谷歌Gemini被骂了?让子弹飞一会儿;如何构建高效RAG系统;Pika是腐朽王朝的颠覆者;AGI将重塑组织架构;对话月之暗面杨植麟 | ShowMeAI日报

​

​

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦!

​

​

👀 淘宝 X D.Design 堆友 | 淘宝年终好价节 AIGC 创作大赛

​

​

d.design/competition...

淘宝携手堆友联合打造了「淘宝年终好价节AIGC品牌共创大赛 」。本次比赛以「价格蹦极」为主题,邀请各界AIGC爱好者一同释放创意的无限潜力。

注意!作品征集和人气投票都截至12月12日结束!要抓紧啦!

获奖作品将被制作为淘宝年终好价节品牌官方传播物料,进行大范围曝光,并进行获奖者署名。而且一等奖单人独揽3万现金,总奖池10万💰,获奖概率贼大 👀

🉑 从王者归来到被骂作假,Gemini 这跌宕起伏的一天啊......

​

​

blog.google/technology/...

12月6日,谷歌深夜炸场,发布了最新版本的 Gemini 模型,宣传视频中的「多模态」能力闪瞎了我们的眼。仅从文章标题「Introducing Gemini: our largest and most capable AI model (Gemini:我们规模最大、能力最强的 AI 模型) 」都能感受到谷歌这波的踌躇满志和万丈豪情。

简单来说,谷歌成立 Google DeepMind 就全力押宝 Gemini 大模型,并在本轮发布了针对 Gemini 1.0 的三种优化版本:

  • Gemini Ultra ---规模最大且功能最强大的模型,适用于高度复杂的任务 (目前无法体验,至少要等到12月13日)
  • Gemini Pro --- 适用于各种任务的最佳模型 (Bard Experiment 版本已经可以体验,Bard beta 版本还不可以)
  • Gemini Nano --- 端侧设备上最高效的模型 (搭载到了 Pixel 8 Pro 智能手机中) ⋙ 官方博客原文(中文版)
    社群总结的 Bard 版本切换小窍门 :把 Google 账号系统语言设定为英文,保险起见可以把魔法节点和 Google 账户所在地都设为美国,重新进入 Bard(bard.google.com)确认左上角已经切换为 Experiment版本

仅仅一天之后,Gemini 的风评急转直下,从「超越GPT-4」「被OpenAI压着打了一年后终于王者归来」到「宣传视频被曝作假 ⋙ 链接」「中文基准测评远不如 GPT-4 ⋙ 链接」。

个人觉得,目前就对Gemini下判断为时尚早。官方博文里明确说「它将在 170 多个国家和地区提供英语服务,并且计划在未来几个月内扩展不同的模态,并支持新的语言和地区」,也就是对「非英语」任务的支持一般,而且最高性能的 Ultra 版本还没出来 (演示视频都是基于 Ultra 版本的)。

让子弹再飞一会吧。

​

​

🉑 devv.ai 是如何构建高效的 RAG 系统的

​

​

devv.ai

devv.ai 是专门面向开发者的 AI 搜索引擎,目标是替代开发者日常使用 Google / StackOverflow / 文档等进行查询的场景,更加快速地处理 coding 过程中的问题。

很多开发者用户表示,devv.ai 的搜索结果优于 GPT-4,已经设置为默认搜索引擎 。devv.ai 开发者 X@Jiayuan 也分享说,产品在一个月时间里收获了6位数的用户、日搜索5万次且每周翻倍,是一次成功的探索。

​

​

twitter.com/Tisoga/stat...

github.com/devv-ai/dev...

最近,Jiayuan 在X平台写了一条长推,解释了构建 devv.ai 需要的底层技术。第一篇的主题是「devv.ai 是如何构建高效的 RAG 系统的 🔎」,用通俗易懂且结构化的方式科普了 RAG 的诞生背景和常见的技术解决方案,值得一看~

受限于篇幅,日报将作者分享的核心内容整理如下,推荐去看原文。也推荐 Follow 作者的X账号和 GitHub 项目更新 (作者说会将本篇及更多内容整理在 GitHub) 。

RAG (Retrieval Augmented Generation,检索增强生成) 系统是为了解决「语言模型无法有效获得与利用新知识」这一问题而设计的一种架构与技术方案,在最近几年强大语言模型和训练计算能力的支持下,终于得以实现和应用。

