称的开源社区Hugging Face,也选择了“开源带动商业”的策略,通过开源项目吸引用户和开发者,再通过会员付费、企业数据托管等实现盈利。最近刚刚美股上市的社交聚合平台Reddit,虽然都不算AI公司,也通过授权平台数据用于大模型训练找到了新的变现方式。有网友拿免费网络实时通话软件Discord即将展示商业广告的新闻和Perplexity放在一起类比说,“广告是大规模消费者服务货币化的最有效方式。像Perplexity和Discord这样吹嘘他们永远不会投放广告的公司,最终只会在投资者要求收入增长时悄悄更新他们的说辞,虽然看起来很蠢。零广告收入的时代结束了。该赚钱了。”“到了最后,大家早晚都回归到广告。”确实,在潜力巨大的大模型时代,技术变现路径往往长且曲折。面对高昂的开发成本和持续的运营费用,广告仍然是商业化难题的最直接解决方案。对于现在的Perplexity来说,将广告纳入未来产品计划,需要有足够大的用户基数吸引营销商兴趣,同时确保客户赞助的问题与主题相关,不干扰平台的核心使用流程显然目前的1000万月活用户还有很大提升空间,而一边做好平台体验吸引更多用户,一边招揽金主爸爸投广告,各方面来说都算是不小的挑战。无论如何,AI公司商业化都是不可逆的大势所趋。如何找到其中的平衡,将是所有企业走得更远需要面对的共同课题。看起来Perplexity已经想明白了,在探索成为一个更好的Perplexity 2.0之前,它首先选择活下去。作者 |张潇雪 ... PC版: 手机版:

相关推荐

封面图片

黄仁勋“几乎每天用” Perplexity会是“搜索的未来”吗?

