这一波生成式AI浪潮在我的知识体系中,第一次看到的相对完整且偏行业(而非技术向)的梳理是去年9月红杉美国发的那篇:《Genera

这一波生成式AI浪潮在我的知识体系中,第一次看到的相对完整且偏行业(而非技术向)的梳理是去年9月红杉美国发的那篇:《GenerativeAI:ACreativeNewWorld》这里https://www.sequoiacap.com/article/generative-ai-a-creative-new-world/当时红杉给出了很多观点以及画了好几张直到今天你依然可以在各种关于AI的演讲中会出现的偏行业Maps性质的图片(图1,图2);然后时隔一年,红杉美国最近又发了这个文章系列的更新:《GenerativeAI’sActTwo》https://www.sequoiacap.com/article/generative-ai-act-two/文章的内容质量还是很高的,我简单总结下:1、定义了ACT1是发现了新的“锤子”---基础模型,现在在向ACT2(端到端的解决问题)演进;2、重新画了行业地图(图3),并且按照2C\2B\2内容生产者的框架重新划分;3、增加了LLM开发者生态的行业地图;(图4)4、回溯了之前判断中的错误:发展速度比所有人预期的都快、瓶颈不是客户需求而是GPU、应用和底层模型并未分离、竞争的急速加剧、大家伙们并没有落下、壁垒在客户而不是数据;5、当然也确定了之前一些推论是正确的:生成式AI是一件大事、杀手级应用出现(ChatGPT\CharacterAI\Midjourney)、开发者很关键、大模型能力持续进化、版权/道德/伦理问题;6、从月留存和用户活跃(DAU/MAU)数据对比,现在的AI应用相较于古典web2的那些大家伙们还有比较大的差距,他们需要持续的“证明价值”,以度过“awkwardteenageyears.”;以及英文不好的同学可以看译稿,这里:https://mp.weixin.qq.com/s/e2bOOnRfuV36WylWLidLxw(国内的自媒体生态啊,也是真的够卷的了……)

相关推荐

封面图片

英伟达GPU囤太多,科技巨头赚不出2000亿美元?红杉与AI大佬激辩

英伟达GPU囤太多,科技巨头赚不出2000亿美元?红杉与AI大佬激辩不论是“领头羊”微软,还是“后起之秀”Google、Meta、Adobe,这些公司还处于将AI接入其产品的阶段,还没有真正“货币化”,即从AI那里赚到真金白银。目前,许多公司的AI服务都是免费的,只有微软敢把Copilot费用提价83%,但消费者还未必买账。尽管还未真正实现盈利,但科技公司大举投资AI领域、囤积GPU,已成为事实。根据华尔街分析师预测,到今年年底,英伟达的GPU销售额可能突破500亿美元。到此,投资者们就不禁想问,在盈利前景还不明朗的情况下,如此大举购买GPU,科技公司们能回本吗?到头来,会不会竹篮打水一场空?如果能回本,那什么时候才能回本呢?风投机构红杉的合伙人DavidCahn日前发文进行了计算。Cahn认为,每1美元的GPU支出,大约对应1美元的数据中心能源成本,也就是说,保守估计下,如果英伟达到年底能卖500亿美元的GPU,数据中心的支出就高达1000亿美元。然后,以50%的利润率假设,AI行业需要2000亿美元的收入才能收回前期投资的成本。但Cahn指出,目前只有750亿美元的年收入,缺口达到1250亿美元。质疑声袭来对于Cahn提出的观点,硅谷创投巨头A16Z特别顾问、AI初创公司2X创始人GuidoAppenzeller进行了反驳,逐字逐句地推翻了其论点。总体而言,Appenzeller的核心论点围绕着一个信念,即人工智能将成为几乎任何含软件产品中无处不在的组件。他断言,在GPU基础设施上的大量投资,即使高达500亿美元,也可以很容易地在全球5万亿美元的巨大IT支出中得到摊销。他不仅推翻了红杉对于AI赚钱能力的估算,还指出红杉最根本的问题是,低估了AI历史性革命的影响。具体而言,Appenzeller首先指出,Cahn是“标题党”,企图用“2000亿美元”这样一个数字来吸人眼球,但实际上他的计算过程完全是错的。Appenzeller指出,Cahn把GPU的购买成本(资本性支出)、每年的运营成本、GPU使用周期内的累计收入和AI应用带来的年收入都加到了一起,得到了2000亿美元这一看起来超级夸张的数字。但他认为,更合适的计算方法应该基于GPU买家投资成本所获得的年回报率。其次,他还认为,GPU的电费成本也被夸大了。根据Appenzeller的说法,一块H100PCIeGPU的成本大约是3万美元,耗电量约为350瓦,考虑到服务器和冷却,总功耗可能在1千瓦左右。以0.1美元/千瓦的电价计算,这块H100GPU在5年的生命周期内,在GPU硬件上每花1美元,其需要的电费仅为0.15美元,远低于Cahn估算的1美元。但最重要的是,Appenzeller认为,Cahn忽略了AI革命的规模。他指出,AI模型就像CPU、数据库和网络一样,是一种基础设施组件。而现在,几乎所有的AI软件都在使用CPU、数据库和网络,未来也是如此。那么,AI行业到底能不能赚够2000亿美元?Appenzeller给出了肯定的答案,而且不止如此,作为网络基础设施,它创造的收入会以不同形式存在于每个部门。因此,他总结称,AI会颠覆一切软件,Cahn所谓的“AI收入缺口”其实并不存在。...PC版:https://www.cnbeta.com.tw/articles/soft/1386107.htm手机版:https://m.cnbeta.com.tw/view/1386107.htm

