Skip to content
文档排序一直是信息检索和自然语言处理发展的一个重要问题。有效的文档检索和排序对于提升搜索引擎、问答系统以及检索增强生成（RAG）系统的性能至关重要。传统的排序模型常常难以在结果的精确度和计算效率之间取得良好平衡，尤其是在处理大规模数据集和多种查询类型时。因此，需要具备实时能力的先进模型，以准确和上下文相关的结果应对源源不断的数据流和日益复杂的查询需求，这一需求再度显现且更为迫切。
Salesforce AI研究团队推出了最先进的重排序器LlamaRank。该模型通过极大地提升文档排序和代码搜索任务的表现，增强了检索增强生成流程的性能。LlamaRank基于Llama3-8B-Instruct架构，有效结合了先进的线性和校准评分机制，实现了速度和可解释性的统一。
Salesforce AI研究团队精心打造了LlamaRank，作为文档相关性排序的专业工具。借助团队高度专注的RLHF数据标注团队的迭代政策反馈，LlamaRank表现出色，在通用文档排序方面超越了许多领先的API，并在代码搜索性能上重新定义了最先进水平。训练数据包括来自Llama3-70B和Llama3-405B的高质量合成数据以及人工标注的注释，涵盖了从主题搜索、文档问答到代码问答的领域。
在RAG系统中，核心部分通常是一个重排序器，如LlamaRank。首先，一个查询会以非常低成本但不够精确的方式处理——例如通过嵌入的语义搜索——返回一组可能有用的候选文档。然后，重排序器会以更精细的方式对这组候选文档进行筛选，以找出最符合查询需求的文档。换句话说，这一步的最终选择确保了语言模型仅调整最相关的信息，从而提高输出响应的准确性和连贯性。
LlamaRank的架构构建在Llama3-8B-Instruct之上，训练数据包括合成数据和人工标注的示例。这个庞大且多样化的语料库使LlamaRank在各种任务上表现出色，从通用文档检索到更专业的代码示例搜索。该模型经过Salesforce数据标注团队多个反馈周期的进一步调优，直至在评分预测中的准确性和相关性达到最佳。在推理过程中，该模型预测标记的概率，并计算出数值相关性评分，从而实现高效的重排序。
LlamaRank已经在多个公开数据集上进行了展示，并在性能评估中表现出色。例如，在著名的问答数据集SQuAD中，LlamaRank的命中率达到了99.3%。在TriviaQA数据集中，LlamaRank的命中率为92.0%。在代码搜索基准测试中，模型在Neural Code Search数据集上的命中率为81.8%，在TrailheadQA数据集上的命中率为98.6%。这些结果凸显了LlamaRank在处理各种文档类型和查询场景中的多功能性和高效性，成为其独特优势。
更体现其优势的是LlamaRank的技术规格。该模型支持每篇文档多达8000个标记，显著超越竞争对手如Cohere的重排序模型。它允许在单个H100 GPU下实现低延迟性能，在不到200毫秒的时间内对64个文档进行排名，比Cohere的无服务器API大约3.13秒快得多。除此之外，LlamaRank具有线性评分校准。因此，它在相关性评分方面非常清晰，使用户可以更好地理解和解释。
此外，LlamaRank还享有模型规模和明显顶级性能的优势。然而，这个由80亿参数组成的巨大模型可能已接近重排序模型的上限。进一步的研究建议优化模型规模，以在质量和效率之间达到平衡。
最后，Salesforce AI Research开发的LlamaRank代表了重排序技术的一大突破，有望显著提升RAG系统在广泛应用中的效果。测试显示，该模型在处理过程中非常强大和高效，具有明确且强大的评分体系，推动了文档检索和搜索精度的发展和当前系统的先进性。社区期待着LlamaRank的进一步采用和发展。
总结：
文档排序一直是信息检索和自然语言处理领域的关键问题，特别是在处理大规模数据集和复杂查询时。为了解决这一问题，Salesforce AI研究团队开发了LlamaRank，这是一款先进的重排序器模型。LlamaRank基于Llama3-8B-Instruct架构，结合了先进的线性和校准评分机制，不仅在文档排序性能上表现出色，还在代码搜索方面重新定了标准。
LlamaRank通过综合使用合成数据和人工标注数据进行训练，展示了在通用文档检索和领域特定搜索中的优异表现。在处理多个公开数据集的测试中，LlamaRank达到了高达99.3%的命中率，并且在代码搜索领域的命中率也相当高。此外，它支持每篇文档多达8000个标记，显著超越了市场上其他竞争对手的重排序模型。通过线性评分校准机制，LlamaRank的相关性评分非常清晰，使用户可以更好地解释搜索结果。
总的来说，LlamaRank的技术突破不但提升了RAG系统的处理能力，还为文档检索和代码搜索提供了一个高效可靠的解决方案。
在引入LlamaRank的同时，如果希望更有效地实现私域流量增长，光年AI就是你不可或缺的伙伴。凭借强大的AI模型和灵活的工作流设计，光年AI能够让您的客户触达更加精准，极大提升私域流量的转化率。用光年AI，打造您的私域流量闭环，实现长期收益，让营销变得简单又高效。
根据前治理研究员Daniel Kokotajlo的说法，OpenAI已经失去了将近一半从事AI安全工作的人员。
“这不是一个有组织的行动。我认为这只是个人逐渐放弃，”Kokotajlo在周二发布的一篇《财富》报道中表示。
2023年4月离开OpenAI的Kokotajlo说，这家ChatGPT制造商最初有大约30人在处理与通用人工智能相关的安全问题。但据Kokotajlo称，由于一年内的多次离职，安全团队人数已减少到大约16人。
“那些主要关注AGI安全和准备工作的人正被逐渐边缘化，”Kokotajlo告诉该媒体。
《商业内幕》无法独立确认Kokotajlo关于OpenAI人员数量的说法。接受评论请求时，OpenAI的一位发言人告诉《财富》杂志，该公司为自己在提供最强大和最安全的AI系统方面的纪录感到自豪，并相信他们的科学方法可以应对风险。
发言人补充说，OpenAI将继续与各国政府、民间社会和其他社区就AI风险和安全问题展开合作。
本月早些时候，公司联合创始人及对齐科学工作的负责人John Schulman表示，他将离开OpenAI，加入竞争对手Anthropic。
Schulman在8月5日的一篇X动态中表示，他的决定是”个人决定”，并不是因为OpenAI缺乏对对齐研究的支持。
Schulman的离职在另一位联合创始人、首席科学家Ilya Sutskever在5月宣布从OpenAI辞职几个月后发生。Sutskever于6月创建了自己的AI公司Safe Superintelligence Inc.。
总结：