黄仁勋“几乎每天用” Perplexity会是“搜索的未来”吗? 这公司到底什么来头能让黄仁勋天天用?Perplexity自称为“世界上首个对话式搜索引擎”,核心使命是:挑战Google在搜索引擎领域的主导地位。与Google传统搜索引擎不同,Perplexity并非简单给出网站链接,而是运用先进的人工智能模型,针对用户的搜索问题提供直接、精准的答案,这种模式提升了搜索效率,也使得搜索过程更为智能;而与ChatGPT等生成式AI相比时效性更强、可溯源。Perplexity于2022年8月成立,获OpenAI、Meta内部AI负责人等注资,并未研发自己的大语言模型,而是选择GPT-3.5等大语言模型的接口做一些微调,旨在用AI技术打造一个没有广告的“Google搜索”。Perplexity的创始人兼CEO Aravind Srinivas直言,他们之所以存在,是因为在信息过载的噪音中,需要有一个平台来为用户提供精准的答案,“尤其在时间如此宝贵的时代。”Srinivas认为,Perplexity最终会取代Google和Bing等传统搜索引擎。数据显示,Perplexity去年的年收入已突破1000万美元大关,今年2月,其移动端和桌面应用的访问量同比增长8.6%,达到了5000万用户。这一庞大的用户规模也吸引了众多投资者的目光,近日,媒体报道称,Perplexity开始进行新一轮的融资,估值将达到10亿美金成为新的“独角兽”。而2个月前,Perplexity刚完成了7360万美金的新一轮融资,当时估值为5.2亿美金,这意味着2个月时间其估值涨了1倍。Perplexity重新定义AI搜索打开Perplexity,你或许会误以为这是一款与ChatGPT或者Claude类似的AI聊天机器人,主要由左边的标签栏和右边的搜索框组成,用户可以在搜索框里搜任何你想知道的东西。比如华尔街见闻搜索了一下“如何看待马斯克起诉OpenAI”。Perplexity搜索结果中包括以下几个部分:“Sources” :列出答案所引用的来源,支持点击链接,这一例子中,Perplexity共引用了5个不同的来源。“Answer”:通过整合内容得出的结构化答案,文字包含引用源,比如这个例子中,完整解释了马斯克诉讼OpenAI的始末,以及OpenAI对马斯克的最新官方回应。“Related”:回答完成后,Perplexity还会紧跟着提供几个可能感兴趣的相关问题,可以直接点击追问,也可以继续文字提交。有观点认为,此前《纽约时报》针对OpenAI的侵权诉讼里就提及了ChatGPT来源不清的问题,而Perplexity清晰的原文链接或许可以一定程度上避免版权纠纷。用户如果对Perplexity的回答不满意,也能让它重写,同时还会提供一些衍生话题的追问,比如:马斯克和OpenAI的关系如何?马斯克的诉讼对OpenAI的影响?Perplexity的工作原理是:用户输入一个内容后,它会重构查询,从实时索引中提取出相关链接。然后,Perplexity将回答用户查询的任务交给大语言模型(LLM),要求它阅读所有链接,并从每个链接中提取出相关段落整合内容,形成精准全面的答案。除了搜索外,Perplexity AI还提供了“发现”板块,展示最近比较热门的新闻,比如,今日发稿之时最火的话题为OpenAI官方回应马斯克的博客。Perplexity与巨头们相比强在哪儿?那么在AI应用接连落地,搜索引擎“卷出天际”的时代,Perplexity有哪些优势?分析指出,首先,与Google相比,Perplexity页面更为简洁凝练,给出的搜索结果排序依据不同,传统搜索引擎的结果排序受SEO优化、广告等因素影响。