社区

算力、数据与可解释性，是端到端模型上车的主要挑战。在探索更高级别自动驾驶的征途中，以GPT为代表的AI大模型技术以其快速创新和先进的概念架构，启发了广大自动驾驶领域的从业者，并正在重塑自动驾驶系统的研发范式。全球自动驾驶行业的版图正在迅速响应这一变化，随着特斯拉、Wayve、元戎启行、商汤科技等公司在端到端自动驾驶领域的突破性进展，行业正目睹着一场技术的革命。这些公司不仅在技术研发上取得了显著成就，更在商业化应用上迈出了坚实的第一步，引领着行业向更高级别的智能化发展。特别是智能驾驶的行业标杆特斯拉，FSD V12系统的全面推出，标志着端到端自动驾驶技术在量产车型上的应用已成为现实。这一系统通过深度学习模型，直接从原始传感器数据中提取信息，实现从感知到控制的无缝连接，极大地提升了自动驾驶的效率和安全性。而像Wayve这样的AI初创公司，凭借其端到端机器学习技术与生成式世界模型的理念，正在快速扩张在英国和欧洲的业务版图，展现了端到端技术在复杂城市环境中的适应性和可靠性。在国内，华为、小鹏、商汤科技、元戎启行等企业也积极跟进，纷纷推出了面向量产的端到端自动驾驶解决方案和车型。这些方案不仅在技术层面上展现了强大的竞争力，更在卓越的实际道路表现中证明了其有效性。随着这些技术的不断成熟和完善，我们有理由相信，端到端这一技术路线将为自动驾驶领域带来更加广阔的应用前景。基于此，甲子光年智库分析师撰写了《2024自动驾驶行业研究报告：“端到端”渐行渐近》，在这股智能化的浪潮中，对端到端自动驾驶技术进行剖析，期望为自动驾驶领域的研究者、决策者、观察者及广大爱好者提供一份全面深入的参考资料。期待与您一同见证端到端自动驾驶技术的无限可能，探索智能出行的未来篇章。报告主要内容：智能化已成为汽车消费者购车时的关键考量因素之一，随着电动化和智能化的快速发展，消费者对自动驾驶技术、智能座舱等高端智能化功能

速度更快、效果更好的大模型，更扎实的技术。作者｜伍月‍‍编辑｜栗子随着大模型在千行百业的逐步落地，中国基础大模型正直面来自用户端的诸多拷问。近日，随着OpenAI宣布禁止中国用户使用其API，更多的国产大模型都在提供替代方案和优惠措施，来吸引和支持开发者进行用户迁移。这既是一次挑战，也是一次全新的机会。一方面，在技术差距面前，只有更强的基础大模型才更有机会从这次变局中赢得先机；另一方面，更多的用户反馈将为大模型提供更多的“养分”，促进大模型的持续迭代。这意味着，大模型的头部效应将越来越明显。越领先的模型将吸引越多用户和资源，进一步巩固其市场地位。作为中国最早涉猎大语言模型的公司，百度一方面在推出“搬家服务”，吸引用户迁移至百度千帆大模型平台。另一方面，百度也在迭代自身的基础大模型，直面这场愈演愈烈的市场竞争。6月28日，百度文心大模型再次完成了最新的进化升级。在WAVE SUMMIT深度学习开发者大会2024上，百度正式发布大模型的新升级版本——文心大模型4.0 Turbo。百度发布文心大模型4.0 Turbo同时，百度也正式公开文心一言最新数据。百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰透露：“目前，文心一言累计用户规模已达3亿，日调用次数也达到了5亿。”亿级的的大模型产品背后，百度正在推动大模型技术通用性和能力全面性的持续进步。毫无疑问，在这个转折点进行全面升级，无疑为百度文心大模型在当下的大模型竞争局势添了一份更有分量的筹码。1.好用的大模型对于用户而言，在选择用哪个大模型这道题面前，最大的考量因子就是“好用”。效果和速度是基础大模型比拼的两大要素。一方面，大模型需要具备高准确性和可靠性，不仅在自然语言理解、生成、逻辑推理等基础能力上表现优秀，还需要能够处理多样化的任务并提供高质量的输出，展示在特定领域的专业知识。另一方面，模型响应时间要快，能够在短