RAG目的是让语言模型使用外部知识进行生成。RAG 系统由①语言模型 、②模型所需外部知识集合 、③当前场景下需要的外部知识 这三部分组成。优化 RAG 系统就是分别优化这三个模块。

  1. 语言模型
  • GPT-3 的出现使得RAG系统变得可用,因为它具有较强的理解和生成能力。第一波基于 RAG + GPT-3 的公司 (Copy AI、Jasper等) 都获得了非常高的估值 & ARR。

  • 从2023年开始,出现了大量的开源和闭源的基座模型,如 GPT-3.5 / GPT-4 (闭源方案) 和Llama 2 / Mistral (开源方案),这些模型都可以在上面构建 RAG 系统。

  1. 模型所需的外部知识集合
  • 这个模块主要包括两个部分:embedding 模型 和存储 embedding vector 的数据库

  • 前者基本上都使用 OpenAI 的 embedding 模型,后者可选方案包括Pinecone、Zilliz (国内团队)、Chroma (开源的解决方案)、关系型数据库上的 pgvector 等

  • devv.ai 采用的方式:embedding + 传统的relation db + Elasticsearch,并使用 Rust 构建了整套 knowledge index

  1. 更好地召回当前场景下需要的外部知识
  • 作者团队在 encoding 过程中对原始 knowledge 数据进行了大量处理,以确保在 retrieve 时获取到结构化的数据,减少后续处理的复杂性,并提高召回准确率

🉑 月之暗面杨植麟:大模型需要新的组织范式,场景摩尔定律能催生 Super App

​

​

kimi.moonshot.cn/chat/

月之暗面 (Moonshot AI) 是一家神秘且特别的大模型创业公司。公司目前只发布了一款产品------基于千亿大模型的 chatbot 产品「Kimi Chat」,并在发布之初就打出了「长文本」「自研闭源」「toC」等清晰的标签。

创始人杨植麟毕业于 CMU,师从苹果 AI 负责人 Ruslan Salakhutdinov,曾在 Meta 和 Google Brain 任职,是 Transformer-XL 与 XLNet 等爆款论文的第一作者。

这篇极客公园创始人张鹏与月之暗面创始人杨植麟的对话,质量非常之高,提问和回答都非常有水平!!不同于其他公司的「公关文」,他们在这场直播里深刻讨论战略、组织、产品和人才,讨论OpenAI、AGI、AI Native 和 Super-App,也讨论人类即将踏上征程的未知远方。

我们以前善于目标导向,通向有用,但未来把一件事变得有用、普惠的过程中,可能需要一点 moonshot 的精神。你在瞄向一个高位置的东西,不管打不打得中,至少要往宇宙深处走,往星河深处走,我觉得这是让人兴奋的。往往可能是一些兴奋的目标,聚集起了真正优秀的人。

我们对问答都做了简化,方便快速get核心信息。但是强烈推荐你花20分钟阅读原文,感受下非常「聪明」的思考方式以及高信息密度的输出,体会字里行间闪烁的智慧火花。

大模型时代,对组织形态提出了新的要求

  • Q1: 如何做出投身大模型赛道的决定

  • A1: 决策逻辑来源于过去几年对语言模型认知的变化,以及在 Google 观察到的现象,认识到构建新的组织形式是通往 AGI 的必经之路
    大模型时代的创新很难被规划

  • Q2: 为什么组织是核心问题

  • A2: AGI 时代的底层逻辑发生了变化,需要新的组织形式来匹配;在新的时代,非常擅长 AGI 的组织出现是大概率会发生的事情

  • Q3: 对 OpenAI 的看法

  • A3: OpenAI 在人才密度、共同愿景和高效聚焦方面做得很好;他自己则更关注如何找到一个系统性的方式去做事情

  • Q4: 如何定义创新组织:bottom-up 还是 top-down

  • A4: top-down 框架在大模型中仍然适用,关键是让组织中的小单元高效地完成任务,以实现整体目标
    AGI 的技术路径已经确定,但产品方向仍然有很多未知