封面图片

160年前引入英国的巨型红杉至今长势良好

160年前引入英国的巨型红杉至今长势良好由伦敦大学洛杉矶分校领导的一项新研究表明,160年前引入英国的巨杉适应性强,固碳效果好,每年可吸收约85公斤的碳。这项研究利用最先进的技术,让人们对这些树木的生长模式及其潜在的环境效益有了重要的了解,并强调了今后对这些树木适应英国不断变化的气候进行研究的重要性。维克赫斯特马桥森林的红杉树。图片来源:VisualAir©RBGKew发表在《英国皇家学会开放科学》(RoyalSocietyOpenScience)上的这项新研究发现,红杉树中最巨大的树种--红杉(Sequoiadendrongiganteum)(又称巨型红杉),平均每年有可能从大气中吸收85千克的碳。虽然红杉是在160年前引入英国的,但这是首次对其在英国的生长速度和恢复能力进行分析。据估计,英国有50万棵红杉,而且正在种植更多,部分原因是它们对公众的吸引力。在野外,红杉濒临灭绝,在加利福尼亚原生地仅存不到8万棵巨型红杉。研究方法和结果主要作者罗斯-霍兰(RossHolland)曾是伦敦大学洛杉矶分校地理系的硕士生,现就职于东点地理公司(EastPointGeo):"巨杉是地球上一些最巨大的生物,在其原生地,由于树龄巨大,构成了世界上碳密度最高的森林。我们发现,英国红杉能够很好地适应英国的环境,并且能够捕获大量的二氧化碳。我们希望这些发现能够帮助指导未来的植树和管理决策"。巨型红杉的3D激光扫描图,绿色块代表人的身高。资料来源:玛蒂尔达-迪格比研究人员强调,减缓气候变化最有效的方法是减少燃烧化石燃料产生的碳排放。树木可以通过吸收碳排放来提供帮助,但它们还能提供其他重要的气候、生态系统和福祉方面的益处。巨型红杉生长迅速,也是世界上寿命最长的生物之一,在其3000多年的生命中一直保持着快速生长。它们可以长到90米高,虽然不是世界上最高的(这个头衔属于它们近亲的沿海红杉),但它们宽大的树干向外生长,给它们带来了最大的体积。此外,它们耐火,能在大火中幸存下来,而其他树种的森林会被大火烧光。气候变化缓解与未来考虑这种树在加利福尼亚内华达山脉的原生地生长得最好,因此研究人员希望了解它们在英国气候条件下的生长情况,因为英国的气候更温和,降雨量范围更广。他们绘制了英国第一张巨型红杉专用地图,绘制了近5000棵已知巨型红杉的分布图。研究小组考察了位于苏塞克斯郡皇家植物园野生植物园维克赫斯特、埃塞克斯郡哈弗林郊野公园和苏格兰本莫尔植物园的三片树林。他们安装了地面激光扫描仪,对树木进行三维测绘,从而能够非常精确地测量树木的高度和体积,并制作出97棵代表性树木的三维模型。共同作者菲尔-威尔克斯(PhilWilkes)博士曾在伦敦大学洛杉矶分校工作,现就职于邱园皇家植物园:"利用最新的激光扫描技术,我们可以精确地'称量'这些大树的重量,而无需将其砍伐。这意味着我们可以对更多的树木进行测量,并在未来重新对它们进行考察"。两棵巨杉的3D激光扫描图。图片来源:玛蒂尔达-迪格比他们发现的最高的一棵树高约180英尺(54.87米),与大多数英国本土树种相比,这棵树堪称"巨树",但与美国同类树种相比就相形见绌了。这在一定程度上是因为英国红杉的年轻:英国最古老的巨型红杉是本摩尔的红杉,最早的可追溯到1863年。了解了树木的种植时间,研究小组就能计算出它们在英国三个地点不同气候条件下的平均生长速度。他们发现,邱园和本摩尔的树木生长速度与美国同类树木相似,只是本摩尔的树木比维克赫斯特的树木长得略高和纤细,而哈弗林的树木生长速度较慢,这可能是由于该地区降雨量较少以及当地茂密林地的竞争所致。关于英国巨杉的结束语虽然巨型红杉在固碳方面表现出色,但研究人员提醒说,植树造林需要长期的承诺,而且需要考虑在未来160年及以后,它们在英国不断变化的气候中如何茁壮成长。资深作者MatDisney教授(伦敦大学洛杉矶分校地理学教授)说:"这些结果为我们估算巨杉在英国气候条件下的生长状况提供了一个重要的基准。目前,这些树木的美学和历史意义可能比解决气候危机更为重要。但随着种植数量的增加,我们需要了解它们的生长情况。""这些树木在英国的历史令人着迷--从最初作为财富和权力的象征,到现在被广泛种植在公园和林地中。它们是英国的标志性植物,但对于它们的生长速度以及它们在英国不断变化的气候中的表现,几乎没有任何研究。看到这些庞然大物遍布各地,看到它们生长得如此迅速,我感到非常惊讶。"编译自:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1423989.htm手机版:https://m.cnbeta.com.tw/view/1423989.htm