“万博士，快手什么时候开源可灵，让我们白嫖？”作者｜刘杨楠‍‍编辑｜赵健AGI是什么？今天再看这个问题，依然满眼混沌，无从拆解。AGI一词，是由DeepMind联合创始人戴米斯·哈萨比斯在2010年提出的概念，他将AGI定义为“应该能够完成人类可以完成的几乎所有认知任务的系统”。去年，DeepMind发布论文，提出了AGI的五个分级：OpenAI对AGI的定义是“在最具经济价值的工作中表现优于人类的高度自主系统”。OpenAI的使命是确保AGI造福全人类。然而，近期一位谷歌软件工程师却表示，OpenAI“凭一己之力改变了游戏规则”，同时也使AGI的发展推迟了5-10年。今时今刻，AGI近乎成为一种人类世界的新兴“宗教”，身处其中的人们各有各的信仰，也各有各的挣扎。有趣的是，尽管不同的人对AGI有不同的定义，但每个人都认为AGI是未来。那么，“未来”又是什么？在近期举办的2024智源大会上，智源学者、昆仑万维2050全球研究院院长颜水成，百川技术联合创始人谢剑，零一万物联合创始人黄文灏，快手视觉生成与互动中心负责人万鹏飞，与甲子光年创始人及CEO张一甲展开了一场观点交锋。这是一场没有不限主题、不限时长的圆桌。一个多小时的时间里，五位嘉宾围绕端侧智能、多模态模型、AGI的定义以及前段时间沸沸扬扬的价格战展开讨论，并在论坛结束后和现场观众展开一番有趣互动。纵然AGI的命题无比恢弘，今时今刻业内外关于AGI的想象又略显混沌，但在场观众的提问却极其“具体”：“万博士，快手什么时候开源可灵，让我们白嫖？”1. 未来，端上智能是非常重要的张一甲：今天的配置非常有意思，有大厂，有创业公司，有产业派，听了今天所有的分享，大家有哪些新收获？黄文灏：大部分的观点都已经形成行业共识，比如对Scaling Law和数据的认知。谢剑：我基本也是赞同黄文灏的，我的感受是，去年国内的大模型技术生态没有那么

希望AIGC去解决旧时代的“老问题” ，创造属于当下的“新需求”。大模型的发展开启了AIGC时代，没有大模型的AI已经是上一代的AI，缺乏竞争力的AI。技术是AI每次革命性发展的起点，商业应用是发展的加速器，AI的持久发展看商业落地。2024可以被称为AIGC应用元年。模型爆发后迎来商业加速，技术进步与应用实践之间的相互作用，形成了一种强大的飞轮效应。随着AI技术的不断深化和完善，越来越多的行业开始探索和应用AI解决方案，从而推动了技术的进一步创新和优化。这种双向促进的关系不仅加速了AI技术的商业化步伐，也为各行各业带来了效率提升和价值创造的新机遇。因此甲子光年于2024年6月推出《2024年中国AIGC行业应用价值研究报告》，探讨AIGC的价值与产品力，对各行业、各场景对于AIGC技术的需求进行调研及梳理，展示近期的突破及商业实践范式，对未来行业的趋势进行研判。‍‍甲子光年智库根据部分上市企业公开信息，及算法备案资料整理1000+AIGC相关企业清单。关注公众号“甲子光年”，后台回复“2024AIGC行业应用”，或点击文末“阅读原文”，进入甲子光年官网下载完整版报告即可查看。END.

做生态是软件公司的阳谋。作者｜赵健“甲子光年”独家获悉，飞书今年提高了生态的优先级，正在加大对“Partnership”生态伙伴关系的投入。飞书核心要解决如何让生态伙伴更好地在飞书上赚到钱的问题，并且定下了一个目标：让飞书生态伙伴今年的GMV提高一个数量级。飞书近期将会推出一个生态招募计划，招募优质的生态伙伴加入飞书生态。飞书会向生态伙伴开放很多商业资源，包括独有的核心大客户资源，与生态伙伴一起共创解决方案；以及销售渠道资源，为了提高生态伙伴收入，飞书提高了了销售人员的激励措施，鼓励销售人员向大客户推广生态伙伴的产品与解决方案。飞书做生态，是其业务布局的一个重要拓展方向。在过去，外界普遍认为，飞书的“自研”远大于“生态”。飞书原本是字节跳动内部协同工具，在2020年面向市场发布，其云文档、多维表格等产品在互联网等“先进”行业获得了很好的口碑。为了做出更好用的产品——这也符合字节跳动做产品的基因，飞书一开始把更多资源投入到了自研上，陆续推出了“飞书Office”——包括云文档、多维表格、飞书会议等，“飞书People”——飞书人事、飞书绩效、飞书招聘等，“业务工具”——飞书集成平台、飞书应用引擎、飞书项目等。但飞书这种“全家桶”般的产品扩张客观上给各行各业的ISV（独立软件开发商）带来了一定“恐慌”。每一个ISV都会被问到一个问题：如果字节跳动（以及所有互联网大厂）要进入你的领域，你怎么办？针对产品边界的问题，飞书CEO谢欣在2023年3月的飞书春季发布会（当时发布了业务三件套——多维表格、飞书应用引擎与飞书集成平台）后的媒体群访环节做出了回应。当时谢欣表示：“飞书从最基础、最通用的聊天、文档、视频、会议，到可定制化的工作台，到业务三件套，整体都是偏通用的东西。过去飞书也推出过少量职能性的产品，比如飞书People，因为字节跳动对人才非常重视。接下来的规划中，飞书没有任何计划