  • Q5: 对 AGI 技术路径的看法

  • A5: AGI 的技术路径已确定,但产品层面仍存在很多不确定性;组织和创新在这个时代尤为重要,只有把组织做好,才有可能在AGI路上取得成功

  • Q6: 为什么选择长文本作为专长方向

  • A6: 长文本是新计算系统的「内存」,具有非常高的价值
    闭源路线是为了打造 AGI 时代的 Super App

  • Q7: 对于开源模型和闭源模型的看法

  • A7: 开源和闭源在大模型领域是互补关系,Moonshot 选择闭源是为了专注于打造超级应用,这是核心策略

  • Q8: 为什么选择 toC 业务而非 toB

  • A8: 新的技术变革为 toC 领域带来了新机会,希望建立一个与AGI目标匹配的业务模式,并实现快速闭环和迭代

  • Q9: 对AI Native概念的理解

  • A9: 在 AI Native 的背景下,产品经理需要关注如何通过两个数据集 (训练数据和测试数据) 开发产品,以及如何训练和调试模型

  • Q10: 是否必须端到端地开发 Super-App

  • A10: 要实现真正的 Super App,需要端到端地做这件事,这样可以形成产品的差异化优势,并且让模型跟随应用共同成长
    新时代产品经理需要具备的素质:快速迭代

  • Q11: 当前产品经理的角色变化

  • A11: 新的产品经理需要在「神性」和系统性之间寻找平衡;在AGI时代,系统可能是主力军,但仍需要"「神性」的指引

  • Q12: 团队招聘产品人的特质

  • A12: 团队成员需要具备开放心态、学习能力和快速迭代的特质,团队希望找到对 AGI、Super-App 和全球市场有激情的人

  • Q13: 对智能摩尔定律的看法

  • A13: 认同智能摩尔定律的观点,但更关注场景摩尔定律;有多少场景被解锁,以及如何实现指数级上升,这将是下个时代最伟大的公司的关键指标

  • Q14: 硅谷和中国创新者的文化和能力差异

  • A14: 硅谷工程师文化强调技术和创新,而东方文化强调实用性和商业模式 ;未来最伟大的公司可能会结合这两种文化,实现技术和商业的双重成功 ⋙ 强烈!推荐!完整阅读原文

👀 从 HeyGen 到 Pika,AI视频商业化中的生存与生态

​

​

AI生成视频领域最近比较火的两款应用是 HeyGen 和 Pika。HeyGen靠「Taylor Swift 说中文」「郭德纲说英语」的视频火爆出圈后,吸引了一大波新用户并获得了一笔新的融资。Pika 铺天盖地的营销和被扒出的更多幕后则显示其「资本宠儿」的身份稳固。

这篇文章的作者 (应该是投资人背景) 从商业化和生态等角度,分析了 HeyGen 和 Pika 面临的挑战,以及可能颠覆并重构的新兴商业帝国。当我们还在争论一款AI应用是否好用的时候,已经有人洞察到了未来~ (作者文笔相当凝练,信息密度很好,日报摘录几段并推荐阅读原文)

HeyGen的收入增长能否跟得上它的估值和流量,是决定它未来两三年资本运作的核心要素。

但即使是需要深度耕耘才可能有收获的场景,也不得不内防同行,外防大厂。阿里的 Animate Anyone 和字节的 MagicAnimate 都在最近发布,可以很明显的看到这两款产品对于直播和短视频的意义。

由于大厂可以为自己的业务服务而无需考虑短期收益,会将其能覆盖到的方向迅速内卷。
互联网从未真正改变影视行业,只是在旧模式中塞入了新的渠道和资本势力。内容制作与组织结构仍把持在"圈内人"手中,并很快与互联网新贵沆瀣一气。而AI视频,终于让我们看到了打破影视领域圈子垄断的可能性。

即使不是Pika,也会是其他视频生成公司 。但凡投资人在人生中对推翻好莱坞霸权有过一点想象,都会理解这项技术代表何种梦想。在这个过程中,落地与否不那么显眼,因为终点有望得见的巨额金钱。

就如同图片生成网站往往都伴随一个发布图片的社区,未来在Pika上制作的电影、剧集或动画,必然可以直接在Pika发布 。这可能是第一次,影视行业的制作、发行和渠道在同一家公司身上无缝衔接 。不需要采购和投资,只要与创作者约定版权收益的分成比例,就可以把源源不断的内容提供给观众 ⋙ 推荐阅读原文 (账号的文章都挺不错)

​

​

🉑 从大模型到 Agent 会改变的游戏规则

​

​

最近在跟AI创业者和开发者们讨论「生成式AI浪潮对公司组织架构的影响」,有很多观点的交锋非常有意思。最近讨论这个话题的文章也挺多,有几篇的内容逻辑和深度非常不错!今天日报推荐两篇~

我们一起来深度思考下,除了甚嚣尘上的「降本增"笑"」「AI让我丢掉了工作」这些话题之外,AI怎样深刻地改变了生产力和生产关系,而这又将如何深刻地影响我们每个人未来的命运。

