5月全球人工智能领域新看点
5月,全球多家科技公司发布新的大模型,它们在语义理解、多模态等方面进一步提升,人工智能(AI)的能力边界在不断扩大。随着无人驾驶、机器人等技术借助AI快速进化并逐步投入市场,不少国家通过推进法规建设、开展国际合作等方式,为AI领域创新提供更好的土壤。
大模型更趋实用化
5月下旬,中国深度求索(DeepSeek)公司表示,DeepSeek R1模型已完成小版本升级,模型的思维深度与推理能力显著提升。更新后的R1模型针对议论文、小说、散文等文体进行了进一步优化,能够输出篇幅更长、结构内容更完整的长篇作品,同时呈现出更加贴近人类偏好的写作风格。
同样在5月,美国Anthropic公司推出“克劳德4”系列两款新模型:“奥普斯4”(Opus 4)与“十四行诗4”(Sonnet 4),旨在为业界提供更高标准的编程、推理和智能体应用。
谷歌公司在5月推出整体性能和智能推理能力均较以往版本大幅提升的多个“双子座2.5”系列模型,并发布了多个多模态模型,如图像生成模型Imagen 4和视频生成模型Veo 3,具备从文本等多种输入形式生成高质量视觉内容的能力。AI电影制作工具Flow集成了先进的多模态技术,使用户通过自然语言描述就能生成高质量的视觉作品。
AI仍有不少缺陷需克服
尽管当前AI应用已相当广泛,但不少缺陷还是会影响其实用性。研究人员正努力分析导致这些缺陷的原因并寻求新的解决方法,从而改善AI的性能。
一个比较明显的问题是,AI生成内容虽然已非常流畅,但提供的信息很多时候还是不准确。5月,日本研究人员指出,这一问题与人类的语言障碍——失语症类似。这并不意味着AI聊天机器人有“脑损伤”,但它们可能被锁定在一种僵化的内部模式中,限制其灵活运用所储存知识,就像患了感觉性失语症。未来研究人员可以针对相关问题,找到改善措施。
业界努力从不同角度去寻求优化大模型的解决方案。中国科学院自动化研究所联合鹏城实验室提出了一种高效推理策略AutoThink——通过省略号提示配合三阶段强化学习,引导大模型不再“逢题必深思熟虑”,而是根据问题难度自主决定“是否思考”“思考多少”。
营造更合理的AI创新环境
国际劳工组织5月20日发布一份有关生成式AI与就业的报告表示,全球1/4的工作岗位可能受到生成式AI影响。报告也指出,在劳动领域,生成式AI本身并无好坏之分,其社会经济影响在很大程度上取决于对技术普及的管理方式。
一些国家已在积极尝试通过优化政策、法规来营造更好的AI创新环境。日本5月28日通过该国首部专门针对AI的法律,旨在促进AI相关技术研发和应用并防止其滥用。依据这部法律,日本拟设立“AI战略本部”作为日本AI政策的“司令部”,并制定“AI基本计划”。
国际合作同样重要。“2025中国—上海合作组织人工智能合作论坛”5月29日在天津召开。论坛发布《中国—上合组织国家人工智能应用合作中心建设方案》,邀请上合组织成员国共建人工智能应用合作中心,围绕夯实人工智能发展基础、提供开源开放服务、加强产业合作对接、促进人才培育等方面加强务实合作,共同促进人工智能技术普惠应用。
(据新华社北京6月2日电 新华社记者)
来源:人民日报海外版
热门文章
TOPSKYS亮相杭州第二十二届CACLP展会 IVD产品方案大放风采
2025年3月21日,第二十二届中国国际检验医学暨体外诊断试剂博览会(CACLP)在杭州大会展中心隆重开幕,吸引了来自全球40多个国家和地区的千余家企业参展,覆盖体外诊断(IVD)全产业链,涵盖检验医学、输血医学、独立实验室及相关领域的学术交流与产品展示。作为全球IVD领域的旗舰展会,CACLP通过
江苏本周气温玩“蹦极” 最高气温冲上30℃再跌到10℃
刚刚过去的周末,春色满园,三月花香,正是出游的好时光。本周天气持续晴好,气温不断攀升,预计到26日,本轮升温将达到顶峰,江苏全省最高温度将冲击30℃。明明才入春怎么就“无缝衔接”夏天了?不过周三过后,冷空气重新占据上风,气温又将“恢复正常”。从天气预报来看,24日全省最高温度将超过27℃,而25日和
最新文章
美国5月非农数据略超预期,强化了美联储的“观望”立场
财联社6月6日讯(编辑 牛占林)美东时间周五,美国劳工统计局公布的数据显示,尽管消费者和企业都在为关税和可能放缓的经济做准备,但非农就业增长的放缓幅度没有预期的那么大,这将为美联储推迟降息提供政策空间。具体来看,美国5月季调后非农就业人口录得13.9万人,创2月以来新低,高于市场预期的13万人。失业
河北两部门联合发布麦收消防安全提示
长城网·冀云客户端6月6日讯(记者 闫思宇)今天上午,河北省消防救援总队、河北省农业农村厅联合发布麦收消防安全提示,提示广大群众强化消防安全意识,严防火灾事故发生,确保小麦颗粒归仓。全省各地各有关部门要加强麦收防火工作组织领导。麦区乡镇政府、村委会要加强防火巡查和宣传提示,做好麦田防火工作,因地制宜