从方言对话这枚“落子”,看AI手机“棋局”的尴尬赛点

这段时间,手机厂商的新品发布会、开发者活动比较密集,我们团队东奔西跑,整体感觉是,手机AI确实火了,但这盘棋局,所有厂商都对弈得不太轻松。一方面,各家都在想尽办法讲好AI故事。


一位CEO在发布会后采访时就特别烦恼,“AI要讲场景,不讲场景用户没感觉,明年我们还要上很多新功能,发布会的两个小时根本讲不完”。这是手机AI越来越完善的一面。但同时我们也发现,大家手里的牌其实都差不多,很少有哪家能靠一个或某个AI功能,就形成碾压级的体验优势。结果就是单点功能容易被复制,AI手机功能趋同。我就听过至少三个厂商表示:我们这个xx功能去年一推出就被致敬了,欢迎友商来“普及”我们这个AI功能……

假设AI手机市场是围棋对弈,观众们想看什么样的比赛过程?肯定是棋手们通过各种复杂的策略,展开激烈的劫争,才能吸引大家的注意力。而不是各方实力差不多,导致比赛过程冗长乏味、难分胜负。目前的AI手机竞争,就有点后者的意思。在大众对AI手机这一概念的兴奋劲儿过去之前,手机厂商们必须尽快找到更聚焦的策略和体系化攻势,而不能只关注浅层的、零敲碎打的AI功能。举个例子,方言对话,就不是AI手机的一步好棋。

首先要说明的是,方言的识别、理解与生成、交互是非常重要,甚至不容有失的一个领域。从技术能力上看,方言的语言资料少,语音识别、语义理解、语音合成等模型的打磨,…

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

深夜重磅!ChatGPT可以“AI搜索”了,但并不完美

OpenAI 的 AI 搜索——ChatGPT search,真的来了。

今日凌晨,OpenAI 宣布,将 AI 搜索功能集成在他们的聊天机器人 ChatGPT 中,而非推出一个单独的产品。


从今天起,OpenAI 正式与传统搜索引擎巨头 Google 和专注于 AI 搜索的初创公司 Perplexity 等展开竞争。

OpenAI 表示,ChatGPT search 将根据用户的提问选择挖掘网络内容,并提供快速、及时的答案以及相关网络来源的链接。

OpenAI 首席执行官 Sam Altman 甚至在 X 上发文称,自聊天机器人 ChatGPT 首次亮相以来,搜索是他“最喜欢的功能”。

“我发现这是更快/更方便地获取我要找的信息的方式,” 他在今天的 Reddit AMA 上说道,“我认为我们会看到这种方式,尤其是对于需要更复杂研究的查询。我还期待着在未来,搜索查询可以动态呈现一个自定义网页作为响应!”

这是自今年 7 月首次放出 AI 搜索引擎原型 SearchGPT 以来,OpenAI 在 AI 搜索领域的最新动作。

在官方博客文章中,OpenAI 写道:“ChatGPT search 利用第三方搜索提供商以及我们的合作伙伴直接提供的内容,为用户提供他们正在寻找的信息。”

OpenAI 希望,这项新功能能够简化网络搜索,消除传统搜索引擎有时需要的多次搜索和链接探索。而且,它没有杂乱的广告或固定在顶部的推广查询。

据介绍,ChatGPT search 是 GPT-4o 的微调版,使用新颖的合成数据生成技术进行后期训练,包括从 OpenAI o1-preview 中提炼输出。

所有 ChatGPT Plus 和 Team 用户都将在今天使用该搜索模型,企业和教育用户将在未来几周内使用这些功能,而免费用户依然还需要再等等~。

据科技媒体 Ars Technica 报道,他们在对 ChatGPT search 进行实测时发现,这一搜索模型并不完美,时不时会返回一些错误的来源,有时还会提供一些不相关的图片,显示在某些搜索结果旁边。

未来,OpenAI 计划为这一新的搜索功能添加购物和旅行相关查询的自定义答案。他们还计划利用 o1 系列模型实现更深入的搜索功能,并将搜索体验扩展到高级语音模式和 Canvas 功能。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AI应用白热化,出路在哪?

进入2024年,国内大模型开始走入不同于海外同行的发展路线——从投入底层模型转向探索应用层。在底层模型卷了近两年后,一众公司及投资人迫切地希望看到商业化层面的实质性进展。


智谱AI CEO张鹏提到:“今年人们已经从关注大模型本身转变为思考和讨论大模型创造价值、赋能产业、落地应用,行业已形成共识,不再去讨论大模型是不是必要,或者大模型好还是小模型好,行业已经转变成更务实的状态。”

在C端,普通用户对于大模型到底存在怎样的真实需求,是过往很长一段时间里,AI厂商蒙眼狂奔投入底层大模型研发的过程中,很少考虑的问题。

如今大量资本支出要求公司尽快产生足够现金流之时,应用难题突然被摆到面前。虽然不少C端AI软硬件应用已经面世,但现阶段来看,用户渗透率及制造现金流的能力仍较为初期。

近日,信息咨询公司六度智囊接到需求,多名客户希望对AI应用领域不同专家进行访谈,以对行业动向有更深入把握,侧面证实了AI应用的火热。六度智囊是一家商业信息检索平台,为客户提供优质且领先的研究决策支持和专家知识共享服务。目前已实现海外专家50K+,业务覆盖北美、亚洲、欧洲、东南亚等地区。

根据六度智囊促成的访谈来看,不少专家认为,目前科技厂商们推出的AI功能,在用户侧的实际应用程度并不高,而AI技术在大规模商业应用中面临的主要瓶颈,是大多数人尚未掌握如何使用这项技术。

AI功能是鸡肋?

在2024年世界人工智能大会上,百度创始人李彦宏就发出“灵魂之问”:“今天这个震撼发布,明天那个史诗级更新,但是我要问:应用在哪里?谁从中获益了?”

数据显示,有84%的创作者在内容创作过程中积极使用了AI工具和应用程序,但人们对某些工具的使用率在今年却明显下降。比如,如Midjourney和Adobe Firefly此类图像或视频识别工具,2023年,创作者对其的使用率为64.9%,但今年这一数字仅为46.5%。

不少AI应用曾短暂地在业内流行,但明显“寿命”不长。

百度指数显示,妙鸭相机从去年7月17号上线,热度从7月23日开始上升,24日达到峰值,随后就开始缓慢下滑,最高峰也不到8000。从城市分布来看,关注的人群主要集中在北京、上海、广州等一线城市。

在火爆过一阵之后,妙鸭没能在商业模式上提供更多想象。这似乎是AI应用的通病,根据数据分析公司Sensor Tower统计,大部分头部“AI+图像”应用的生命周期只有两个月,比如妙鸭的“前辈”Lensa。

在六度促成的一次访谈中,前任Apple Inc大中华区市场产品总监表示:

“许多美国大型公司相继推出了与人工智能相关的小功能,但这些功能的实际应用程度并…

硬件先于软件爆发?