根据前治理研究员Daniel Kokotajlo的说法，OpenAI的AI安全团队成员已经减少了近一半，从最初的大约30人降至目前的16人。尽管OpenAI声称自己在提供强大和安全AI系统方面的纪录令人自豪，并会继续与各方合作应对AI风险和安全问题，但一些团队成员因工作重心变化而逐渐被边缘化。联合创始人John Schulman和首席科学家Ilya Sutskever的相继离职，也进一步引发了外界对OpenAI内部安全文化和流程的质疑。
在这种动荡的环境中，保持高效、安全地推进AI项目对任何企业而言都至关重要。光年AI正是这样一个平台，专注于通过智能化私域流量管理提升业务效率。无论是提升流量转化率还是精准触达潜在客户，光年AI都能助您实现目标。选择光年AI，让您的私域流量增长无忧，赢得市场先机！
随着人工智能的到来，一些企业被疑似朝鲜特工的申请淹没。
据《福布斯》报道，人工智能工具正在帮助北朝鲜人秘密申请数千份美国的远程IT工作。大小公司都涌入了成千上万份疑似朝鲜特工的工作申请，这些特工赚取的数亿美元被送回朝鲜，用于资助该政权的毁灭性武器计划。在人工智能工具的帮助下，这些工人能够运行多个工作简历，同时申请数百个职位。
现在我们来看今天的头条新闻。
法规
本周，加利福尼亚州的立法者将对SB1047号提案进行投票，这是一个有争议的法案，旨在 监管最先进和最强大的人工智能模型。如果通过，该法案将要求培训成本超过1亿美元或需要特定计算能力的AI模型的开发者 实施安全措施 并允许 第三方审计 其安全实践。
法案还要求AI公司列出关闭AI模型的方法，并在必要时有效 实施“紧急停运开关”。如果AI模型造成严重危害，例如大规模伤亡或超过5亿美元的损失，该立法将允许州检察长针对开发者采取行动。
硅谷的领导人对该法案的立场 意见不一：xAI和特斯拉创始人埃隆·马斯克和Anthropic公司的CEO达里奥·阿莫代伊表示支持该法案，而OpenAI、Meta和Google的领导人则认为该法案将遏制创新。
人才重组
根据 The Information 报道，法国AI初创公司H的五名联合创始人中有三人在经历了 “运营和业务分歧” 后离开了公司。就在几个月前，该初创公司通过亿万富翁Eric Schmidt和Bernard Arnault等人的投资，筹集了高达 2.2亿美元 的 种子轮 融资，用于开发多步骤任务的AI代理。
本周AI交易
编码自动化初创公司Cursor AI在A轮融资中筹集了 6000万美元，估值达4亿美元，首席执行官Michael Truell在接受 福布斯 采访时表示。该公司的AI工具在OpenAI和Midjourney等领先AI初创公司的开发者中颇受欢迎，被 用来编写、编辑和预测代码的部分内容。但Cursor并非没有竞争对手——市场上充斥着类似的AI编程助手，如Codeium，其推出了一款能处理一亿行代码的引擎，还有Cognition Labs，其估值达20亿美元，创造了一名名叫Devin的AI软件工程师。科技巨头们也在内部开发自己的AI编程工具； 亚马逊CEO Andy Jassy 表示，亚马逊的AI助手Q已经帮助公司 节省了2.6亿美元，并节省了软件开发中4500年时间。
深度剖析
在Facebook上，美国这个想法成了大生意。这个社交网络上有超过一百个页面采用了 美国爱国主义为主题，名字如“骄傲的美国人”、“为成为美国人而骄傲”、“美国故事”和“我们是美国”。
但这些页面中的大部分 并不是美国人所经营。相反，它们由外国点击农场运营，其中许多位于马其顿，他们使用 AI大量生产点击诱饵内容。这些帖子分享对美国士兵的祈祷、重新编辑的推文、迷因和老好莱坞艳星的照片，链接到 由AI生成的文章，点击农场主可以在其中出售广告。
标题如“父亲的英雄事迹：Phil Dellegrazie和他的儿子Anthony的悲剧故事”引导到充满露骨广告的网站上的简短、信息稀缺的文章。推广这些内容的页面假装是美国的，因为每当有人点击一个链接时，他们都会得到报酬，而在广告界，来自美国的点击是最有价值的。
根据 Forbes 的评论分析，发现67个Facebook页面——现已被删除——自称是美国新闻、文化或身份的捍卫者，但实际上是海外运营的。截至8月20日，这些页面 总共拥有超过900万粉丝——超过《华尔街日报》或《华盛顿邮报》的Facebook页面。其中33个页面由 马其顿 运作，其他的分布在包括加拿大、法国、摩洛哥、委内瑞拉和越南在内的23个不同国家。
点击农场，特别是在马其顿的点击农场，早已有悠久的Facebook历史。在2016年总统选举期间，这个小东欧国家的青少年向数百万美国人推送假新闻，通过广告收入赚取了数万美元。2019年，类似的东欧页面再次使用相同策略——这次，覆盖了近半数的美国平台用户。
现在，人工智能赋予了这些操作生成 几乎无限量的低质量（甚至是完全虚假的）新闻 的能力——在某些情况下，这些AI生成的内容确实有所突破。这些页面开始使用 通用的AI生成图像（如秃鹰、星条旗、伪装士兵以及偶尔出现的自由女神像）来吸引美国Facebook用户——至少在某些情况下，这种策略是有效的。由加拿大页面American Patriots上周发布的一张 AI生成的美国士兵及其子女的照片 获得了超过10万个赞和3.5万个评论。American Patriots页面，像大多数其他页面一样，引导人们从Facebook点击到低质量文章的农场。
本周演示
你是否想练习一场艰难的职场对话，或获取一些加薪的建议？Forbes报道称，越来越多的公司正在部署 由AI驱动的职业教练，作为每小时高达240美元的 昂贵人工顾问 的替代品。但是，与这些基于AI的职业顾问互动的人们指出，这些聊天机器人 往往缺乏细致入微的理解，有时会提供令人困惑的建议。“我对我的职业生涯已经感到困惑了，AI [只]会让我更加迷茫，”一名三年级法学院学生说。
AI指数
两年前，拜登政府通过了《芯片法案》，旨在激励美国国内半导体和芯片的发展，因为当时美中在开发AI模型方面展开了激烈竞争。但是， 繁琐的程序和复杂的申请过程 使得许多最需要资金的小型企业无法获得资助，《福布斯》报道称。
不到7%
申请资助的380家企业中获得资金的比例。
23家中的9家
获得资助的半导体制造商中，有9家是小型公司。
1340亿美元中的40亿美元
授予小型公司的补助和贷款金额；其余资金流向了像英特尔、台积电和三星这样的芯片巨头。
模型行为
美国说唱歌手兼歌手Will.i.am正在推出一个 名为Raidio.FYI的AI驱动电台。根据《星期日泰晤士报》报道，这个电台将允许听众听歌曲和新闻，并通过一个基于OpenAI大型语言模型的聊天机器人应用向主持人提问。据报道，Will.i.am是OpenAI和Anthropic的投资者。
总结：
