←搜索结果

按匹配度 · 共 43 条结果 清除搜索

星期六

  1. 人民日报

    人民日报:智能经济何以塑造中国发展新优势

    人民日报刊文指出,智能经济正加速从“技术变量”转化为“经济增量”,成为塑造中国发展新优势的重要引擎。文章提到,国产开源模型下载量全球第一,我国智算总规模位居全球第二,已建成12万个高质量数据集,发电量占全球总量的1/3;到“十五五”末人工智能相关产业规模有望达10万亿元以上。

    人工智能技术供给与产业转化,形成不断壮大的人工智能核心产业;一头连着产业智能化,通过“人工智能+”的应用落地,赋能实体经济转型升级。 智能产业化筑牢新兴产业行稳致远的技术底座。智能经济是大厦,算法、算力、数据、能源等就是地基,人工智能的地基打得牢,才能保障智能经济大厦巍然屹立。国内大模型技术和产品“你追我赶”,自主研发的基础模型处于全球前列,引领全球人工智能开源生态建设,国产开源模型下载量全球第一;我国智算总规模位居全球第二,万卡级智算集群加速规模化落地;数据资源体系持续完善,已建成12万个高质量数据集;能源基础设施供给充分,发电量占全球总量的1/3,构建起全球最大、发展最快的可再生能源体系,算电协同深入推进,源源不断的绿电成为我国人工智能发展的重要优势。人工智能产业规模连续多年保持20%以上高速增长,形成覆盖要素基础层、技术模型层、行业应用层的完整产业体系。 产业智能化重塑传统产业体系完整的竞争优势。智能经济的价值,不止于“立新”,更在于“改旧”。人工智能在互联网等领域率先普及的同时,正加速全面融入传统产业重要生产场景。智能化改造让大批“沉睡”的产能具备了大规模、高效率承接海外定制化

    匹配字段正文

星期四

  1. 财联社

    北京印发“十五五”高精尖产业发展规划,布局人工智能、芯片与商业航天

    北京市人民政府印发《北京市“十五五”时期高精尖产业发展规划》,提出到2030年北京成为具有全球影响力的新兴产业高地、建成全球数字经济标杆城市。规划在人工智能方面要求引导大语言模型和多模态模型全球争先、前瞻布局世界模型,并推进RISC-V、芯粒、存算一体等芯片技术及商业航天可重复使用火箭技术。到2030年还将培育5个具有全球影响力的领航级智能工厂。

    等关键配套能力。 《规划》指出,加快发展量子计算,布局太空计算,突破脑机接口核心技术。推进空间计算、数字人、沉浸式渲染等元宇宙关键技术研发,打造虚实融合消费场景。攻关掌握存算一体芯片、硅基光电子、先进封装与芯粒(Chiplet)、高性能光互联等前沿芯片技术。 《规划》指出,推进智算基础设施全栈自主创新,强化RISC-V智算指令集创新,深化众智(FlagOS)开源生态建设,布局灵玑(LinkeeOS)智能体操作系统。加快国产先进算力迭代验证平台建设,提升十万卡算力集群建设能力,依托全国一体化算力网络京津冀国家枢纽节点加速国产技术验证。推动信创软硬件与人工智能深度融合,促进重点行业信创产品规模化应用,提升国家信创园发展能级。 《规划》指出,大力推动产业智能化升级。推进人工智能赋能新型工业化,深入实施“人工智能+制造”,推动人工智能深度嵌入全行业、全环节,大力发展新一代智能制造。加速传统产业数智化发展,推动制造业“智改数转网联”,2026年规模以上制造业企业全面实现数字化达标。完善智能工厂梯度培育体系,到2030年规模以上生产企业全部达到基础级智能工厂标准,建设1000家先进级智能工厂、10

    匹配字段正文

星期三

  1. Interconnects

    开放模型盘点:Kimi K3、Qwen 3.8、蒸馏争议与开源闭源差距

    Interconnects 播客围绕上周发布的 Kimi K3 展开开放模型季度盘点,讨论其与闭源前沿的差距、GLM 5.2 的持续作用,以及 Qwen、DeepSeek、MiniMax 等中国厂商的进展。节目还涉及蒸馏争议、美国开放模型生态、前沿与近前沿模型之分,以及针对禁令的网络安全论据。

    型。呃,他们似乎找到了某种相当稳定地推出模型的方法。嗯,这也是我们在开源侧看到的情况。我们谈到 GLM,我认为他们模型发布的迭代时间现在在 1 到 2 个月之间,每个新迭代都越来越好,这非常像闭源实验室的做法,比如我们现在大约每 6 周就会得到一个新的 GPT、一个新的 Claude。呃,所以就拥有足够好的流水线来发布越来越强的模型而言,他们必须做到,或者说开源生态系统真的已经弄明白了,或者看起来已经弄明白了。 00:28:59 Nathan Lambert:是的,我同意。这很有希望,但也很有趣,比如美国生态系统开始发布一些模型,然后你又有 Xi 在麦克风前和这两个模型。就像,真的很难赶上,因为训练人们实际使用的模型需要大量机构专业知识。我认为这就是那些发布模型的美国公司现在意识到的事情:这些不只是刷榜的蒸馏窃取知识产权模型。 这些是真正优秀的模型,人们会在内部交易基准上与之比较,然后看到在可衡量的指标上击败它们有多难。我认为这就像——我从美国交易模型的一些人那里感受到了这种情绪,就像有一些——我认为人们应该在规模和可微调性上创新,并尝试利用这个离家很近的潜在市场,但每家公司发布一个可

    匹配字段正文