在众多互联网厂商在软件层面寻找“Killer App”之时,硬件的机会也被集中挖掘。

比如很多车厂已经在追求智能化的进程中将大模型上车——融入了文心一言大模型的极越01;奇瑞和科大讯飞共同搭建的Lion AI大模型,应用在了星途星际元ES上;ChatGPT更是和奔驰达成了合作;今年年初,星纪魅族更是宣布All in AI。

如果和互联网的发展初期做比较,在软件爆发之前,当时电脑和手机等硬件率先得到普及,而有市场声音认为,眼下生成式人工智能遵循同样的逻辑。

今年上半年火热的AI手机是佐证之一。

去年四季度至今年一季度以来,手机厂商密集发布AI手机。今年1月,三星发布搭载了谷歌Gemini大模型的S24系列,发售即爆卖;2月18日,魅族宣布停止传统智能手机新项目的开发,全力投入新一代AI设备;2月20日,OPPO召开AI战略发布会,并正式宣布OPPO AI中心揭牌成立……

今年2月开始,AI手机概念股持续走高,不到两个月时间内,该指数上涨41.5%。六月发布的Apple Intelligence更是将业内期待拉到了最高点。

在六度促成的一次访谈中,前任minimax产品经理表示:

“在最新的I/O开发者大会上,各大科技公司展示了人工智能助手的多种应用场景,包括文本摘要、多模态互动、为视障人士提供语音服务以及防范诈骗等功能。然而,除了这些之外,并没有太多令人耳目一新的创新应用。

目前,人工智能在消费端应用主要集中在文本、图像和语音三个领域。视频方面的技术可能在短期内还无法在终端设备上实现。各家公司都在这三个领域寻求突破,但近期内尚未看到特别多的创新应用场景。

过去,手机上的人工智能功能主要集中在图像处理方面,比如图片分类和美化等,所使用的模型参数规模相对较小,大约在百万级别。如今,即使是参数量达到3亿的模型,其参数量也比以前增加了数十倍,因此图像处理的能力和效果都有所提升,但在应用场景上并没有出现显著的突破。

目前来看,拥有3亿参数的模型功能仍然相对有限。如果参数量增加到7亿或10亿,是否能够达到类似于当前在云端使用的GPT-4的功能,还有待验证。”

出海正当时?

在Sensor Tower关于上半年美国AI应用市场下载量的统计中,前十款中至少有三款是中国企业。其中,AI教育应用Question.ai和AI聊天应用Poly.ai都来自“教育大厂”作业帮,另一款产品AI聊天机器人Talkie则来自AI大模型独角兽MiniMax。

可以说,当国内AI应用激战正酣时,厂商们意识到“到海外去”是必需的生存法则。

非凡产研统计,全球约有1500家AI企业活跃,中国出海企业有103家,绝大多数AI产品创业公司集中在应用层,占比高达76%,截至今年5月,全球月访问量过万的AI产品共有1749个,其中中国出海AI产品占据了71席。

国内AI厂商推出的AI出海产品,大多集中在AI聊天陪伴、AI图像生成、AI视频生成、AI搜索、AI生产力工具等生成式AI有明显提升的领域。

在六度促成的一次访谈中,前任易点天下产品总监表示:

“虽然国内有不少开发者在努力研发智能对话机器人和陪伴型AI,但在国际市场上还没有出现广为人知的成功案例。目前,大多数国内的AI应用仍然是面向消费者开发的,而在文化和实际应用方面表现较好的主要是生产力场景,例如图片编辑、文档效率提升以及知识图谱等应用。

在北美,尤其是美国,人工智能的开发主要集中在企业级解决方案和软件即服务领域。相比之下,国内的产品更多地活跃在消费者市场以及娱乐和工具生产力方面。

国内的人工智能应用在国际市场上主要呈现出三大趋势:图片处理和美化类应用表现出色,Copilot型人工智能应用迅速增长,以及社交领域向陪聊机器人方向发展。

根据DataAI的数据披露,美图公司在国内出海的AI公司中,出海收入排名第三,并且收入呈现出显著的上升趋势。财报显示,该公司去年的出海收入占总营收的40%以上,约为2亿美元。

值得注意的是,尽管这些应用融合了AI技术,但它们的核心竞争力并非AI技术本身,而是传统的图片处理能力和算法引擎。

目前,国内有许多公司在AI机器人陪聊领域展开业务,如筑梦岛和GLOW等。然而,由于国内政策监管的限制,这些公司往往会将目光投向海外市场。全球领先的智能体交流平台Character AI,尽管其泛化阿凡达形式旨在与各种用户互动,但在实际应用中却形成了独特的IP文化。例如,与《咒术回战》中五条悟等高人气动画角色的深度互动,吸引了大量年轻用户。”

综合专家意见,可以得出以下结论:

目前各类AI功能的实际应用程度并不高,原因之一是当前的消费者技术已经非常便利,AI所带来的10%-20%的效率提升显得意义不大。

人工智能在消费端应用主要集中在文本、图像和语音三个领域。各家公司都在这三个领域寻求突破,但近期内尚未看到特别多的创新应用场景。

国内的人工智能应用在国际市场上主要呈现出三大趋势:图片处理和美化类应用表现出色,Copilot型人工智能应用迅速增长,以及社交领域向陪聊机器人方向发展。

很多应用融合了AI技术,但它们的核心竞争力并非AI技术本身,而是传统的图片处理能力和算法引擎。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AI应用白热化,出路在哪?

进入2024年,国内大模型开始走入不同于海外同行的发展路线——从投入底层模型转向探索应用层。在底层模型卷了近两年后,一众公司及投资人迫切地希望看到商业化层面的实质性进展。


智谱AI CEO张鹏提到:“今年人们已经从关注大模型本身转变为思考和讨论大模型创造价值、赋能产业、落地应用,行业已形成共识,不再去讨论大模型是不是必要,或者大模型好还是小模型好,行业已经转变成更务实的状态。”

在C端,普通用户对于大模型到底存在怎样的真实需求,是过往很长一段时间里,AI厂商蒙眼狂奔投入底层大模型研发的过程中,很少考虑的问题。

如今大量资本支出要求公司尽快产生足够现金流之时,应用难题突然被摆到面前。虽然不少C端AI软硬件应用已经面世,但现阶段来看,用户渗透率及制造现金流的能力仍较为初期。

近日,信息咨询公司六度智囊接到需求,多名客户希望对AI应用领域不同专家进行访谈,以对行业动向有更深入把握,侧面证实了AI应用的火热。六度智囊是一家商业信息检索平台,为客户提供优质且领先的研究决策支持和专家知识共享服务。目前已实现海外专家50K+,业务覆盖北美、亚洲、欧洲、东南亚等地区。

根据六度智囊促成的访谈来看,不少专家认为,目前科技厂商们推出的AI功能,在用户侧的实际应用程度并不高,而AI技术在大规模商业应用中面临的主要瓶颈,是大多数人尚未掌握如何使用这项技术。

AI功能是鸡肋?