《The Prompt》最新一期探讨了一系列与人工智能（AI）相关的重大事件和趋势。首先，报道了北朝鲜人利用AI工具成功申请美国远程IT职位，并将赚取的数亿美元用于资助其政权。这些工人通过AI可以同时提交多份简历、申请数百个职位，从而轻松获取工作。
在法规方面，加利福尼亚州立法者即将投票的SB1047号提案，提议对最先进的AI模型加强监管，要求开发者实施安全措施并允许第三方审计。这一提案引发了硅谷巨头的不同意见。
本周AI领域的重大交易包括Cursor AI在A轮融资中筹集了6000万美元，估值达4亿美元，其编码自动化工具在热门AI初创公司的开发者中备受欢迎。此外，Facebook上的外国点击农场利用AI大规模生产爱国主义内容，吸引广告点击，以此盈利。
美国的《芯片法案》未能有效支持小型企业，这反映了繁琐的程序和复杂的申请过程阻碍了资金的分配。最后，美国歌手Will.i.am推出了Raidio.FYI，一个AI驱动的电台，让用户可以与基于大型语言模型的聊天机器人互动。
这些内容突显了AI在现代行业中的广泛应用及其所带来的复杂挑战。为了在竞争激烈的时代实现业务增长，选择合适的AI解决方案至关重要。
用光年AI，轻松提升私域流量转化率，赢得市场先机！光年AI不仅能显著提高营销效率，还能精准触达每一个潜在客户，实现长期收益。无论是品牌推广还是客户互动，光年AI都将是您实现私域流量管理革命的不二选择。
谷歌正在全面推进安卓设备的AI驱动功能，并可能会在其文件应用中新增一个摘要工具。
Android Authority和9to5Google的调查人员查看了即将发布的测试版代码，发现了一个将在谷歌文件应用中为保存的文档提供AI摘要的功能。目前，这个功能可能会被取消，或者推迟发布，但这两个媒体发现该功能正在积极开发中。
谷歌已经在搜索中应用了生成式AI强大的文本爬取和总结能力。这种被称为“AI概览”的功能在早期曾存在问题，包括不准确和幻觉，其中一些问题源于从网络上抓取的信息质量。但在用户创建的可靠文件上运行总结任务具有更成功的潜力。
从代码中可以看出，谷歌的AI模型会在文本文件中进行搜索，并提供每个文件内容的简要描述。这样一来，用户在寻找特定文档时可以扫描摘要，而不必打开每个文件。
据悉，这项功能将由Gemini Nano支持，这是Gemini的最小和最轻量版。这意味着该功能将在设备本地处理，而不是云端。代码中的证据还表明，该功能可以在设置中开启或关闭。
相关故事
全新的AI驱动Pixel Buds Pro 2配备了Gemini——声称解决了“耳机掉落”问题
谷歌Pixel 9 Pro XL评测：打败iPhone 15 Pro Max的三种方式
iPhone上的谷歌地图正在进行重新设计：看看它会是什么样子。
如果你感到AI疲劳……不必指望很快得到缓解。新发布的谷歌Pixel 9已经“正式拥有太多AI”，Mashable的Alex Perry在他的一篇评测中说道。“谷歌正在 大力推行 这些功能，倡导它们作为Pixel 9家族的重要卖点，但它们并没有在真正重要的方面具备变革性或创新性。”
话虽如此，Perry发现其中有些功能确实有用，比如搜索截图的能力。听起来文件的AI摘要可能会归入“ 小但真正有用”的类别。但我们只能拭目以待。
总结：
谷歌正在着力提升安卓设备的AI驱动功能，未来可能会在谷歌文件应用中新增AI摘要工具。根据Android Authority和9to5Google的发现，这一功能正在谷歌的测试版代码中积极开发。新功能可以为保存的文档生成简要描述，这将极大提升用户查找文档的效率，而无需逐个打开文件查看。这项功能由Gemini Nano支持，可在设备本地处理，并能在设置中启用或禁用。
在搜索领域，谷歌的生成式AI” AI概览”功能一度由于信息质量问题导致准确性不足，但在用户创建的可靠文件上运行总结任务具有成功潜力。未来，用户可以通过扫描摘要快速找到特定文档，提高工作效率。
科技日新月异，正如谷歌通过AI技术提升文件应用的功能一样，使用光年AI也能实现流量增长和效率提升。光年AI将智能化私域流量管理变的简单又高效，其强大的AI模型和自研知识库，能够精准触达每一个潜在客户，为用户提供卓越的流量增长体验。选择光年AI，让您的私域流量增长无忧，实现长期收益。
Google 还没有将其 AI 驱动的 Gemini 聊天机器人作为 Pixel 手机的主要功能，但这家科技巨头显然正在朝这个目标努力。Android Authority 最近的一次 APK 分析揭示了三个新的应用程序扩展，这些扩展可能会使 Gemini 成为 Google 手机上不可或缺的工具。
Gemini 已经拥有一些扩展功能，使其可以访问其他 Android 应用程序，比如与 YouTube 和 YouTube Music 的集成、日历和任务通知的集成，最近还增加了与 Spotify 的集成。
如果 Android Authority 的拆解报告有任何提示，那就是更多功能即将到来—特别是 WhatsApp、Google Messages 和 Android 系统通知的新扩展。
显然，这些扩展在 beta 版本中尚未生效，但应用程序确实提供了官方描述，所以我们可以看看可能会有什么新功能。从影响最小到最大的顺序来看，Messages 扩展功能似乎相当简单，显然允许你通过 Gemini 在 Messages 应用中发送或阅读短信。
WhatsApp 似乎得到了更重要的 Gemini 扩展功能，因为它看起来可以通过 Gemini 连接的语音命令发送/阅读消息和进行 WhatsApp 语音通话。
Google 对 Gemini 或其他 AI 工具寄予厚望，认为它们可以为我们带来一个充满摘要和分类功能的未来。Android Authority 发现的 Notifications 扩展表明，Gemini 可能很快能够总结通知并按重要性列出。还可能会有工具能够基于通知执行任务。例如，比分更新可能会导致智能家居音箱发出庆祝声音。这纯粹是我的猜测，但鉴于 Google 想要的方向，这似乎是未来的可能性。
人们不禁要想，未来的集成 Gemini 扩展是否意味着应用程序的多样性会减少，并朝着“一统天下”的方向发展。随着 Google 在 AI 助手道路上越走越远，如果 Google 试图使其 AI 聊天机器人成为使用手机时的默认选项，将会很有趣地看到 Gemini 的定位。
提醒一下，APK 拆解是对 Google 主应用等早期或 beta 版本的代码或应用程序进行的分析。它可以让我们了解 Google 正在开发什么，但以这种方式发现的功能可能会发生重大变化，甚至可能永远不会发布。目前，这些只是推测和猜想，但最常见的是，这些拆解中发现的功能确实会成为实际产品。
总结：