封面图片

马斯克旗下xAI完成60亿美元融资 A16Z、红杉资本参投

马斯克旗下xAI完成60亿美元融资A16Z、红杉资本参投主要投资者包括ValorEquityPartners、VyCapital、AndreessenHorowitz、SequoiaCapital、FidelityManagement&ResearchCompany、PrinceAlwaleedBinTalal和KingdomHolding等。该公司表示:“本轮融资的资金将用于将xAI的首批产品推向市场,建设先进的基础设施,并加速未来技术的研发。”马斯克在回应电动汽车分析师索耶·梅瑞特分享这条消息的帖子时透露,xAI的投前估值为160亿美元。不过,马斯克稍后又发帖进行了更正:“为我打错字道歉,投前估值是180亿美元。”资料显示,xAI于2023年7月成立,去年11月推出首款产品Grok聊天机器人。近期,xAI展示了Grok-1.5Vision多模态模型,除文本外也可处理图像、文档和表格内容。新一轮的融资有助于xAI获得更多AI算力资源以同OpenAI、Anthropic等对手展开模型竞争。马斯克此前表示,xAI的下一代Grok模型正在2万块英伟达H100上进行训练,而未来的Grok3对AIGPU的需求还将增长至10万块。...PC版:https://www.cnbeta.com.tw/articles/soft/1432454.htm手机版:https://m.cnbeta.com.tw/view/1432454.htm