在2024年世界人工智能大会上,百度创始人李彦宏就发出“灵魂之问”:“今天这个震撼发布,明天那个史诗级更新,但是我要问:应用在哪里?谁从中获益了?”

数据显示,有84%的创作者在内容创作过程中积极使用了AI工具和应用程序,但人们对某些工具的使用率在今年却明显下降。比如,如Midjourney和Adobe Firefly此类图像或视频识别工具,2023年,创作者对其的使用率为64.9%,但今年这一数字仅为46.5%。

不少AI应用曾短暂地在业内流行,但明显“寿命”不长。

百度指数显示,妙鸭相机从去年7月17号上线,热度从7月23日开始上升,24日达到峰值,随后就开始缓慢下滑,最高峰也不到8000。从城市分布来看,关注的人群主要集中在北京、上海、广州等一线城市。

在火爆过一阵之后,妙鸭没能在商业模式上提供更多想象。这似乎是AI应用的通病,根据数据分析公司Sensor Tower统计,大部分头部“AI+图像”应用的生命周期只有两个月,比如妙鸭的“前辈”Lensa。

在六度促成的一次访谈中,前任Apple Inc大中华区市场产品总监表示:

“许多美国大型公司相继推出了与人工智能相关的小功能,但这些功能的实际应用程度并不高。
这种现象的一个原因是,这些人工智能功能未能满足用户的主要需求。例如,苹果的人智能功能未能满足用户查看邮件这种可以快速完成的任务的需求。另一个原因是,当前的消费者技术已经非常便利,AI所带来的10%-20%的效率提升显得意义不大。
比如在机票预订场景,目前的机票预订程已经非常简便,搜索、选择和支付等步骤都非常高效。通过AI进行预订可能会导致错误,需要额外的人工检查,因此不如直接手动操作。在预订的过程中,用户需要对每个步骤进行实时监控,包括积分、时间和价格等方面的需求,这些通过自然语言交互难以实现。

这种现象对人工智能在消费技术领域的未来发展有重要启示。AI的核心价值应该在于完成现有技术无法实现的任务,而不是改进已经简单的操作。目前,全球用户主要依赖ChatGPT,而较少使用特定应用程序内置的AI功能,这进一步说明了AI功能需要真正能够显著提升用户体验才能获得广泛应用。”

硬件先于软件爆发?

在众多互联网厂商在软件层面寻找“Killer App”之时,硬件的机会也被集中挖掘。

比如很多车厂已经在追求智能化的进程中将大模型上车——融入了文心一言大模型的极越01;奇瑞和科大讯飞共同搭建的Lion AI大模型,应用在了星途星际元ES上;ChatGPT更是和奔驰达成了合作;今年年初,星纪魅族更是宣布All in AI。

如果和互联网的发展初期做比较,在软件爆发之前,当时电脑和手机等硬件率先得到普及,而有市场声音认为,眼下生成式人工智能遵循同样的逻辑。

今年上半年火热的AI手机是佐证之一。

去年四季度至今年一季度以来,手机厂商密集发布AI手机。今年1月,三星发布搭载了谷歌Gemini大模型的S24系列,发售即爆卖;2月18日,魅族宣布停止传统智能手机新项目的开发,全力投入新一代AI设备;2月20日,OPPO召开AI战略发布会,并正式宣布OPPO AI中心揭牌成立……

今年2月开始,AI手机概念股持续走高,不到两个月时间内,该指数上涨41.5%。六月发布的Apple Intelligence更是将业内期待拉到了最高点。

在六度促成的一次访谈中,前任minimax产品经理表示:

“在最新的I/O开发者大会上,各大科技公司展示了人工智能助手的多种应用场景,包括文本摘要、多模态互动、为视障人士提供语音服务以及防范诈骗等功能。然而,除了这些之外,并没有太多令人耳目一新的创新应用。

目前,人工智能在消费端应用主要集中在文本、图像和语音三个领域。视频方面的技术可能在短期内还无法在终端设备上实现。各家公司都在这三个领域寻求突破,但近期内尚未看到特别多的创新应用场景。

过去,手机上的人工智能功能主要集中在图像处理方面,比如图片分类和美化等,所使用的模型参数规模相对较小,大约在百万级别。如今,即使是参数量达到3亿的模型,其参数量也比以前增加了数十倍,因此图像处理的能力和效果都有所提升,但在应用场景上并没有出现显著的突破。

目前来看,拥有3亿参数的模型功能仍然相对有限。如果参数量增加到7亿或10亿,是否能够达到类似于当前在云端使用的GPT-4的功能,还有待验证。”

出海正当时?

在Sensor Tower关于上半年美国AI应用市场下载量的统计中,前十款中至少有三款是中国企业。其中,AI教育应用Question.ai和AI聊天应用Poly.ai都来自“教育大厂”作业帮,另一款产品AI聊天机器人Talkie则来自AI大模型独角兽MiniMax。

可以说,当国内AI应用激战正酣时,厂商们意识到“到海外去”是必需的生存法则。

非凡产研统计,全球约有1500家AI企业活跃,中国出海企业有103家,绝大多数AI产品创业公司集中在应用层,占比高达76%,截至今年5月,全球月访问量过万的AI产品共有1749个,其中中国出海AI产品占据了71席。

国内AI厂商推出的AI出海产品,大多集中在AI聊天陪伴、AI图像生成、AI视频生成、AI搜索、AI生产力工具等生成式AI有明显提升的领域。

在六度促成的一次访谈中,前任易点天下产品总监表示:

“虽然国内有不少开发者在努力研发智能对话机器人和陪伴型AI,但在国际市场上还没有出现广为人知的成功案例。目前,大多数国内的AI应用仍然是面向消费者开发的,而在文化和实际应用方面表现较好的主要是生产力场景,例如图片编辑、文档效率提升以及知识图谱等应用。

在北美,尤其是美国,人工智能的开发主要集中在企业级解决方案和软件即服务领域。相比之下,国内的产品更多地活跃在消费者市场以及娱乐和工具生产力方面。

国内的人工智能应用在国际市场上主要呈现出三大趋势:图片处理和美化类应用表现出色,Copilot型人工智能应用迅速增长,以及社交领域向陪聊机器人方向发展。

根据DataAI的数据披露,美图公司在国内出海的AI公司中,出海收入排名第三,并且收入呈现出显著的上升趋势。财报显示,该公司去年的出海收入占总营收的40%以上,约为2亿美元。