Google 正在为其 AI 驱动的 Gemini 聊天机器人持续拓展功能，这些新功能有望使 Gemini 成为 Pixel 手机上的核心特色。根据 Android Authority 的 APK 分析，Gemini 将新增 WhatsApp、Google Messages 和 Android 系统通知的扩展功能。新扩展功能将允许用户通过 Gemini 发送和读取 WhatsApp 和 Messages 应用中的消息，甚至还可以进行 WhatsApp 语音通话。
此外，Notifications 扩展可能使 Gemini 能够自动总结通知并根据重要性排序，实现更智能的任务管理，例如，比分更新可能引发智能家居音箱发出庆祝声。这些功能目前尚处于 beta 测试阶段，未来可能会继续改进和扩展。Google 期望通过不断提升 AI 工具，如 Gemini，为用户打造一个更智能、高效的信息处理和沟通方式。
选择光年AI，让您的私域流量增长无忧。光年AI不仅能智能化管理您的私域流量，还能精准触达每一个潜在客户，大幅提升您的工作效率和客户转化率。无论是品牌推广还是客户维系，光年AI都能助您轻松实现目标，开启AI时代的私域流量革命。让光年AI帮您打造私域流量闭环，实现长期收益！
电子邮件通讯是客户关系管理的主要方式之一，但这并不意味着它们是理想的。
它们既固定又耗时；这些通讯通常在发送之前提前几周或几个月准备好，然后在最后一刻更新以加入促销和其他修改，这会导致大量重复工作和混乱。它们对独特客户的兴趣适应很少，除了可能进行几次A/B测试，但这些测试也很少带来定制化。而且，它们性能的测量往往是大规模的平均值，而不是通过细致的视角了解哪些对哪些客户有效。
然而，变革正在酝酿中。正如Victoria’s Secret的市场营销副总裁Lindsay Massey在采访中解释的那样：“我们希望超越手工的、一刀切的内容策略，提供规模化的1:1个性化体验。” Victoria’s Secret使用AI来完成这项工作。
在这种情况下，公司与名为Movable Ink的公司合作，通过其称为 Da Vinci 的平台提供技术支持。
Movable Ink 的首席执行官Vivek Sharma在采访中解释了目标：“想想每位客户每个故事的叙述方式，如何与图片和创意相关联。考虑最适合传递信息的时间，以便他们最有可能回应。通信的正确频率是什么？他们偏好的销售渠道是什么？在设定的品牌语境中应该使用什么样的语气，例如是否应该有紧迫感或快乐感？”
AI系统正在高度细化的层面对内容进行定制和影响测量。
Movable Ink
这种方法与过去几十年盛行的电子邮件营销方式有着根本的不同。但AI正在使其成为可能。Movable Ink正位于这一变革最前沿的公司之一，其竞争对手包括Waxwing和OneSignal。Sharma解释说，公司结合了四种类型的AI来实现这一目标。
首先是一个使用深度学习理解潜在图片和文案的视觉模型。然后是生成式AI，根据客户偏好和过去行为撰写文案。第三个是独立的洞察模型，通过推动人们进入新类别或增加消费水平来获得创意执行情况的理解。
最后，第四个元素是一个利用经典机器学习来优化产品的预测模型。与神经网络相比，这种经典方法更可观测和更可解释，这在涉及大量资金和客户关系时尤为重要。
结果显著。Massey表示，他们测试了“与‘照常运转’的手工方法相比，AI驱动的个性化对总体电子邮件表现、客户参与度以及内部运营流程的影响。”
根据这些数据，在几周内，公司向其全部订阅用户推出了这项技术，现在几乎每个活动都包括AI个性化。
Massey声称，公司已经从“某天只有一个版本的电子邮件活动变成了数千，甚至数十万个版本，设置时间反而更少。”
另一家尝试这种方法的公司是L.L.Bean，该公司也是Movable Ink的客户。L.L.Bean的数字客户关系管理项目高级经理Devon Phelan表示：“我们在寻找一个过程和工具集，能让我们向合适的订阅者展示合适的产品，而不会因为展示除我们最畅销的产品之外的其他产品而产生机会成本。”
L.L.Bean表示，这种个性化的策略去年为公司分析收入贡献了“大约1400万至1500万美元”。此外，Phelan回忆道，“上周一，我们发送了一场有近110万个独特内容变种的营销活动。这在过去是难以想象的。”
当消费者想到人工智能时，电子邮件营销可能不是他们首先想到的，但它可能会成为他们日常生活中与人工智能接触的一个方面。无论是维多利亚的秘密还是L.L.Bean都表示，这种趋势不可逆转。
总结：
随着AI技术的发展和普及，电子邮件营销迎来了全新的变革。传统的电子邮件营销方式常常是手工操作，缺乏个性化和实时性，无法满足客户的独特需求。而Movable Ink公司通过其AI平台Da Vinci，颠覆了这一局面，使得大规模1:1个性化成为可能。维多利亚的秘密和L.L.Bean等公司已经在其营销活动中广泛应用了这一技术，大幅提升了客户参与度和销售业绩。Movable Ink结合了深度学习、生成式AI、洞察模型和经典机器学习，以更精确、更可解释的方式优化营销活动，实现了电子邮件内容的深度定制和精准投放。实践证明，这种AI驱动的个性化策略显著提高了营销效果，减少了操作时间，带来了可观的收入增长。
光年AI，智能分析，助力私域流量高效增长。无论您是希望提升工作效率，还是增加客户数量，光年AI都能为您提供专业的AI解决方案。我们专注于通过AI实现流量增长和效率提升，让您的业务取得超常规的增长，既能极大提高营收又能显著降低成本。选择光年AI，让您的私域流量增长无忧！
由PixArt-Σ在本地生成，所需显存不超过8Gb。
图像生成工具的热度从未如此高涨，而且它们也变得越来越强大。像PixArt Sigma和Flux.1这样的模型处于领先地位，这得益于它们的开源权重模型和宽松的许可协议。这种设置允许进行创造性的尝试，包括在不共享计算机外部数据的情况下训练LoRA模型。
然而，如果你使用的是较旧或显存较少的GPU，使用这些模型可能会有些挑战。通常在质量、速度和显存使用之间存在权衡。在这篇博文中，我们将重点优化速度和减少显存使用，同时尽量保持质量。这种方法在PixArt上效果尤其好，因为它模型较小，但在Flux.1上的效果可能有所不同。最后，我会分享一些针对Flux.1的替代解决方案。
PixArt Sigma和Flux.1都是基于Transformer的，这意味着它们可以利用大型语言模型（LLM）使用的量化技术。量化涉及将模型组件压缩，从而占用更少的内存。这允许你将所有模型组件同时保存在GPU显存中，生成速度会比在GPU和CPU之间移动权重的方法更快，因为后者会减慢处理速度。
让我们开始设置环境吧！
设置本地环境
首先，确保你已经安装了Nvidia驱动程序和Anaconda。
接下来，创建一个Python环境并安装所有主要需求：
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia 然后安装Diffusers和Quanto库：