封面图片

红杉发布了 2024 他们评选出的前 50 家 AI 公司。

红杉发布了2024他们评选出的前50家AI公司。下面是一些观察到的一些要点,基于这些判断未来的公司应该是什么样的,后半部分尤其值得关注:1⃣当前的趋势突显了生成式人工智能如何提高企业和行业的生产力。企业通用生产力类别今年翻了一番,从四家公司增加到八家。图像编辑器Photoroom,视频生成应用程序Pika和游戏构建器Rosebud表明,消费者和半专业用户之间的界限在创意软件领域变得模糊。行业垂直类别较少,但出现了一个新的工业领域。机器人领域的Figure,工业维护领域的Tractian和自动驾驶领域的Waabi开始展示了人工智能软件与硬件的整合将如何改变物理世界的工作。2023年对基础设施来说是一个强劲的年份,其中包括一些强大的新参与者,如Mistral,它是基础模型领域的主要竞争者。2⃣未来的公司应该是什么样的?技术创新的前几波浪潮——网络、互联网和移动技术——主要是通信革命。人工智能承诺带来不同的东西——一场生产力革命,更类似于个人电脑,它塑造了商业和工业的未来。随着越来越多的人工智能的发展,它们将开始作为人工智能网络一起工作。在过去的一年中,我们已经看到生成式人工智能不仅仅局限于简单的文本或代码生成,而是涉及到主动交互。在这个生成式的未来中,公司的建设本身可能成为人工智能Agents的工作;而有一天,整个公司可能像神经网络一样运作。公司的形成将变得更快、更灵活,拥有新的所有权和管理结构。也许有一天,会有由单个AI工程师运营的大公司。未来的大多数公司不会是个体经营的公司,但它们将有不同的需求和不同的痛点,与今天的公司不同。它们将需要能够解决知识管理和内容生成、信任、安全和认证方面挑战的企业产品。赢得未来企业的心与思想,创始人需要回答一些关键问题。这些公司将生产什么样的产品?他们需要什么样的基础设施和应用程序?劳动力将如何变化?分销和价值捕获的模式将如何改变?他们的总可寻址市场中,人类占多大比例,自主AIAgents占多大比例?3⃣接下来会发生什么?生产力革命,如人工智能革命,推动成本下降。本世纪的技术进步已经彻底降低了硬件成本,但人类提供的服务成本,从医疗保健到教育,却飙升了。

封面图片

可令 AI 模型“输入狗生成猫”,黑客展示为训练数据集“下毒”的 Nightshade 工具

可令AI模型“输入狗生成猫”,黑客展示为训练数据集“下毒”的Nightshade工具日前有黑客展示了一款名为Nightshade的工具,该工具可在不破坏观感的情况下轻微修改图片,若有AI模型在训练时使用了这些被“下毒”的图片,模型生图结果便会被毁坏。据悉,Nightshade工具是一种专从提示词入手的攻击手法,号称“手法相对目前‘在提示词中加入触发字’的后门攻击法更简单”,不需介入模型的训练及部署等过程。Nightshade工具的作用,主要是轻微修改图片内容,当这些被修改的图片内容成为 AI模型训练数据后,整个 AI 模型就有可能被彻底破坏。黑客选择了StabilityAI的StableDiffusionV2、SDXL及DeepFloyd验证攻击效果。测试显示,只需要少量“下毒样本”就扰乱AI模型的文生图模型。黑客使用不到100张经过修改的“狗的照片”,便污染了SDXL模型已经养成的“狗”概念,使该模型在接受外界输入“生成狗的图片”提示后,反而生成了猫的图片。此外,黑客声称经过Nightshade工具“下毒”的图片难以辨别,因为该工具主要影响训练数据集的“特征空间”。来源:https://www.ithome.com/0/727/542.htm投稿:@ZaiHuaBot频道:@TestFlightCN

封面图片

【汪其香:据Gartner预测到2025年生成式AI产生的数据将占所有数据的10%】

【汪其香:据Gartner预测到2025年生成式AI产生的数据将占所有数据的10%】2023年08月09日03点07分老不正经现场报道,在8月8日由老不正经主办的金色沙龙活动中,亚马逊云解决方案架构师汪其香发表主题演讲《AIGC概述与应用场景》。汪其香表示,从AI(Artificialintelligence)发展到ML(Machinelearning)随着基础设施算力的提升,出现DL(Deeplearning),整个网络和模型越来越大、越来越深并且从结构上不断的创新,直到出现如今热门的AIGC(GenerativeAI),带来的自动内容创作,它改变了生产内容的方式。对比以前AIML在推荐和搜索领域对内容分发方式的改进,对生产力效率进一步提升,AIGC在未来在各个行业领域应用的场景会越来越多。Gartner预测到2025年生成式AI产生的数据,将占所有数据的10%,而现在不到1%。未来我们所看到的很多内容和素材都会是由AI生成的,这个占比会快速提升10倍。现在很多行业都落地了AIGC的应用。它会覆盖在各个行业,除了生图外,还有生成视频、生成语音,帮我们去写作,在生活里的各方面,都会有AI创作的素材出现。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人