而Perplexity更多基于语义信息和内容本身质量进行排序,不受SEO等因素的影响。比如,当让Perplexity帮忙找哥伦比亚大学附近最实惠的打印店时,Perplexity很快提供了20个引用来源并筛选出6家门店。每家都尽可能附带了官网、地址和业务范围。同样的问题去Google搜索,结果不出所料前4个都是广告赞助,而后是Google地图、Yelp排名、某个打印店官网、Reddit论坛等等各种杂烩。因此从Perplexity直观的界面对比来看,确实Google的回答需要用户花很长时间去甄别有效信息。其二则在于,Perplexity重视事实和信息来源的做法,可以建立"用户信任",使用者不用担心其提供的答案是否有“幻觉”,减少了大模型有时出现的“胡言乱语”的情况。Perplexity生成的每一句话都附有引用链接,在保证可靠性的同时便于用户溯源或深入研究。此外,Perplexity与用户之间的沟通方式更为灵活,除了回答问题外,Perplexity还允许用户提出后续问题、搜索视频、甚至生成图像等等,便于使用。Perplexity可以进行上下文响应,而传统搜索引擎却无法保证逻辑的延续性。Perplexity有望打破Google垄断,重塑生态?中金公司认为,自研大模型与内部搜索引擎或为未来探索方向,从成本看,据测算,Perplexity调用Bing搜索引擎及GPT-4的单个问题成本约为0.03美元,年成本约为6000万美元。使用GPT-3.5微调模型降低成本,自研模型与内部索引或为未来探索方向:Perplexity成本主要来源于两部分,即调用Bing Search API查找相关内容的成本、调用GPT生成答案的成本。Perplexity官网显示,目前Copilot已经可以基于自研的GPT-3.5 微调模型提供服务,与GPT-4性能基本对等,且能减少4-5倍延迟,输入成本可以控制在0.012美元/1k tokens,输出成本可以控制在0.016美元/tokens。按照同样的计算方法,单次提问成本降至0.02美元,年成本4568万美元。此外,公司创始人也表明,除使用自研模型之外,搜索引擎API调用成本受到Bing和Google的防御性机制而走高,我们认为建立内部搜索引擎也有望使得成本端下降,公司也计划在这两方面持续探索更加健康的发展方式。中金公司认为,从需求侧看,Perplexity的出现及高热度验证了大模型与传统搜索引擎结合的刚性需求,未来以Perplexity为代表的对话式搜索引擎模式或将长期存在。虽然目前Perplexity在短期内无法撼动商业模式完备成熟的搜索引擎市场,但有望通过生态夯实先发优势:从供给侧看,随着传统搜索引擎与大模型厂商的入局,未来对话式搜索引擎的格局有望呈现百花齐放态势。Perplexity的主要竞争对手可以分为两大类别,一类是以Google为代表的传统搜索引擎厂商,另一类是以OpenAI为代表的通用智能大模型厂商。Perplexity有望打造知识平台,成为生态入口。基于对话式搜索引擎,Perplexity支持用户将搜索问题及答案分享至社区,供其他用户学习讨论。2023年9月,公司发布Collections,可以根据项目、主题或其他分类创建收藏夹,整合梳理查询对话并拓展新问题,还可以邀请其他参与者协作管理Collections,创建知识共享平台。随着Collections、pplx-api等业态的逐步成熟,我们认为Perplexity有望建立特定社群,进一步夯实对话式搜索引擎的领先生态优势。 ... PC版: 手机版:

封面图片

实测发现Perplexity AI几乎可以完全替代Google搜索

实测发现Perplexity AI几乎可以完全替代Google搜索 此外,他表示,Perplexity 在查找最佳来源并以简洁的格式呈现它们方面做得很好。《Fast Company》杂志的一篇文章探讨了 Perplexity AI 的崛起,以及它如何有可能打破Google在搜索引擎市场的主导地位。Perplexity 已筹集约 1.63 亿美元,这听起来可能很多,但实际上这只相当于Google半天的收入。Google的市值超过一万亿美元。到目前为止,Perplexity 的免费版本对用户来说已经足够了。用户不需要每月支付 20 美元来访问额外的大型语言模型 AI 和它提供的其他高级服务。然而,最终,他们将不得不开始销售广告或找到其他方式从不付费的人那里赚钱,因为现在他们除了在数据分析中使用我提出的问题以及用户如何与它互动之外,没有从用户身上赚到任何钱。他猜想 Perplexity 最终会被 Google 或 Microsoft 收购,并被整合到他们的搜索产品中,这可能会让 Perplexity 变得没那么有用。但目前,它是用户与网络互动的主要方式。 ... PC版: 手机版:

封面图片

Anthropic发布了Claude AI模型的iOS移动应用

Anthropic发布了Claude AI模型的iOS移动应用 Anthropic公司的产品经理斯科特-怀特(Scott White)说,许多Claude用户一直通过移动网络访问人工智能模型,这促使Anthropic公司推出了Claude.ai的应用版本。不过,Anthropic 的移动应用推出得有点晚。OpenAI的ChatGPT等竞争对手已经有一个运行多年的移动应用,而Google的Gemini可以在iPhone用户的Google应用和自己的Android应用中找到。人工智能搜索平台 Perplexity 也有一个移动应用。Claude 应用程序将免费提供给 Claude 人工智能模型的所有用户,包括免费用户、Claude Pro 用户和新的 Claude Team 计划。Anthropic公司表示,该公司本月还将推出"团队计划",为一个至少5人的小组提供Claude模型的访问权限,每个席位每月30美元。当使用该计划的用户开始在 Claude 上构建模型时,他们可以与其他用户分享。Pro计划于 9 月份首次推出,仅面向个人,每月 20 美元。团队计划的用户可以使用Pro套餐的所有功能。与Pro版用户相比,它可以在Claude模型上进行更多的聊天查询,而Pro版用户的聊天次数已经是免费用户的五倍。团队计划还提供更大的上下文窗口,这意味着人们可以要求Claude聊天机器人分析长篇文档,并保持复杂的来回对话。该公司表示,它还能为团体提供更多的管理控制。用户可以在应用程序上切换Pro版订阅或团队计划,尤其适合那些希望在工作和个人生活中使用 Claude 的用户。Anthropic于今年 3 月发布了Claude 3 系列机型。它有三种尺寸:中型的 Claude Sonnet、最大的 Claude Opus 和公司最小的 Claude Haiku。去年 9 月,亚马逊向 Anthropic投资 40 亿美元。 ... PC版: 手机版:

封面图片

Perplexity认为谷歌、Meta、马斯克和整个世界都在抄袭它

Perplexity认为谷歌、Meta、马斯克和整个世界都在抄袭它 此人便是Perplexity 的CEO Aravind Srinivas。4月12号他忽然在X平台发文,致敬自己公司的设计师,配图却是Meta AI的聊天界面。这是干啥?Aravind Srinivas紧接着用“引用源”加上Perplexity的界面截图解释:暗指Meta AI从醒目logo、标语、到加了表情包的灵感问题提示,整体页面设计全都“抄袭”了自家产品。对此评论区意见分成了两派,有的说小扎确实是能靠抄别人的东西拿奥斯卡奖。“就跟我抄高年级的期末作业一样。”“恭喜perplexity的设计师创造了新的行业模版。”另外一些网友却认为这有点牵强了,“那你要这么说,Perplexity形状是方的,meta是圆弧的…”有人也阴阳了回去:“你是说致敬ChatGPT的设计师吧?尽管Perplexity想出来把提示问题移到屏幕中间的好点子,还是恭喜你们了。”Aravind Srinivas那边似乎并不服气,凌晨四点又继续发文说:“抄袭好东西是正确的做法。我们都应该这样做。我们从Google那里借鉴了一些东西(知识卡、组件)。Google也从我们这儿借鉴了一些东西(后续问题、来源归属),OpenAI则从双方那里都借鉴了(突出链接、提供建议问题、快速查询重构)。Grok拿走了在Perplexity Discover上首次实现的新闻曝光功能。当被其他聪明的人采用时,恰恰证实了这些想法是好的。”配图是左边的Grok和右边的perplexity:好家伙,这回是Google、OpenAI、Grok都含沙射影地中枪了所有做聊天机器人的公司,不约而同抄都把Perplexity作为首要“抄袭”对象。结果被这位大哥一句话直接扎心:“我们都不知道还有Perplexity Discover这种东西存在。”“任何人都可以复制想法,然后加上你自己的特色。世界就是这样的,天性如此,我们当然也可以这样做。”网友让Srinivas别抱怨了。再说那什么Discover,本质上不就是 News Feed吗?那可不是Perplexity发明的,Google的搜索引擎里已经有这个功能十几年了。说起来,这也不是Aravind Srinivas第一次“指责”别人借鉴他的劳动成果了。今年一月时,贾扬清在X上发布了一个基于LeptonAI 云平台的对话式搜索引擎 demo,用500行Python代码轻松实现了类似Perplexity的效果。这个“Lepton Search”的后端是Mixtral-8x7b 模型,接入Bing 搜索 API,用户输入问题后就能返回答案、引用来源和相关问题。LeptonAI通过这个演示向大家展现了现在构建一个人工智能应用有多简单。换句话说,等于把Perplexity这个产品 “剥皮”了。它的前端设计的确看起来很fancy,但技术门槛其实很容易实现。这很快引来Srinivas的空降,转发贾扬清的推文并用一贯“委婉”的语气内涵道:“很高兴看到 Perplexity 成为未来融资动作的标杆,包括前 Meta 和阿里巴巴高管都来取经!Perplexity 的影响力已经不局限于产品本身,而是辐射到了整个科技生态和行业发展,令人振奋!”双方粉丝当时也各执一词。支持Perplexity的人认为Lepton就是抄袭,反对方觉得Lepton只是通过演示证明自己的能力,再说你perplexity也没有知识搜索专利,着实是反应过度了。贾扬清也没有示弱,表示自己搭建这个demo的灵感来自于和微软技术专家@youwu_5u喝咖啡时,关于 RAG 的效果究竟是源自搜索还是大模型的讨论,并以代码全部开源正面回击。所以从现在Srinivas又“出征” Meta和Grok,我们也看出来了,Perplexity还真是时刻处于战备状态,觉得全世界都在抄它!不过来来回回,好像指责的总是离不了“创意、界面设计、功能”上的抄袭,除此之外再无其它。有网友无情戳穿,“这是不是因为,Perplexity明白,自己除了UI也真没什么可抄的了”。甚至有人用任何AI聊天机器人都能生成类似的前端代码,再加上一些自己的想法,就能打磨出一款全新外壳。工作流程来说,Perplexity先获取用户输入,基于实时索引重构查询,再将回答问题的任务交给大语言模型,要求它阅读所有相关链接,从中提取出相关段落整合内容返回给用户。拆解下来,本质上还是靠Google和Bing们提供的检索API和GPT-4、 Claude 3等LLM。作为一家应用类公司和API接口供应商,Perplexity并没有自己的基础大模型,默认的两款免费自研模型都是从GPT微调而来,也就没有坚固不可逾越的技术护城河。搜索体验上的优化与创新才是Perplexity最初吸引用户的法宝,也自然成为他们握紧在手里,拼命捍卫的东西。Srinivas在X发布的记录Perplexity产品构思的第一块白板尽管对于平台类公司来说,这种彼此间的“借鉴”已经太司空见惯,打车软件Uber和Lyft,点餐应用DoorDash、Uber Eats和Postmates,国内的美团和饿了么等等例子就更多。但年轻的Perplexity在还没有形成稳定而广泛的客户群,功能也比较朴素、尚未全面开花,在现金流还需要考虑卖广告来加持的情况下,这种担心随时被替代的焦虑感就更严重。甚至需要抓住一切机会去“碰瓷”,即时这看起来难免有些应激。另一个不可否认的现实是,市场上形形色色的AI初创公司们之间存在一个清晰的估值断层。那些开发了基础大语言模型或具备核心技术的OpenAI、Anthropic、Cohere、Scale AI等总是处于领先的第一梯队,而Perplexity或Poe这样的平台类公司估值一旦达到某个位置就难以突破。Poe现在冲的是最快速地集成市场上最新的大模型,以及Poe bot创作者共享经济模式,加上Quora做后备,也算找到了自己的一条路。而对Perplexity这个目前仅靠对话式搜索引擎一个饭碗的公司来说,也必须承认,创意一旦公开就不再是秘密,人人都有权利去借鉴和优化。最后也说句公道话,时至今日,作为一名Perplexity订阅用户,它对于琐碎信息的整理能力和杜绝AI幻觉的准确性,依然是吸引我的付费的点。做的最快能证明团队足够敏锐和优秀,做到最好更是需要持续研习的智慧。Perplexity与其紧盯着对手们在网上抱怨,不如放下独创性的执念,巩固优势并继续沉下心洞察市场、打磨产品,用下一个耳目一新的功能证明自己。 ... PC版: 手机版:

封面图片

微软入股、数值碾压Meta AI新贵Mistral发布旗舰大模型

微软入股、数值碾压Meta AI新贵Mistral发布旗舰大模型 Mistral AI正式成立于2023年5月。在去年这个时候,创办这家公司的三个法国年轻人还分别在谷歌DeepMind、Facebook上班。到去年12月,随着英伟达、赛富时以及一众华尔街资本挥舞支票,赶忙参与公司价值超4.5亿欧元(接近4.9亿美元)的融资,Mistral AI的市值已然超过20亿美元。(Mistral AI的三位创始人Guillaume Lample, Arthur Mensch, Timothée Lacroix都只有30多岁)发布最新大模型&首个聊天机器人Mistral AI周一宣布,正式推出最新旗舰模型Mistral Large。公司声称该模型具有“顶级的推理能力”,能用于处理复杂的多语言推理任务,包括文本理解、转换和代码生成。在AI理解能力测试基准MMLU的对比中,Mistral Large的得分仅次于GPT-4,略好于Anthropic开发的Claude 2。至于谷歌的Gemini Pro以及Meta的LLaMA 2 70B模型,则被甩开了一个身位。(来源:Mistral AI)据悉,这个模型拥有3.2万tokens的上下文窗口。按照一个token约等于0.75个英文单词的惯用算法,Mistral Large能够一次性从接近2.4万个英文单词的文档中精确提取信息。公司介绍称,该模型对英语、法语、西班牙语、德语和意大利语具有母语级流利程度,并对语法和文化背景有细致的理解。不过与一众大模型一样,实测下来中文也是能用的(后面有测试案例)。当然,最重要的是Mistral AI的开源属性除了使用云服务部署外,还能直接下载部署到本地。与封闭AI模型的龙头OpenAI不同,Mistral AI的大模型可以在“抱抱脸”等代码平台上下载,不过目前还没看到Large模型的文档。(来源:公司官网)公司也在周一发布首个聊天机器人LE CHAT,可以选用刚刚发布的Large模型,以及对延迟、成本进行优化的Mistral Small,还有一个名为Next的下一代原型模型。总而言之,提供了一个试用的窗口。从短暂的上手实测来看,这个模型哪怕使用中文,回答简单的推理题完全没有问题。(来源:LE CHAT)对于美国历史和法国历史,这个模型也能答得上来。不过在追加测试中,这个模型对中国文化历史的了解可以说是....惨不忍睹,不过Mistral本身也没说这个模型懂中国历史。这也是国外开源AI模型存在的通病。(来源:LE CHAT、文心一言)微软收购公司部分股权同样在周一,Mistral AI与微软宣布达成了一项新的合作伙伴关系。从公告上来看,双方的合作主要包含三个方面:1、微软向Mistral AI提供开发和运营模型所需的算力;2、Mistral AI的大模型上架微软云服务,供全球用户部署;3、双方将探索合作,为特定客户制作特定模型。除了提供算力和云服务客户外,这份合作协议也使得微软持有Mistral AI“一小部分股权”。值得一提的是,Mistral这个法文单词的原意指的是“法国吹来的强风”,公司创立的愿景是搞AI其实不需要那么多钱,许多公司白白浪费了非常多的资金。创始人兼首席执行官Arthur Mensch直言,公司要做AI世界里资本效率最高的。Mensch透露,周一发布的Large模型,整个开发成本低于2000万欧元。作为对比,奥尔特曼去年提到过GPT-4的开发成本可能要超过1亿美元。对于微软而言,不管是代表封闭生态的OpenAI,还是开源社区的Mistral或Meta跑赢,公司都将是AI赛道的大赢家。这三家的AI模型都已经上架Azure的云服务,现在美股“股王”还持有前两家公司的股权。 ... PC版: 手机版:

封面图片

不是所有声称开源的 AI 模型是真的开源

不是所有声称开源的 AI 模型是真的开源 AI 研究人员表示,Meta 和微软等科技巨头称其 AI 模型是开源模型,但它们并没有披露模型底层技术的重要信息。荷兰 Radboud 大学语言科学家 Mark Dingemanse 表示,大公司正从宣称开源模型上受益,但与此同时试图尽可能少的披露信息。这种做法被称为“open-washing”。Dingemanse 指出,相比下资源更少的小型 AI 企业则表现更令人称赞。他和同事创建了一个最开放和最不开放模型排行榜。他们评估了 40 个声称开源或开放的大模型,根据代码和训练数据的可用性、文档以及模型易访问性等 14 个参数制定了排行榜。研究人员发现, Meta 的 Llama 以及 Google DeepMind 的 Gemma 虽然自称开源或开放,但实际上只是开放权重,外部研究人员可以访问和使用预训练模型,但无法检查或定制模型,也不知道模型如何针对特定任务进行微调。根据他们的排行榜,BigScience 的 BloomZ 是最开源开放的模型,其次是 Allen Institute for AI 的 OLMo,Mistral AI 的 Mistral 7B-Instruct。 via Solidot

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人