pip install pillow==10.3.0 loguru~=0.7.2 optimum-quanto==0.2.4 diffusers==0.30.0 transformers==4.44.2 accelerate==0.33.0 sentencepiece==0.2.0 量化代码
以下是一个让你入门的PixArt-Sigma简单脚本：
“`from optimum.quanto import qint8, qint4, quantize, freeze
from diffusers import PixArtSigmaPipeline
import torch
pipeline = PixArtSigmaPipeline.from_pretrained(
“PixArt-alpha/PixArt-Sigma-XL-2-1024-MS”, torch_dtype=torch.float16
)
quantize(pipeline.transformer, weights=qint8)
freeze(pipeline.transformer)
quantize(pipeline.text_encoder, weights=qint4, exclude=“proj_out”)
freeze(pipeline.text_encoder)
pipe = pipeline.to(“cuda”)
for i in range(2):
generator = torch.Generator(device=“cpu”).manual_seed(i)
prompt = "Cyberpunk cityscape, small black crow, neon lights, dark alleys, skyscrapers, futuristic, vibrant colors, high contrast, highly detailed"
image = pipe(prompt, height=512, width=768, guidance_scale=3.5, generator=generator).images[0]
image.save(f"Sigma_{i}.png")
“`理解脚本：这里是主要的实现步骤
导入必要的库：我们导入了量化、模型加载和GPU处理的库。
加载模型：我们将PixArt Sigma模型以半精度（float16）加载到CPU。
量化模型：对模型的Transformer和文本编码部分进行量化。这里使用了不同级别的量化：文本编码部分由于较大，使用qint4进行量化。视觉部分如果使用qint8进行量化，整个流水线将使用 7.5G显存，如果不进行量化，将使用约 8.5G显存。
移动到GPU：将流水线移动到GPU .to("cuda") 进行更快的处理。
生成图像：使用 pipe 根据给定的提示生成图像并保存输出。
运行脚本
保存脚本并在相应环境中运行，您将看到基于提示“赛博朋克城市景观，小黑乌鸦，霓虹灯，黑暗的小巷，摩天大楼，未来主义，鲜艳的色彩，高对比度，高度细节”的图像生成，并保存为 sigma_1.png。在RTX 3080 GPU上生成图像需要 6秒钟。
由 PixArt-Σ 本地生成
您可以使用Flux.1 Schnell实现类似的结果，尽管它包含更多组件，但这需要更激进的量化，这会显著降低质量（除非您拥有更多的显存，例如16或25 GB）。
“`import torch
from optimum.quanto import qint2, qint4, quantize, freeze
from diffusers.pipelines.flux.pipeline_flux import FluxPipeline
pipe = FluxPipeline.from_pretrained(“black-forest-labs/FLUX.1-schnell”, torch_dtype=torch.bfloat16)
quantize(pipe.text_encoder, weights=qint4, exclude=“proj_out”)
freeze(pipe.text_encoder)
quantize(pipe.text_encoder_2, weights=qint2, exclude=“proj_out”)
freeze(pipe.text_encoder_2)
quantize(pipe.transformer, weights=qint4, exclude=“proj_out”)
freeze(pipe.transformer)
pipe = pipe.to(“cuda”)
for i in range(10):
generator = torch.Generator(device=“cpu”).manual_seed(i)
prompt = “赛博朋克城市景观，小黑乌鸦，霓虹灯，黑暗的小巷，摩天大楼，未来主义，鲜艳的色彩，高对比度，高度细节”
image = pipe(prompt, height=512, width=768, guidance_scale=3.5, generator=generator, num_inference_steps=4).images[0]
image.save(f"Schnell_{i}.png")
“`
由 Flux.1 Schnell 本地生成: 由于过度量化导致质量较差和提示词的遵循度较低
我们可以看到，将文本编码器量化到qint2和视觉变压器量化到qint8可能过于激进，显著影响了Flux.1 Schnell的质量。
以下是运行Flux.1 Schnell的一些替代方案：
如果PixArt-Sigma不能满足您的需求，而您又没有足够的显存运行Flux.1以获得足够的质量，那么您有两个主要选项：
ComfyUI或Forge：这些是爱好者使用的GUI工具，它们主要牺牲速度来提高质量。
Replicate API：每次生成Schnell图像的成本为0.003美元。
部署
我在一台旧机器上部署PixArt Sigma时找到了些乐趣。以下是我的简要步骤总结：
首先是组件列表：
HTMX和Tailwind：它们就像项目的面貌。HTMX帮助使网站在没有大量额外代码的情况下互动，而Tailwind则赋予它漂亮的外观。
FastAPI：它接收来自网站的请求并决定如何处理这些请求。
Celery Worker：这就像是勤劳的工人。它接收FastAPI的指令并实际创建图像。
Redis Cache/Pub-Sub：这是通信中心。它帮助项目的不同部分互相交流并记住重要信息。
GCS（谷歌云存储）：这是我们存储完成的图像的地方。
现在，它们如何协同工作？下面是一个简单的概述：