以下是文章完整的逻辑。这位作者的文章质量都很高,就是行文有点...晦涩... 需要集中注意力去理解内在逻辑~ 如果你不关心推导过程想直接看核心内容,从原文中间的「组织力」部分开始看就OK~

智能先要跨过一个个界限,然后才是不同领域的Agent逐步成立,这种界限可以用图灵测试2.0进行度量。跨过界限之后很可能会对组织方式进行重构。

当组织力的内涵发生变化后,才可能普遍产生10倍的效能,影响一个一个行业 。这时候沉淀到组织关系中的,不同行业的各种积累可能就会变为负债,反倒是形成真正的从大模型到Agent的新机会 ⋙ 阅读原文

🉑 AI或将重塑现代公司组织架构 | 附:重塑的例子

​

​

接着上方的讨论,我们看看这篇文章更当下、更具体的讨论。也就是说,面对汹涌澎湃的生成式AI浪潮,面对一定会发生的组织变革,此时此刻的我们可以做些什么。

要在AI浪潮下重塑组织,可以遵循以下三点原则:

  1. 授权团队寻找自己的使用场景 :引入AI并非简单的IT解决方案,而是像引入一位新团队成员;每个团队和个人需根据自身场景找到合适的AI应用方式;激励机制应鼓励实验与沟通,公司文化要拥抱自由思想

  2. 拥抱错误和不确定性 :组织变革需要时间,变革后的组织形态可能固化,因此下一代组织架构需足够灵活,让团队有充分空间迎接新模型

  3. 从今天就开始,不断迭代 :采用现有AI功能后,组织需持续优化;将AI应用的测试周期缩短为数天甚至数小时,会对工作方式产生深刻影响;企业在面对指数级变化时,要么反应过早,要么反应过晚
    作者自己团队是如何纳入AI帮助做出更加「智能」决策的呢?这是个复杂且反复的过程:

  4. 使用AI提供反馈:AI可根据用户定义的角色提供相当满意的反馈,作为初步反馈手段

  5. 使用AI整理和总结信息:AI可帮助团队更有效地开会,还能生成产品原型或网页代码等使讨论更直观

  6. 改变工作流程:即使是使用现有的AI工具,也可以彻底改变整个工作流程,使理论探讨更落地

  7. 未来的AI想象力 :我们可以预见一个AI自主地从产品概念开始创造,直至代码编写和部署,几乎不需要人类干预的世界 ⋙ 阅读原文

​

​

👀 ChatGLM: An Alternative to ChatGPT

​

​

ShowMeAI知识星球资源编码:R195

这是 ChatGLM 大模型作者 @ 唐杰** 老师在 ISWC 2023 大会的演讲 keynote,核心内容是 ChatGLM 模型的设计思路、技术创新点和最新进展。

整份报告 60+ 页,是来自大模型作者第一视角的难得分享,以下是一些页面截图,感兴趣可以前往星球下载完整报告。

​

​

感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们!

​

​

◉ 点击 👀日报&周刊合集,订阅话题 #ShowMeAI日报,一览AI领域发展前沿,抓住最新发展机会!

◉ 点击 🎡生产力工具与行业应用大全,一起在信息浪潮里扑腾起来吧!

相关推荐
泯泷2 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
爱查宝小二2 小时前
爱查宝降AIGC效果实测与过检能力展示
aigc
回眸&啤酒鸭3 小时前
【回眸】GPT-6.1 Sol 新手快速上手指南
gpt
花椒技术3 小时前
从“实时生成游戏”出发,我们用 AI 做了四次游戏开发尝试
人工智能·aigc·游戏开发
泯泷3 小时前
当"孤独的开发者"成为常态,AI正在悄悄杀死那个我们熟悉的互联网
人工智能·chatgpt·llm
花椒技术4 小时前
数字人为什么突然爆发?从 H3 Max Lip Sync 看生成式数字人的临界点
人工智能·aigc
小虎AI生活4 小时前
太好了!豆包终于接入了多模型,正面硬刚WorkBuddy
aigc·ai编程
泯泷5 小时前
给你一个免费的20人 AI 团队,你的胜算真的变大了吗?
人工智能·llm
xyphf_和派孔明7 小时前
第十章: Agent Skill的调用机制解读
langchain·llm·agent
Csvn8 小时前
所有问题都喂最贵的模型?规则路由实测:30 个问题里 16 个能交给便宜模型(C03)
人工智能·aigc·agent