意识让人类与众不同，但是我们也会把意识给AI。作者｜甲小姐 八度‍‍‍编辑｜田思奇“Slower than it looks（AI比看起来要慢），LLMs tend average（大语言模型趋于人类的平均智慧水平），Not replacing humans（AI并非要取代人类），New, not substitutions（AI在创造新品，不是替代品），Cloud first, then AI（先云，后AI），Must change your org（AI将重塑组织），Just beginning（一切才刚刚开始）……这七个预测不是完备的。你能给我们一些从未在其他地方提到过的猜测吗？”我问KK。摘掉眼镜的KK停顿了至少30秒，接着反问了我几个漫长的回合，直到突然打断了我。“那我的预测就来了。我的预测是，10年后，训练数据将不再重要(In 10 years now, training data won't be important)。”KK说。凯文·凯利（Kevin Kelly），被科技拥趸称为“KK”，以络腮胡子和斑白发丝成为一个时代符号。他写出《失控》、《科技想要什么》、《5000天后的世界》等书，被誉为“硅谷精神之父”，在30年前就预见到了云计算、虚拟现实、物联网等趋势。2024年6月16日，他来到苏州，参与苏州科技商学院和上海交通大学上海高级金融学院共同举办的科技大讲堂。上述对话发生在他讲课后会议室里的独家采访，原本20分钟的采访被他延续至将近一小时。本文甲小姐深度对话凯文·凯利，从近况谈到AI创新和人的本质。除了个别细节判断的不同 ，KK和“甲子光年”有类似的观点：AI改变世界的“进度条”才刚刚开始。1.近况：“那占据了我所有的时间”你必须有1000小时。可能我已经训练了800小时了，但还不到1000小时。甲小姐：新闻来来去去，全世界对AI的态度已经发生了很多变化

一家公司如何保持40年的创新力？作者｜赵健‍‍‍如果提到MathWorks这家公司，可能很多人都没听过。但若提起MATLAB，很多科研、工程领域的从业者，一定对它不陌生了。MATLAB之于数学软件，就如同Office之于办公软件。在全国大学生数学建模竞赛的国家奖队伍中，MATLAB的使用率几乎是100%。除了数学计算之外，MATLAB也被广泛应用于汽车、航空航天、通信、电子与半导体等工程领域。而MathWorks，就是MATLAB背后的软件公司，今年刚好是其成立的40周年。2018年出版的《规模》一书中有一组数据：幸存公司的数量在公开上市之后便迅速减少，不足5%的公司存活时间超过30年。死亡曲线显示，在50年内，死亡公司几乎占到了 100%， 其中50%在不到10年的时间里便告“死亡”。而MathWorks既没有上市，也没有衰亡，仍然保持着旺盛的活力。根据MathWorks披露的数据，2024年MathWorks在全球拥有超过6000名员工，其中30%位于美国以外；公司收入超过10亿美元，其中60%的收入来自美国以外；客户遍布190个国家和地区，超过10万个商业、政府和大学场所安装了其软件，在教育领域全球超过6500所学院和大学使用其软件，用户数超过500万。MathWorks每年都会在全球各地举办用户大会。今年5月在北京举办的MATLAB EXPO 2024中国用户大会现场，人头攒动、熙熙攘攘，不少人专门从外地赶来。MATLAB EXPO 2024中国用户大会现场，图片来源：“甲子光年”拍摄在用户大会当天，“甲子光年”专访了MathWorks全球副总裁Richard Rovner，着重探讨了公司的创新力与当前火热的生成式AI带给软件行业的影响。MathWorks到底做对了什么？为了更好地了解与理解这家公司，我们先从MathWorks的历史起点开始。1.MATLAB的起源M