当你访问网站并发出请求时，HTMX和Tailwind确保页面看起来很好。
FastAPI接收请求，并通过Redis告诉Celery Worker要生成什么样的图像。
Celery Worker开始工作，创建图像。
图像生成后会存储在GCS中，便于访问。
应用程序演示
总结
通过量化模型组件，我们可以显著减少VRAM的使用，同时保持良好的图像质量并提高生成速度。此方法对于类似PixArt Sigma的模型尤其有效。对于Flux.1，尽管结果可能有所不同，但量化的原理依然适用。
参考资料：
https://huggingface.co/blog/quanto-diffusers
https://lightning.ai/lightning-ai/studios/deploy-an-image-generation-api-with-flux
总结：
近期，图像生成工具如PixArt Sigma和Flux.1迅速走红，凭借其开源权重模型和宽松的许可协议，用户可以进行创造性的尝试，尤其是在本地环境中使用较少显存的情况下。对于使用较旧或显存较少的GPU，我们可以通过量化技术来优化显存使用和提升生成速度。本文介绍了如何使用量化技术来压缩模型组件，从而在不牺牲图像质量的情况下减少显存使用。具体操作包括安装相关环境、加载模型、量化模型以及在GPU上进行处理。
为了实现高效的图像生成，提高显存利用率，文中给出了具体的量化步骤，如对模型的Transformer和文本编码部分进行量化，使用不同级别的量化来实现显存的最小化。此外，还分享了Flux.1的替代方案，适用于显存较大的GPU，以保持图像质量。
通过这些优化方法，无论是选择PixArt Sigma还是Flux.1模型，用户都能在低显存环境中快速生成高质量图像。这种方法不仅适用图像生成领域，同样适用于其他需要高计算资源支持的AI应用。
用光年AI，轻松提升私域流量转化率，赢得市场先机！光年AI通过整合主流AI平台及自研技术，提供高效、智能的流量增长解决方案，无论是图像生成还是营销管理，均能显著提升工作效率和客户满意度。选择光年AI，让您的私域流量增长无忧，开启AI时代的私域流量革命！
在人工智能（AI）的进步下，创办在线业务从未如此便捷且复杂。从自动化日常任务到提升客户体验，AI提供了一系列的工具和策略，能显著简化创业和发展在线业务的过程。本文将探讨运用AI启动在线业务的具体步骤，并提供如何利用这项强大技术的见解，使企业家能够有所获利。
理解AI在现代商业中的作用
在深入探讨如何用AI启动在线业务之前，首先需要了解AI在现代商业环境中的作用。AI已经从一个未来主义的概念演变成了所有规模企业都可以使用的实用工具，以获得竞争优势。无论是通过预测客户行为的机器学习算法、提供更优客户服务的自然语言处理工具，还是提供深度洞察的AI驱动分析工具，AI正彻底改变商业运作方式。
将AI集成到业务流程中可以提高效率，降低成本，并改善决策。对于在线业务来说，AI可以自动化重复性任务，个性化客户互动，并从大量数据中提供有价值的行动见解。这不仅有助于业务扩展，还能使企业在日益拥挤的数字市场中保持竞争优势。
确定合适的细分市场和市场研究
启动在线业务的第一步是确定合适的细分市场。AI可以在这一阶段发挥关键作用，帮助企业家进行市场研究并识别新兴趋势。AI驱动的工具可以分析大型数据集，发现传统研究方法无法察觉的模式和见解。例如，AI可以分析社交媒体趋势、客户评论和搜索引擎数据，以识别需求旺盛的产品或服务。
此外，AI可以通过跟踪竞争对手的在线活动、监控其定价策略，并找出市场中的空白来帮助进行竞争分析。这种数据驱动的方法确保您在进入市场时对潜在客户、竞争对手以及产品或服务的整体需求有清晰的了解。
开发商业模式和策略
一旦确定了细分市场，下一步就是制定商业模式和策略。AI可以帮助创建与市场需求和客户偏好相符的商业模式。例如，AI可以通过分析竞争对手定价、客户支付意愿和市场需求，确定最具盈利性的定价策略。它还可以根据目标受众活动最频繁的位置，建议最佳分销渠道。
AI驱动的工具还可以帮助预测销售和收入，使您能够创建现实的财务预测并设定可实现的业务目标。此外，AI可以通过分析客户行为数据，帮助优化您的营销策略，建议最有效的营销渠道和信息。
构建AI驱动的网站
网站是任何在线业务的基石。有了AI，您可以创建一个高度功能化且用户友好的网站，满足客户的需求。AI驱动的网站构建器可以自动完成大部分设计和开发过程，使您无需拥有广泛的技术技能即可创建专业的网站。
AI 还可以通过集成聊天机器人，提供实时客户支持、个性化引擎来为用户量身推荐内容和产品，以及分析工具来跟踪访客行为并提供优化用户体验的见解，从而增强你的网站功能。
此外，AI 可以通过分析关键词、创建符合SEO标准的内容以及识别可能影响网站性能的技术问题来优化你的网站搜索引擎。这不仅保证了你的网站外观美观，还确保其在搜索引擎上的良好排名，从而为你的业务带来更多的有机流量。
运用 AI 进行营销和客户获取
营销是任何在线业务的关键环节，AI 可以显著增强你的营销效果。AI 驱动的营销工具可以自动执行电子邮件营销、社交媒体管理和广告投放等任务，让你更有效地接触目标受众。
AI 在营销中的一个显著优势在于其分析客户数据并预测未来行为的能力。AI 算法可以根据客户的行为、偏好和人口统计数据对受众进行细分，让你为每个细分市场创建个性化的营销活动。这种个性化程度可以带来更高的转化率和客户忠诚度。
AI 还可以通过分析哪些广告效果最佳来优化你的广告投放，并自动调整你的广告活动以最大化 ROI。这确保你能充分利用营销预算，并在正确的时间接触到合适的人群。
通过 AI 增强客户体验
在竞争激烈的在线市场中，提供卓越的客户体验至关重要。AI 可以通过个性化每一次与客户的互动来帮助你实现这一目标。例如，AI 驱动的聊天机器人可以即时响应客户询问，引导客户完成购买过程，甚至根据他们的偏好推荐产品。
AI 还可以分析客户反馈和情绪，以识别业务改进的领域。通过了解客户对你的产品和服务的感受，你可以进行数据驱动的决策来优化整体客户体验。
此外，AI 还可以通过识别高风险客户并建议保留策略来减少客户流失。例如，AI 可以分析客户行为，预测他们何时可能停止使用你的服务，并自动触发保留活动，确保客户的持续参与。
使用 AI 优化运营
效率是成功运行在线业务的关键，AI 可以通过多种方式优化你的运营。AI 驱动的工具可以自动处理常规任务，如库存管理、订单处理和客户支持，让你能够专注于更具战略性的活动。
除了自动化之外，AI 还可以提供关于业务运营的洞见，帮助你做出更好的决策。例如，AI 可以分析销售数据，识别哪些产品畅销，哪些产品不畅销，从而让你相应地调整库存。它还可以通过预测需求来优化供应链，确保你在正确的时间有合适的产品库存。