值得注意的是,尽管这些应用融合了AI技术,但它们的核心竞争力并非AI技术本身,而是传统的图片处理能力和算法引擎。

目前,国内有许多公司在AI机器人陪聊领域展开业务,如筑梦岛和GLOW等。然而,由于国内政策监管的限制,这些公司往往会将目光投向海外市场。全球领先的智能体交流平台Character AI,尽管其泛化阿凡达形式旨在与各种用户互动,但在实际应用中却形成了独特的IP文化。例如,与《咒术回战》中五条悟等高人气动画角色的深度互动,吸引了大量年轻用户。”

综合专家意见,可以得出以下结论:

目前各类AI功能的实际应用程度并不高,原因之一是当前的消费者技术已经非常便利,AI所带来的10%-20%的效率提升显得意义不大。

人工智能在消费端应用主要集中在文本、图像和语音三个领域。各家公司都在这三个领域寻求突破,但近期内尚未看到特别多的创新应用场景。

国内的人工智能应用在国际市场上主要呈现出三大趋势:图片处理和美化类应用表现出色,Copilot型人工智能应用迅速增长,以及社交领域向陪聊机器人方向发展。

很多应用融合了AI技术,但它们的核心竞争力并非AI技术本身,而是传统的图片处理能力和算法引擎。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

吉利发布雷神EM-i超级电混,率先将AI技术应用到动力领域

10月30日,吉利汽车集团正式发布全球新一代超级电混——雷神EM-i超级电混。雷神EM-i超级电混是吉利基于高性能电混的技术体系,汇集全球动力和AI科技,面向市场主流用户开发的全新一代极致节能的超级电混。


凭借在混动电驱、高效燃烧、智能AI、冗余安全等多个技术领域的创新,雷神EM-i超级电混在传承雷神电混高性能基础的同时,实现行业领先的超强节能、无损电感、冗余安全、智能AI和可靠品质,是“真电感、真安全、真智能”的全球新一代超级电混。

雷神EM-i超级电混

热效率46.5%的雷神超级电混专用发动机,全球量产汽油发动机最高。经实测,搭载雷神EM-i超级电混的测试车,极限续航可达2390.5公里,百公里平均油耗2.62升。吉利雷神100%掌握燃烧开发核心技术,最大限度实现完美燃烧,实现更高的热效率。

雷神EM-i超级电混能耗测试

节能只是起步线,雷神EM-i超级电混率先将AI技术应用到动力领域,以吉利独有的天地云一体化智能网为底座,应用吉利星睿智算中心的强大算力,部署AI大模型预测和决策算法,实现智慧能量管理、智慧运动控制和智慧云诊断三大全新体验。

雷神EM-i超级电混

星睿AI云动力: 专属AI大模型结合车辆感知的环境信息、驾驶行为,以及导航信息、路况信息,综合分析和智能化决策,提升车辆能量管理、运动控制和诊断能力。

智慧能量管理: 基于导航信息、惯用路线、环境温度、道路工况、充电习惯、充电地图等信息,对雷神智能电混的油电决策、电池加热冷却、目标电量和充电提醒进行智能化决策,做到千车千面的极致能耗控制,打破了原有依据设定目标电量、车速等参数进行决策的规则化混动策略。

智慧运动控制: 通基于驱动电机实时感知,融合车身姿态、视觉、天气和大数据历史信息,实现对驾驶风格、道路地形、环境工况的智能识别,动态调节驱动系统,“因地制宜”进行精准的实时控制,提升防滑、过弯、操控等性能,起步不打滑,过弯更稳定,掉头更敏捷。

智慧云诊断: 基于数字孪生技术,全球首次实现对动力电池和动力系统的全面故障预警诊断,和智能能耗异常提醒,对动力系统、三电零部件以及热管理系统的全面监测、自动修复和主动维保,驾驶更安全可靠。

雷神EM-i超级电混

目前,雷神EM超级电混拥有两大技术体系,包括节能更性能的雷神EM-P超级电混,和极致节能超长续航的雷神EM-i超级电混。其中,雷神EM-P超级电混已在领克07、08等高性能产品上广泛应用;雷神EM-i超级电混将搭载在吉利银河星舰7等车型上。9月,吉利银河销量29047辆,同比大涨122%。今年1-9月,吉利银河累计销量153682辆,同比大增约250%,正以“加速度”迅速成长。

银河星舰7高环美图



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

登Nature,AI设计DNA开关,MIT团队实现精确的细胞控制

编辑 | 萝卜皮

近年来,基因编辑技术以及各种基因治疗方法使科学家能够改变活细胞内的基因。然而,只影响特定细胞类型或组织中的基因,而不是影响整个生物体的基因,一直很困难。


部分原因是人们对控制基因表达和抑制的 DNA 开关 [即顺式调控元件 (CRE)] 的理解仍面临挑战。

杰克逊实验室(JAX,The Jackson Laboratory)、麻省理工学院(MIT)和哈佛大学布罗德研究所以及耶鲁大学的研究人员利用人工智能设计了数千个新的 DNA 开关,可以精确控制基因在不同细胞类型中的表达。他们的新方法开启了控制基因在体内何时何地表达的可能性,以前所未有的方式造福人类健康和医学研究。

「这些合成设计的元素的特别之处在于,它们对其设计的目标细胞类型表现出了显著的特异性。」杰克逊实验室副教授兼论文共同通讯作者 Ryan Tewhey 博士说,「这为我们创造了机会,让我们可以在不影响身体其他部位的情况下,仅在一种组织中提高或降低基因的表达。」

该研究以「Machine-guided design of cell-type-targeting cis-regulatory elements」为题,于 2024 年 10 月 23 日发布在《Nature》。

论文链接:https://www.nature.com/articles/s41586-024-08070-z

顺式调控元件 (CRE) 控制基因表达,协调组织身份、发育时间和刺激反应,这些共同决定了体内数千种独特的细胞类型。虽然在需要组织特异性的治疗或生物技术应用中战略性地整合 CRE 具有巨大潜力,但不能保证自然产生出适合这些预期目的的最佳 CRE。

科学家们知道,人类基因组中有数千种不同的 CRE,每种都发挥着略有不同的作用。但 CRE 的语法一直很难弄清楚,「没有简单的规则来控制每个 CRE 的作用。」JAX Tewhey 实验室的计算科学家,论文的第一作者之一 Rodrigo Castro 博士解释说,「这限制了我们设计仅影响人体某些细胞类型的基因疗法的能力。」

「如果我们从语言的角度来思考,这些元素的语法和句法就很难理解。因此,我们尝试构建机器学习方法,以便学习比我们自己能学习的更复杂的代码。」

人工智能来设计 CRE

Castro 所在的联合研究团队创建了 Malinois,这是一个深度卷积神经网络 (CNN),用于预测任何序列的细胞类型相关信息 CRE 活性(通过 MPRA 测量)。