在凉爽的西雅图，屋子太小，CVPR太火。作者｜苏霍伊‍编辑｜王博发自美国西雅图美国当地时间6月19日，2024年IEEE国际计算机视觉与模式识别会议（CVPR）的最佳论文大奖揭晓。作为计算机视觉和模式识别领域的顶级会议，每一届的CVPR的最佳论文都会受到广泛关注。今年共有4篇论文获奖，其中2篇最佳论文，2篇最佳学生论文。其中，最佳论文是：《Generative Image Dynamics（生成图像动力学）》，由谷歌研究院发布；‍《Rich Human Feedback for Text-to-Image Generation（为文本到图像生成提供丰富的人类反馈）》，由加州大学圣地亚哥分校、谷歌研究院、南加州大学、剑桥大学及布兰迪斯大学合作发布。最佳学生论文是：《Mip-Splatting: Alias-free 3D Gaussian Splatting（Mip-Splatting：无混叠的3D高斯喷溅）》，由德国图宾根大学、图宾根人工智能中心、上海科技大学及捷克理工大学合作发布。《BioCLlP: A Vision Foundation Model for the Tree of Life（BioCLlP：生命之树的视觉基础模型）》，由美国俄亥俄州立大学、微软研究院、加州大学欧文分校、伦斯勒理工学院共同发布。CVPR火热的现场与西雅图凉爽的天气形成了鲜明对比，现场几乎所有活动都要排队。在6月17日到18日的活动中，不少场次座位满了，地板上也很快就坐满了人，西雅图会议中心的空地也有不少人席地而坐。CVPR 2024现场，“甲子光年”拍摄“甲子光年”从大会主办方了解到，本届CVPR共有来自76个国家和地区的超过12000人参加了线下会议，是CVPR历史上与会人数最多、规模最大的一届。其中，来自中国的参会者是美国之外最多的，共有1730人，包括中国内地1511人、中国香港13

开源模型让每一家公司都具备成为AI公司的可能性。随着大型模型在各行各业的广泛应用，开源大模型生态正在快速发展。研究开源大模型不仅是人类不断接近人工通用智能（AGI）的重要探索之一，也是推动人工智能广泛应用的关键。开源大模型具有更广泛的用户覆盖面和更大的创新自由度，在用户体验、技术和产品迭代方面展现出强大的创新动力。随着基于开源大模型的产品数量不断增加，未来开源大模型有望成为AI普及应用的重要推动力，覆盖toC和toB产品等多个领域的各种场景。因此，甲子光年推出《2024年开源大模型生态研究相关报告》，研究人工智能与开源大模型的发展，对开源大模型生态进行梳理，探讨开源大模型领域的商业实践，并对未来行业趋势进行展望。关注公众号“甲子光年”，后台回复“开源大模型生态研究”即可获得高清版完整PDF，或点击文末“阅读原文”，进入甲子光年官网下载。‍‍END.

“对我们充满恶意的，不是AI研究者，而是那些Pro AI但并不太懂的人”。作者｜田思奇‍‍‍编辑｜王博求救的信号来得很快。伴随着AI创作的画作《太空歌剧院》在2022年8月一举夺得艺术比赛冠军，AI绘画在ChatGPT发布前掀起当时最火爆的生成式AI浪潮。但金·范·德恩（Kim van deun）感到了前所未有的不安。作为一位艺术创作者，他自然不希望AI模型未获授权就拿走自己具有独特风格的作品去训练。但谁能来保护自己呢？他立刻想到了曾经反抗AI肆意抓取网络人脸数据的芝加哥大学研究团队。该团队曾在2017年推出Fawkes防护工具抵制非法人脸识别——这个名字来自戴着白色微笑面具的英国反叛者盖伊·福克斯（Guy Fawkes）。5年后，该团队的负责人之一单思雄（Shawn Shan）已经从芝加哥大学的计算机系本科生升为博士生。一直沉浸在AI安全与隐私领域的单思雄，在金·范·德恩的引领下，走入了艺术家的世界，感受到了他们对现状不满的呼声。为什么不开发一款可以从AI模型“手中”保护艺术作品的工具呢？2023年3月，单思雄所在团队开发的Glaze免费上线，迄今为止下载量超过260万。Glaze可以阻止AI模型学到艺术作品的特定风格。其名称的中文是“上釉”，相当于为画作添加一层保护膜。然而它引发了巨大的网络舆论反弹。邮件、Reddit和Twitter上充斥着批评的声音，称它会阻挡AI行业的创新，或者嘲讽它很快就会被破解。“如果他们的创新要牺牲别人的饭碗，那当然可以阻挡，”单思雄回应道，至于那些意料之中的恶意，“他们越愤怒，越在乎，意味着我们成功的概率就越高。”2024年4月，优化了效果和速度的Glaze 2.0及其网页版也顺利发布，但该实验室想做的还不仅如此。他们在今年2月就推出了另一个更具有攻击性的数据投毒（data poisoning）工具——Nightshade，它可诱导偷拿数据