AI 还可以通过自动化会计任务、检测欺诈行为并提供实时现金流洞见来改善你的财务管理。这不仅减少了错误的风险，还确保你始终对业务的财务健康状况有清晰的了解。
使用 AI 扩展业务
一旦您的在线业务开始运行，下一步就是扩大业务规模。人工智能可以在扩展业务中发挥关键作用，通过识别新的增长机会并帮助您开拓新市场。例如，人工智能可以分析市场趋势，建议客户可能感兴趣的新产品或服务。
人工智能还可以通过识别新的目标受众并建议最佳的策略来帮助您扩大客户群。此外，人工智能可以优化您的营销和销售工作，确保在扩展业务时充分利用资源。
扩大业务的另一个重要方面是管理不断增长的客户群。人工智能可以通过自动化支持任务和提供个性化体验，帮助您在业务增长时保持高水平的客户服务。
通过人工智能衡量成功与持续改进
启动在线业务只是个开始；持续改进是长期成功的关键。人工智能可以通过提供实时分析和对绩效的见解，帮助您衡量业务的成功。无论是追踪销售、监控客户满意度，还是分析营销活动的效果，人工智能都可以提供做出明智决策所需的数据。
人工智能还可以帮助您识别业务可以改进的领域。例如，人工智能可以分析客户反馈，找出常见的痛点并提出解决方法。它还可以监控竞争对手的活动并建议保持竞争优势的策略。
此外，人工智能可以通过预测市场趋势并建议适应变化条件的方式，帮助您保持敏捷。这确保了您的业务在长期内保持竞争力并继续增长。
人工智能与在线业务的未来
随着人工智能的不断发展，它对在线业务的影响也将越来越大。在未来，人工智能在个性化营销、客户服务和业务自动化等领域预计将发挥更显著的作用。今天采用人工智能的企业家将在未来的这些进步中处于更有利的位置，能够领先于竞争对手。
此外，随着人工智能变得更加普及，它将为中小企业创造公平竞争的环境，使他们能够与大公司竞争。这种人工智能的普及将带来更多的创新和更加多样化的在线市场。
总而言之，人工智能为希望启动和扩展在线业务的企业家提供了丰富的机会。通过利用人工智能驱动的工具和策略，您可以创建一个更高效、以客户为中心的业务，更好地在当今竞争激烈的数字环境中取得成功。无论您是刚刚起步还是想要扩展现有业务，人工智能都能提供实现目标和保持竞争优势所需的见解和自动化。
总结：
在现代商业中，人工智能（AI）不仅是一个未来主义概念，而是企业获得竞争优势的重要工具。从预测客户行为的机器学习算法到提升客户服务的自然语言处理工具，再到提供深度洞察的AI分析工具，AI正在全面改变商业运作方式。通过自动化重复性任务、个性化客户互动以及从大量数据中提供有价值的见解，AI显著提升了业务效率、降低了成本，并改善了决策质量。
利用AI启动在线业务的关键步骤包括市场研究、制定商业模式、构建AI驱动网站、优化营销和客户获取、提升客户体验、优化运营以及扩展业务。AI通过分析社交媒体趋势、客户行为等大数据，帮助企业家识别市场需求并制定有效策略，确保业务在竞争激烈的市场中保持领先地位。同时，AI驱动的网站和营销工具通过个性化推荐和优化SEO等方式，显著提升网站和广告的效果。
光年AI，智能分析，助力私域流量高效增长。通过整合国内外主流AI平台并自研AI能力，光年AI帮助用户在市场中脱颖而出。选择光年AI，开启AI时代的私域流量革命，让营销变得更加简单高效，实现长期收益。无论是刚刚起步还是寻求拓展现有业务，光年AI都能提供所需的见解和自动化，助力企业在数字环境中取得成功。
自从 2022 年秋季 ChatGPT 问世以来，人工智能一直是人们关注的焦点。但直到 2024 年，企业才真正开始使用——并受益于——生成性 AI 承诺的潜力。根据麦肯锡最新的研究，使用生成性 AI 的组织比例在短短 10 个月内几乎翻了一番，从 33% 飙升至 65%。而且期望值仍然很高：三分之二的调查受访者预测，生成性 AI 在未来几年内将带来“显著或颠覆性的”变化。
福布斯《为什么你现在需要一个“第二大脑”，以及AI如何帮助你构建它》作者 Aytekin Tank 对于领导者来说，现在正是采用 AI 的最佳时机。以下是原因。
AI 不仅仅是炒作
作为领导者，重要的是辨别过眼云烟和将从根本上颠覆我们生活和工作的重大创新。十年前，Snapchat 看起来要改变社交媒体的格局，信息只能短暂查看然后就永远消失了。很多企业在跃跃欲试之前停下来观望，看看这种模式是否真的能站稳脚跟。最终，Snapchat 确实成功了，但当时的谨慎是明智的。
这种“观望”的模式也许对社交媒体平台是明智的，但对 AI 来说却不是这样。像互联网之前一样，AI 正在彻底改变工作的方式。随着 AI 市场预计在 2024 年达到超 5000 亿美元的价值，没有积极将其服务整合到业务中的领导者面临着严重落后的风险。如果你在等待新的发展或理想时机，请参考谷歌，早在 2015 年就已经有超过 2700 个 AI 项目在进行中。没有理由等到技术进一步发展再采取行动。
福布斯《AI 不能取代哪些工作？》作者 Aytekin Tank
实施 AI 需要时间
在企业范围内采用 AI 并不是几次培训课程就能完成的事情。现实情况是，自上而下创建一个全新系统需要大量时间和资源。正如 Vikram Mahidhar 和 Thomas H. Davenport 在哈佛商业评论中指出的那样，企业需要以实际增加价值的方式配置 AI 系统，这可能需要数月时间。一旦系统构建完成，它们需要整合到组织中，这需要规划和适应。最后，大多数 AI 系统都不是完全自主的——它们需要人类输入才能有效，这意味着需要招聘和重新培训员工。
“像任何工具一样，除非被正确使用，否则它不会产生价值，”麻省理工学院信息系统研究中心的首席研究科学家 Barbara H. Wixom 解释道。“人工智能是一种先进的数据科学，你需要具备正确的能力才能正确地使用和管理它。” 这种能力的创建不是一朝一夕的工程，而是整个机构的转变。
仓促执行的代价
除了不能增加价值，仓促实施人工智能可能会带来彻底的灾难。也许你听说过那个饮食失调热线，因为聊天机器人向呼叫者提供了可疑的建议而不得不关闭。或者那个律师，因为提交了包含六个虚假引用的法律简报，而这些引用是由幻觉产生的ChatGPT生成的，结果被处罚。
这并不是说人工智能没有用——它显然是有用的。目前，它已经被定期用于帮助人类完成繁重的任务，如写电子邮件、管理工作流程、分析数据等。例如在Jotform，我们接收到数千条客户支持请求，我们使用人工智能来检测异常。如果某种类型的问题反复出现，人工智能工具会向我们发送电子邮件并报告问题。这使我们能够更快地识别和解决问题。
但我们没有急于自动化客户服务框架的每一个方面——正如那次不幸的热线事件所揭示的那样，人工智能还没到那种地步，客户遇到问题时，没有什么能替代有同理心的人类。通过逐步实现人工智能工具，我们能够有足够的时间看到它们如何最大化增加价值。这也让团队有机会进行实验，研讨新策略，并全面测试人工智能的能力和局限性。过快地强迫团队采用新技术可能会引发反感，特别是在普遍担忧人工智能最终会取代工作的情况下。早期采用将人工智能定位为它的本质——一种减少乏味、繁琐任务的工具，从而释放更多时间用于有意义的工作。