在此基础上,研究团队提出了一种从头设计新型合成 CRE 的方法 CODA,该 CRE 能够在三种转化细胞系中驱动细胞类型特异性转基因表达。

「该项目本质上提出了一个问题:『我们能否学会读取和编写这些调控元件的代码?』」耶鲁大学遗传学助理教授、该研究的通讯作者之一 Steven Reilly 博士说。

研究人员通过整合之前在跨细胞类型建模调控语法、高效序列空间搜索和可并行验证数千个 CRE 的 MPRA 实验系统方面的创新来实现这一目标。

研究人员使用了最近生成的统一处理的 MPRA 实验数据库,该数据库表征了前所未有的数量的 CRE,以训练精确的深度学习模型,该模型可以快速预测任何序列的活动。

「天然的 CRE 虽然数量众多,但只代表了可能的遗传元素的一小部分,而且它们的功能受到自然选择的限制。」该研究的共同第一作者、Sabeti 实验室的博士后研究员 Sager Gosai 博士说,「这些人工智能工具在设计基因开关方面具有巨大潜力,可以精确调整基因表达,以实现生物制造和治疗等超出进化压力范围的新应用。」

三种细胞系中测试

结合序列生成算法,研究人员部署他们的模型在三种细胞系中生成具有程序特异性的数千种合成 CRE,并使用 MPRA 在体外对其进行功能验证,并通过探测小鼠和斑马鱼的生理相关组织在体内对其进行功能验证。

在转化细胞系中检测的报告系统中,CODA 设计的合成序列在驱动细胞类型特异性基因表达方面确实优于天然序列。研究人员表明,CODA 可以识别出通常表现优于天然序列的合成序列,其效率远高于随机搜索,但无法确定全局最优值。

CODA 设计的合成 CRE 通过以独特的组合部署靶向激活和脱靶抑制 TF 来实现更高的特异性,而这种组合在人类基因组中并不常见。这说明该模型已经学习了控制 CRE 的基本规则的一部分,并且能够将这些知识推广到很少观察到的 TF 组合。

使用 Malinois(CRE 转录输出的直接模型),该团队能够识别具有中等细胞类型特异性活性的基因组序列,尽管程度低于合成序列。

体内评估

该团队在体外建模、生成和测试特定于单个转化细胞系的序列方面的高成功率,促使他们决定将评估这种活性如何扩展到体内复杂组织。尽管存在组织类型不完全保守、异时性和谱系特异性调控语法的潜在挑战,但他们的 CRE 在斑马鱼和小鼠中表现出保守的组织水平跨物种活性。

这些发现表明,体外开发的具有新功能的 CRE 可以在体内类似组织中保持特异性。研究人员通过单一转化的 SK-N-SH 细胞系设计的神经元 synN1 CRE 在小鼠中表现出高度特异性的皮层下表达。

「合成的 CRE 在语义上与天然元素相差甚远,因此对其有效性的预测似乎难以置信。」Gosai 说道,「我们最初预计许多序列会在活细胞内出现异常。」

但事实是「CODA 在设计这些元素方面表现得如此出色,这让我们感到非常惊喜。」

局限性与展望

接下来,需要进一步研究以制定最佳策略,将体外模型转化为体内精确靶向。将人类细胞系与全生物实验模型相结合的综合框架可能是快速识别能够在人类中实现新功能的 CRE 的有效方法。

转基因应用(例如需要组织、细胞类型或患病细胞状态特异性的基因疗法)可能会受益于具有可编程功能的合成 CRE 的设计和验证。在具有更高临床相关性的其他细胞类型中对 MPRA 模型进行训练可以使 CODA 更好地设计具有针对治疗应用量身定制的特异性的 CRE。

随着序列到功能模型的基础技术不断发展,研究人员认为合成元件设计将变得更加可靠,并减少体外和体内验证的实验负担。

该团队表示,该平台的设计可灵活适应任何目标函数。通过在未来将替代实验平台和模型与 CODA 相结合,研究者可以探索合成 CRE 的广阔前景,以实现进化可能未优化的目标,包括药物反应性(例如对糖皮质激素的反应性)、微调表达输出或响应癌细胞特有的复杂语法。

Tewhey 表示:「这项技术为编写具有预定义功能的新调控元件铺平了道路。此类工具不仅对基础研究很有价值,而且可能具有重要的生物医学意义,你可以使用这些元件来控制特定细胞类型中的基因表达,以达到治疗目的。」

相关内容:https://phys.org/news/2024-10-ai-dna-flip-genes-precise.html



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

百川智能发布一站式解决方案,助力企业“多、快、好、省”落地大模型

今日,百川智能推出一站式大模型商业化解决方案,即1+3产品矩阵(全链路优质通用训练数据,Baichuan4-Turbo、Baichuan4-Air两款模型和全链路领域增强工具链),该方案“工具多、速度快、效果好、成本低”,能够帮助企业以最低成本实现效果最佳的私有化部署。并支持企业将专有数据与百川智能自用的全链路优质训练数据混合,对Baichuan4-Turbo、Baichuan4-Air两款模型进行调优和增强,实现了行业最高的96%多场景可用率。


官网链接:https://platform.baichuan-ai.com/

企业多元场景可用率高达96%,位居行业首位

众所周知,尽管大模型具备良好的泛化能力,但由于每个企业都有自身独特的专业知识和应用场景,直接应用通用模型无法达到理想效果,必须对模型进行定制化优化使其适应特定领域和场景需求,而优化后模型在多场景下的可用率是评估其价值的关键标准。此前行业的主流做法是将企业专有数据和通用数据混合定向调优、增强通用模型,但受限于诸多因素,企业很难获得与原模型高度匹配的通用训练数据,因此即便经过调优,模型也有很大概率会失去通用性,变成无法应对多个场景的专用模型。

为解决这一关键难题,百川智能将自用的优质预训练数据、SFT微调数据、强化学习中的通用训练数据,以及自研的超参自动化搜索和调优技术、数据动态自适应配比技术等统一封装,打造了一套全链路优质通用训练数据方案。

由于Baichuan4-Turbo、Baichuan4-Air均为百川智能自研,所以这些优质通用训练数据与两者的数据分布高度一致,结合超参动态搜索和自适应配比等算法,与企业私有数据混合微调,显著提升了两个模型多场景下的可用率,在金融、教育、医疗等场景下的专业细分任务平均可用率高达 96%,位居行业首位。

Baichuan4-Turbo部署成本、Baichuan4-Air推理成本均为行业同梯队最低

成本是影响企业应用大模型的另一个重要因素,不同场景阶段,企业对模型性能和成本的要求各不相同。为更好满足行业用户的多样化需求,百川智能对两个模型进行了差异化定位。

具体而言,Baichuan4-Turbo的文本生成、知识问答、多语言处理等核心能力相比Baichuan 4均有显著提升,只需2卡4090的算力即可完成部署,在 GPT—4o同档位效果的模型中部署成本最低,非常适合企业探索复杂场景。而Baichuan4-Air则更适用于已经验证过的较大规模流量的场景,其效果与Baichuan 4基本持平,但推理成本行业最低,仅为Baichuan 4的1%,百万Token只需0.98元。