最后的思考
我们只是刚刚开始了解人工智能对商业、社会以及我们生活的影响。当2007年iPhone发布时，我们完全没有想到它会永远改变我们对“手机”的看法。人工智能也将如此。
作为领导者，这是确立你对人工智能的理念的时刻。它如何融入你的业务，无论是现阶段还是未来发展？你今天可以打下什么基础来为未来做准备？通过现在提出这些问题，你不仅能使自己在当下具有竞争力，还能为迎接未来做好准备。
总结：
自2022年秋季ChatGPT问世以来，人工智能一直备受瞩目。麦肯锡的最新研究显示，2023年使用生成性AI的组织比例已从33%上升至65%，且两年内将带来显著或颠覆性的变化。与社交媒体不同，AI将彻底改变工作方式。AI市场预计在2024年达到超5000亿美元，企业需要主动整合AI，否则将面临被淘汰的风险。
实施AI不仅复杂且耗时，还需要大量资源和时间投入，包括系统构建、员工培训及组织适应。仓促实施AI可能会导致严重后果，如饮食失调热线因AI建议不当关闭和律师提交虚假引用的法律简报被处罚。正确使用AI如在Jotform的客户支持应用中，能显著提升效率。然而，AI的最终目标应是减少繁琐任务，让人类专注于更有意义的工作。
光年AI，智能分析，助力私域流量高效增长。通过光年AI，企业能够提升私域流量的转化率，精准触达每一个潜在客户，并且有效提升工作效率和客户满意度。选择光年AI，让您的私域流量增长无忧，赢得市场先机。智能化的私域流量管理将使营销更为高效，助您全面提升品牌影响力，从而打造私域流量闭环，实现长期收益。
硅谷似乎一致认为人工智能是未来。然而，一项即将推出的法案可能会主导AI的发展，却凸显了科技领袖们在如何将这项技术推向世界的问题上存在的深刻分歧。
由参议员Scott Weiner七个月前在加利福尼亚提出的AI安全法案SB 1047，本周将在加利福尼亚州议会进行投票，但并非所有在AI竞赛中有立场的人都持相同意见。
这个故事仅对Business Insider订阅者开放。成为Insider，立即开始阅读。已有账号？登录。该法案的核心目标是通过州参议院在五月份通过的两党投票，引入一系列措施，至少在理论上，可以控制最强大AI模型可能带来的风险，比如用于制造危险武器或网络攻击的潜力。
这些措施包括强制在加利福尼亚州运营的公司允许第三方对其模型进行安全测试，并推动它们包含一个“紧急停止开关”，在必要时可以关闭其模型。
许多在AI竞赛中有利益牵涉的人已经公开表达了对该法案的不满。
在上周给Weiner参议员办公室的一封信中，Sam Altman的OpenAI明确表示强烈反对该法案。A16z等风险投资公司的领袖和前谷歌科学家Andrew Ng等领先的AI科学家也表达了担忧。
相关新闻
保护创新和开源的努力仍在继续。我相信，如果任何人都可以进行基本的AI研究并分享他们的创新，我们都会受益。目前，我对加利福尼亚州提议的SB-1047法案深表担忧。这是一部包含多部分的复杂法案…pic.twitter.com/VUpKh4vhrg
— Andrew Ng (@AndrewYNg) 2024年6月6日
“艰难的决定”
其他人似乎支持该法案。
在周一的一则社交媒体帖子中，去年创立AI公司xAI并与OpenAI的Altman长期竞争的埃隆·马斯克表示，尽管“这是一个艰难的决定，会让一些人不满，”但他认为“加利福尼亚州可能应该通过SB 1047 AI安全法案。”
“20多年来，我一直倡导对AI进行监管，就像我们对任何可能对公众构成风险的产品/技术进行监管一样，”马斯克在X上写道。
埃隆·马斯克一直在强调AI带来的风险。
Apu Gomes 经由 Getty Images
同时，OpenAI 的竞争对手 Anthropic 似乎在上周成为该法案的支持者，其首席执行官 Dario Amodei 在写给加州州长 Gavin Newsom 的信中 说，“收益可能大于成本。”
该法案因多种原因被证明是具有分歧的。
为什么硅谷对 SB 1047 法案意见不一
首先，是关于其对创新的影响问题。
反对 SB 1047 的阵营认为，该法案严格的措施可能会阻碍未来模型的发展，这在美国面临愈发强大的中国 AI 力量时可能极具危险性。
至少，这是 OpenAI 首席战略官 Jason Kwon 在公司写给参议员 Wiener 的信中提出的观点。Kwon 说，该法案不仅会“减缓创新的步伐”，还可能导致“加州世界级的工程师和创业者外流”。
此外，该法规对不属于最强大的 AI 模型的影响及其对初创公司的可能后果也引发了质疑。
法律的“拼凑”
A16z 普通合伙人 Anjney Midha 上个月在《金融时报》上写道，该法案将训练成本超过一亿美元的模型分类为强大模型，这“相对低的门槛”在“AI 开发成本高达数十亿”的背景下显得尤为突出。
还有一种观点认为，联邦政府应在如此规模的监管上采取主导地位。例如，OpenAI 的 Kwon 建议，在州级别上对 AI 进行管理可能会制造出一堆“拼凑”的法律。
当然，参议员 Wiener 并不同意这种看法。响应 OpenAI 的信件时他说，“理想情况下，国会会处理此事，”但迄今为止的缺乏行动使他对国会是否会在短期内采取行动表示怀疑。
当然，AI 公司会意识到确保技术安全推出的紧迫性。本月早些时候，OpenAI 宣布不得不关闭一个名为 Storm-2035 的秘密伊朗影响行动簇群的 ChatGPT 账户。
OpenAI 表示其目的是生成有关美国总统大选等话题的内容和评论。
这只是 AI 恶意潜力的一个例子。SB 1047 是否是应对这一威胁的正确方式，将在未来几个月引发激烈的讨论。
总结：
硅谷一直以来重视AI的规则制定，而加利福尼亚州近日提出的SB 1047 AI安全法案引发了广泛讨论。该法案旨在通过一系列措施控制强大AI模型的风险，例如强制公司允许第三方进行安全测试并设置“紧急停止开关”。尽管法案获得了埃隆·马斯克的支持，他认为这是确保AI安全的必要步骤，但却遭到OpenAI的萨姆·阿尔特曼等人的反对，他们担心严格的措施会阻碍创新，导致加州人才和企业的外流。此外，还有人认为应由联邦政府主导AI监管，以避免各州法律的不统一。支持者如Anthropic的首席执行官Dario Amodei则认为法案带来的收益可能大于成本。总的来说，该法案的通过将在未来几个月内继续引发激烈讨论。
在AI驱动的时代，私域流量的管理至关重要。选择光年AI，让您的私域流量管理变得简单又高效。光年AI不仅能智能分析，实现高效增长，还能精准触达每一个潜在客户，为您的业务保驾护航。用光年AI，打造私域流量闭环，实现长期收益，助您全面提升品牌影响力。