此外,两款模型的响应速度也均提升显著,相比Baichuan 4,Baichuan4-Turbo首Token速度提升51%、Token流速提升73%;Baichuan4-Air的首Token速度提升77%、Token流速提升93%。

值得一提的是,作为百川智能的首个MoE(Mixture of Experts)模型,Baichuan 4-Air首创了PRI(Pyramid、Residual、Interval)架构。与标准的MoE架构相比,Baichuan4-Air保持了MLP(多层感知机)和Attention(注意力机制)的内部结构不变,仅对混合专家MLP层的配置方式进行优化,通过合理配置专家数量和激活策略,能够更好地平衡计算负载,减少计算量,提高推理速度。在相同训练数据下,Baichuan4-Air不仅时效率更高,性能也大幅领先于GPT4-style、Mixtral-style结构的MoE模型。

Baichuan4-Air的时效率对比测试效果图

全链路领域增强工具链简单易用,覆盖模型部署全流程

企业在部署模型过程中还面临着专业算法人才稀缺,模型调优技术门槛高等阻碍。面向这些痛点,百川智能打造了简单易用的全链路领域增强工具链。该工具链集成了数据抓取、数据清洗、数据增强、模型训练、模型评测、模型压缩和模型部署等诸多工具,企业可以根据自身需求自由选择相应工具,对模型进行加密部署和训练。

此外,百川智能还通过大量适配工作解决了不同硬件的适配问题,目前能够高效适配英伟达4090/A/H系列、华为昇腾、寒武纪、高通、MTK、天数等多种主流芯片。

部分参与内测的客户,对百川智能的一站式解决方案十分认可并给予了高度评价。新致软件表示,百川的工具包极大地优化了我们的大模型开发流程,不仅支持处理我们的专有数据,还能将其与百川的高质量通用训练数据混合在一起训练。这样训练出来的模型,效果提升显著;信雅达表示,Baichuan4-Turbo仅需2张4090就能运行,大大降低了我们的硬件投入。部署Baichuan4-Turbo以来,我们的客户满意度提升了15%,运营效率提高了近30%。

目前百川智能已经服务了数千家客户, 包括北电数智、完美世界游戏、爱奇艺、360集团、生学教育、爱学堂等各行业的领军企业,并且与信雅达、用友、软通动力、新致软件、达观数据、华胜天成等多家行业生态伙伴,以及华为、中科曙光等硬件厂商,中国移动、中国电信、中国联通等运营商达成合作,携手构建百川大模型生态。


注意:图片链接展示需要保留。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

为233种疾病推荐候选药物,中国科学院深度生成模型助力药物发现,登Nature子刊

编辑 | 萝卜皮

了解转录对化学扰动的反应是药物发现的核心,但对疾病化合物组合进行详尽的实验筛选是不可行的。

为了克服这一限制,中国科学院、四川大学华西医院的研究人员提出了 PRnet,这是一种扰动条件下的深度生成模型,可预测转录对从未在体细胞和单细胞水平上进行实验扰动的新化学扰动的反应。


评估表明,PRnet 在预测新化合物、新途径和新细胞系的反应方面优于已有方法。PRnet 能够基于基因特征对基因水平的反应进行解释,并针对疾病进行计算机药物筛选。

PRnet 进一步识别并通过实验验证了针对小细胞肺癌和结直肠癌的新型化合物候选物。并且,PRnet 生成了大规模的扰动谱整合图谱,涵盖了 88 种细胞系、52 种组织和各种化合物库。

PRnet 提供了强大且可扩展的候选药物推荐工作流程,并成功推荐了 233 种疾病的候选药物。总体而言,PRnet 是一种有效且有价值的基因治疗筛选工具。

该研究以「Predicting transcriptional responses to novel chemical perturbations using deep generative model for drug discovery」为题,于 2024 年 10 月 26 日发布在《Nature Communications》。

对化学扰动的转录反应揭示了生物功能的基本见解,并在疾病理解和药物发现中发挥着不可或缺的作用。批量和单细胞 RNA 测序 (scRNA-seq) 实验促进了在组学水平上对化学扰动进行高通量筛选(HTS)。

近期的 HTS 研究已对数千种将细胞或细胞系暴露于化合物的独立扰动进行了实验分析。这些对化学扰动的转录反应揭示了代表个体和细胞过程的连贯可解释的基因级程序,并根据化学扰动对其进行了量化。

尽管取得了令人鼓舞的进展,但实验筛选化学扰动仍然是一个耗时且昂贵的过程,新疗法的发现率很低。通过实验筛选疾病和化合物组合来彻底探索广阔的新型化学扰动空间是难以实现的。

为了解决现有实验方法有限的探索能力,中国科学院、四川大学华西医院的研究团队开发了 PRnet,这是一个灵活且可扩展的扰动条件深度生成模型,它支持预测对从未在批量和单细胞水平上进行实验研究过的新型化学扰动的转录反应。

PRnet 是一种基于编码器-解码器架构的新型生成模型,由三个组件组成,包括扰动适配器、扰动编码器和扰动解码器。PRnet 通过将化合物结构和未受干扰的转录谱作为输入来预测转录反应,从而适应各种扰动场景中的新型化合物和疾病。

Perturb-adapter 使用简化的分子输入线路输入系统 (SMILES) 化学编码作为输入,从而能够推广到无需先验知识和注释的未见过的化合物。

PRnet 的可学习潜在空间有助于解释基因水平的反应并捕捉异质性。PRnet 经过了近一亿个批量 HTS 观测(受 175,549 种化合物干扰)和数千万个单细胞 HTS 观测(受 188 种化合物干扰)的训练。

至关重要的是,该模型以数据驱动的模型运行,可以有效地推广到新的扰动。

评估表明,PRnet 在预测大量和单细胞 HTS 数据中对新化合物、途径和细胞系的转录反应的变化和表达方面优于其他方法。

为了进一步验证其有效性,该团队利用 PRnet 识别了针对小细胞肺癌(SCLC)的新型生物活性化合物,并寻找针对结直肠癌(CRC)的新型天然化合物。实验验证表明,新型候选化合物在适当的预测浓度范围内对 SCLC 和 CRC 细胞系具有活性。

PRnet 确定的针对小细胞肺癌和结直肠癌的候选药物。

该模型的灵活性和可扩展性使其成为筛选各种疾病候选药物的宝贵工具。因此,研究人员利用 PRnet 在计算机上筛选各种化合物库,并生成了一个虚拟的大型扰动图谱整合图集,涵盖 88 种细胞系和 52 种组织,以及包含 935 种 FDA 批准药物、4158 种活性化合物、30,456 种天然化合物和 29,670 种类药物化合物的化合物库。

PRnet 还根据基因集的参考变化,为疾病提供了稳健且可扩展的候选推荐工作流程。给定疾病特异性或敏感的化合物基因特征,采用基因集富集分析 (GSEA) 来评估化合物对这些疾病的潜在功效。

PRnet 根据概况图谱成功推荐了 577 项研究中的 577 种候选药物清单,用于 233 种不同的疾病。

在三种代谢紊乱病例中,包括非酒精性脂肪性肝炎 (NASH)、多囊卵巢综合征 (PCOS) 患者和炎症性肠病 (IBD),PRnet 推荐的药物得到了先前的人体或动物研究文献的支持。

PRnet 能够有效预测对新的复杂化学扰动的转录反应并筛选针对特定疾病的大规模化合物库,因此成为基于基因的治疗筛选的有价值的工具。

论文链接:https://www.nature.com/articles/s41467-024-53457-1



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

美团的这些AI应用,倒把我给整不会了

好好用报道

编辑:杨文

美团,有点迷茫。
贵为大厂,美团的 AI 进展稍显拖沓。


早在去年一季度财报发布时,王兴就对外表示,公司已组建内部团队进行大模型和应用层面的研发。
可一年多过去了,虽然美团出现在国内第二批通过备案的 11 家公司里,但大模型的名称、定位仍是个谜。
图片
好不容易推出了几个 AI 应用,也基本跟自家业务八杆子打不着。
就拿最近正在内测的 AI 小程序「妙刷」来说,生成的图片确实魔性,但属实没啥用,跟美团的主营业务更是不沾边。
还有 AI 伴聊产品 Wow、外卖智能助手问小袋、AI 写真馆,全然没掀起什么风浪。
图片
倒是在投资层面,美团花了大力气。
除了将王慧文的「光年之外」纳入麾下外,美团还投资了智谱 AI、月之暗面。
此外,在机器人、无人配送、自动驾驶、芯片等领域也均有布局。
这多少有点「广撒网」的意思。
有内部人士曾透露,「美团要做的不只是大模型,还要与自身业务相结合,做的是大模型的垂类领域,方向太多,都还在摸索。」
看来,在这波 AI 浪潮中,美团也挺迷茫。

-1-

妙刷,没有爆款潜质
最近,美团悄咪咪地推出了一款名为「妙刷」的 AI 小程序。
用户上传图片,它就能自动识图,并输出「梗文字」。
目前已上线 11 种主题,包括魔法物品收集手册、万圣节奇妙夜、玩偶梦境、方块世界、小黄人冒险记等。
图片
我们体验了一把,但实在搞不懂:
这玩意到底有啥好玩的?
就以「魔法物品搜集手册」这个主题为例。
图片
不是我们不给面子,可瞅瞅这些「梗文字」,AI味十足,还不知所云。
它生成的其他风格的作品,也几乎没啥亮点可言。
图片
初见妙刷,总有「莞莞类卿」之感。
从名字到定位,再到小程序发布平台,这借鉴的是「妙鸭相机」的路子吧。
但就目前来看,妙刷没有爆款潜质。
首先,不占天时。
去年妙鸭相机能一炮走红,与发布的时间节点、市场趋势有很大的关系。
2023 年被认为是 AIGC 元年,那时市面上的 AI 应用,大部分还聚焦在 AI 搜索、AI 聊天以及 AI 绘画上。
妙鸭相机率先推出面向 C 端用户的 AI 写真,只需上传几张人像照片,花个 9.9 元,就能得到媲美海马体的摄影大片,这对于普罗大众来说,相当有吸引力。
而如今已是 2024 年下半年,AI 图像处理早就烂大街了,美图、醒图、Wink…… 随便在应用商店里一搜,就能找出来一大堆。
连妙鸭相机都已风光不再,现在美团再推出妙刷,几乎没啥竞争力。
其次,不好玩,更没啥用。
妙鸭相机生成的 AI 写真效果确实不错,满足了用户追求美、展现自我的心理需求,大多数用户也愿意在朋友圈分享。
而反观美团的妙刷,玩的梗奇奇怪怪,生成的图片也没有新意。用户可能会因为好奇心,对妙刷进行一次性的娱乐体验,但很难产生较强的用户粘性。

-2-

美团,你搞错了方向吧
其实,除了妙刷,美团也发过几款 AI 应用,只不过没闹出什么动静。
去年 11 月份,美团上线了首个面向 C 端的 AI 应用 ——「Wow」。
与 Character.AI、星野、冒泡鸭等类似,「Wow」就是一款 AI 伴聊产品,号称是「年轻人自己的 AI 朋友社区」。
其内设 29 个性格、身份各不相同的 AI 角色,点进去就能对话。
图片
由于只能提供有限的情感倾诉价值,功能相对单一,Wow 很快就沉寂了。
今年 2 月份,美团又低调上线了 AI 写真馆,据称是为了满足用户新年拍摄的需求。
它和妙鸭相机简直是一个模子刻出来的,都是上传多张不同角度的照片,然后 AI 生成写真照。
图片
当时,用户只需在美团搜索「AI 写真馆」即可弹出该页面,如今再看,已不见踪影。
到了 4 月份,美团又开始测试 AI 助手服务「问小袋」。
图片
这是一个基于 Raccoon model(浣熊大模型)的外卖智能助手产品,可以给用户推荐餐饮、提供送礼建议等。
不过,现在也已经没了后续。
此外,美团还探索过 AI + 硬件,研发了一款名为「俏鱼」的 AI 应用,并和儿童穿戴设备厂商 「小天才」达成合作,其自研的 「俏鱼乐伴」的 AI 语音互动式 APP 将搭载在小天才 Z10 手表上。
说实话,除了「问小袋」和美团现有的业务有点关联外,其他 AI 产品都多少有点「不务正业」。
这也不禁让人疑惑:美团,你搞错方向了吧。
以后我们会带来更多好玩的AI应用评测,也欢迎大家进群交流。
图片



---
感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:[GPTNB](https://gptnb.com)。

刚刚!ChatGPT正式成为AI搜索,免费可用

时代变了,最强 AI 加持搜索引擎问世,没有广告。

终于等来这一天。


自今天起,ChatGPT 正式成为一款 AI 搜索引擎了!

图片

北京时间 11 月 1 日凌晨,在 ChatGPT 两岁生日之际,OpenAI 宣布为 ChatGPT 推出了最新的人工智能搜索体验。

ChatGPT search 的推出正式宣告 ChatGPT 消除了即时信息这一最后短板。现在,人们与全球最先进 AI 大模型聊天时,也可以通过网络资源链接快速、及时地获取答案了。

即日起,付费订阅者(以及 SearchGPT 候补名单上的用户)将获得可联网的实时对话信息能力,免费用户、企业用户和教育用户也将在未来几周内陆续获得访问权限.

图片

该功能覆盖 ChatGPT 的网页版,以及手机、桌面应用。在正常的对话时,ChatGPT 可以根据具体需求决定何时利用网络中的搜索结果,当然用户也可以主动触发网络搜索。

显然,新功能已经测试已久,上线是一瞬间的,很多人已经用起来了。可以看到,ChatGPT 搜索的天气、股市、地图等小组件齐全,是个完整版搜索引擎的样子:

图片
图片
图片

当然,搜索结果中引用的网络链接也一个都不会少:

图片

你也可以根据 AI 搜索结果里的一堆链接,直接让 ChatGPT 直接生成一份详细的摘要。或是顺着搜索结果继续追问,总而言之,ChatGPT 和搜索功能是完全一体化的。

看起来很美好的样子,网友们一致表示欢迎,同时为谷歌和 Perplexity 担忧一秒钟。

图片

在 HackerNews 上有人则表示,传统搜索引擎如今的问题在于输出很多不相关结果(大量垃圾信息 + SEO 操纵的标题党内容),大模型也面临着幻觉问题。

但如果用大模型的智力来尝试过滤网络中的无用信息,或许搜索引擎的体验就会变得焕然一新。

为给出更好的答案而设计

从 OpenAI 对 ChatGPT 搜索的介绍中,我们看到了 AI 技术朝着这个方向努力的一点端倪。

在网上找到有用的答案并非易事。往往需要多次搜索并沿着链接挖掘以找到高质量信息源和正确信息。

现在,聊天就能得到更好的答案:用更自然的对话式方式提问,ChatGPT 可以选择使用网络上的信息进行回复。如果更深入地追问,则 ChatGPT 还能根据聊天的完整上下文来提供更好的答案。

图片

为了补充最新的信息,OpenAI 表示已经与一些新闻和数据提供商达成了合作关系,并且还会为天气、股票、体育运动、新闻和地图等不同类别使用新的视觉设计。

图片

Vox Media 总裁 Pam Wasserstein 表示:「ChatGPT 搜索有望更好地突显和归因来自可靠新闻来源的信息,使用户受益,同时扩大像我们这样的优质新闻发行商的影响力。」

ChatGPT 的聊天现在包含新闻文章和博客文章等来源的链接,方便用户了解更多信息。单击搜索答案下方的「来源」按钮可打开包含参考文献的侧边栏。

图片

OpenAI 表示,ChatGPT 搜索让网络上原创、高质量的内容成为与人类对话的一部分。通过将搜索与聊天界面集成,用户可以以新的方式接触信息,而内容所有者则获得了接触更广泛受众的新机会。

从人们初步的使用效果看来,确实是相当的方便,比如搜个最近的 AI 新闻,结果会是这样的:

图片

为什么我要用 ChatGPT 代替谷歌、Bing?一个重要的理由可能是:没有广告。 OpenAI 明确表示目前没有计划在 ChatGPT 中投放广告。

奥特曼说了:你一用就回不去了。

不过,人工智能搜索的运营成本比传统搜索显然更高,目前还不清楚 OpenAI 将如何在巨量的免费搜索上实现收支平衡。可以确定的是,免费用户「使用最新搜索模型的频率将受到一些限制」。

如何运作

搜索能力更新之前,ChatGPT 拥有的知识局限于大模型的训练数据,仅限于 2021 年至 2023 年之间。

OpenAI 表示,该搜索模型是 GPT-4o 的微调版本,使用新颖的合成数据生成技术进行后训练,包括从 o1-preview 中提取输出。ChatGPT 搜索利用第三方搜索提供商以及 OpenAI 的合作伙伴直接提供的内容来提供用户正在寻找的信息。

据外媒报道,为了构建 AI 搜索引擎,OpenAI 还在积极挖走谷歌员工加入自己的搜索团队。

得益于 SearchGPT 原型的反馈,OpenAI 将 SearchGPT 的最佳体验引入 ChatGPT。OpenAI 表示还将不断改进搜索,特别是在购物和旅行等领域,并利用 OpenAI o1 系列的推理能力进行更深入的研究。OpenAI 还计划在未来将新的搜索体验引入高级语音和 canvas。

OpenAI 发言人 Niko Felix 表示,即使实时搜索已经大幅提升了使用体验,但公司仍将继续更新大模型的数据,以「确保用户始终能够获得最新的进展」,但这又与模型的训练「不同」。

OpenAI AMA 精选

在宣布发布 ChatGPT 搜索后不久,OpenAI 还在 Reddit 上进行了 AMA 问答,下面是我们精选的一些问答,可帮助读者了解官方公告中没有的细节。

为什么我要用 ChatGPT 代替谷歌、Bing?一个重要的理由可能是:没有广告。 OpenAI 明确表示目前没有计划在 ChatGPT 中投放广告。

奥特曼说了:你一用就回不去了。

不过,人工智能搜索的运营成本比传统搜索显然更高,目前还不清楚 OpenAI 将如何在巨量的免费搜索上实现收支平衡。可以确定的是,免费用户「使用最新搜索模型的频率将受到一些限制」。

如何运作

搜索能力更新之前,ChatGPT 拥有的知识局限于大模型的训练数据,仅限于 2021 年至 2023 年之间。

OpenAI 表示,该搜索模型是 GPT-4o 的微调版本,使用新颖的合成数据生成技术进行后训练,包括从 o1-preview 中提取输出。ChatGPT 搜索利用第三方搜索提供商以及 OpenAI 的合作伙伴直接提供的内容来提供用户正在寻找的信息。

据外媒报道,为了构建 AI 搜索引擎,OpenAI 还在积极挖走谷歌员工加入自己的搜索团队。

得益于 SearchGPT 原型的反馈,OpenAI 将 SearchGPT 的最佳体验引入 ChatGPT。OpenAI 表示还将不断改进搜索,特别是在购物和旅行等领域,并利用 OpenAI o1 系列的推理能力进行更深入的研究。OpenAI 还计划在未来将新的搜索体验引入高级语音和 canvas。

OpenAI 发言人 Niko Felix 表示,即使实时搜索已经大幅提升了使用体验,但公司仍将继续更新大模型的数据,以「确保用户始终能够获得最新的进展」,但这又与模型的训练「不同」。

OpenAI AMA 精选

在宣布发布 ChatGPT 搜索后不久,OpenAI 还在 Reddit 上进行了 AMA 问答,下面是我们精选的一些问答,可帮助读者了解官方公告中没有的细节。

以上为文章内容,图片链接保留。


。注意:Title、Date、Body 三个部分的内容,放入到对应的位置。最后只需要按照格式标准输出为Makedown源文件格式内容。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB