新闻热点

GPT会冲击多邻国吗？大摩：语言学习最大的挑战是“动机”，AI不是竞争者而是加速器！ @ 2025-08-09T 返回 新闻热点
关键词：模型
概念：
所谓“开放权重”意味着模型的训练权重参数可供任何人使用，其优势在于能省去训练的数据、时间成本，可让你直接获得模型的能力。至于这些能力是如何训练出来的，从开放权重模型里没法找到答案。相比更常被人谈论的开源模型，开放权重模型在透明度和修改弹性上皆有差距（不给你程式码和训练逻辑），但胜在易用，对开发人员来说是很好的即战力。
一体机首次实现推理模型、通用模型、多模态模型、语言合成/识别模型、嵌入模型、重排模型、文生图模型的预设、调用、加速、管理和反覆运算，实现与应用场景的深度融合。其功能的突破体现在四个维度：
日本今夏“猛暑”几乎笼罩全国，多地高温打破纪录，并且频发中暑警戒警报，连餐厅摆设的食物模型都被晒到融化。当地网民便分享一张餐厅橱窗拉面模型不敌高温融化的照片，只见拉面模型里的汤汁流出，吸引近２７００万人点击。
香港 - ＭＥＤＩＡ ＯＵＴＲＥＡＣＨ ＮＥＷＳＷＩＲＥ - ２０２５年８月６日 - ＡＷＳ宣布，ＯＰＥＮＡＩ 的开放权重模型将首次透过 ＡＭＡＺＯＮ ＢＥＤＲＯＣＫ 和 ＡＭＡＺＯＮ ＳＡＧＥＭＡＫＥＲ ＡＩ 存取，让客户能够快速地建构生成式人工智能（ＧＥＮＥＲＡＴＩＶＥ ＡＩ） 应用。ＯＰＥＮＡＩ 的两款全新开放权重基础模型 — ＧＰＴ-ＯＳＳ-１２０Ｂ 和 ＧＰＴ-ＯＳＳ-２０Ｂ — 将为企业提供更强大的ＡＩ技术，并透过全球服务最丰富、应用最广泛的ＡＷＳ云端服务，将 ＯＰＥＮＡＩ 的领先技术扩展至数百万 ＡＷＳ 客户。在 ＡＭＡＺＯＮ ＢＥＤＲＯＣＫ 上运行的两款开放权重模型中，较大的一款性价比是同类型 ＧＥＭＩＮＩ 模型的 ３ 倍、ＤＥＥＰＳＥＥＫ-Ｒ１ 的 ５ 倍，以及同类型 ＯＰＥＮＡＩ Ｏ４ 模型的 ２ 倍。是次发布延续了 ＡＷＳ 在模型选择方面的承诺，不仅增强了 ＡＭＡＺＯＮ ＢＥＤＲＯＣＫ 中现有广泛的全托管模型选择，亦透过 ＡＭＡＺＯＮ ＳＡＧＥＭＡＫＥＲ ＪＵＭＰＳＴＡＲＴ 提供更多存取选择，并进一步体现ＡＷＳ 在生成式 ＡＩ 技术方面的持续创新，以满足客户需求。
企业部署开源 ＡＩ 时需考虑几个关键因素。技术团队需具备足够专业知识进行模型客制化和维护，因为开源模型主要依赖社群支援而非供应商服务。安全性方面，开放存取可能令模型更容易受到误用或网络威胁，企业需建立完善的安全措施。ＯＰＥＮＡＩ 表示已对 ＧＰＴ-ＯＳＳ 模型进行严格安全评估，确保模型不会被恶意行为者利用于网络攻击或生化武器开发。
一名日本网民在社交平台分享，一间餐厅在橱窗摆设的食物模型，疑似不敌高温曝晒而当场融化。食材模型随着汤碗的倾斜角度而流出。这张照片分享至今点击率超过
如预告的一样，ＯＰＥＮＡＩ 在前天的开放权重模型后，于今日正式发布了万众期待的 ＧＰＴ-５。这是他们 ２ 年半来首次推出的大版本号升级，因此 ＧＰＴ-５ 在各方面全面强化也是理所应当。首先，这是首款将推理模型作为预设选项的 ＧＰＴ。它不像过去那样设置了模型选择器，当你和 ＧＰＴ-５ 对话时，它会透过“自动切换器”判断你的意图，并决定是以高效聊天（针对一般查询）还是深度推里（针对有调整的提问或任务）模型进行回应。
ＪＯＮＡＴＨＡＮ ＲＯＳＳ 表示：“ＯＰＥＮＡＩ 正在于开源模型中，设定最新高效能标准。ＧＲＯＱ 是为了运行这样速度快兼成本低的模型而建造，因此世界各地的开发人员从一开始便可使用它们。我们与 ＨＵＭＡＩＮ 的合作增强沙地阿拉伯王国的当地存取和支援，协助该区的开发人员更智能兼更快速地建立应用程式。”
行政总裁阿尔特曼(ＳＡＭ ＡＬＴＭＡＮ)称，ＧＰＴ-５是ＯＰＥＮＡＩＡＩ模型的重大升级，是一款整合模型，意味着不再需要模型切换功能，会自主判断何时需要更深入思考。
ＧＯＯＧＬＥ ＤＥＥＰＭＩＮＤ团队正努力打造不同类型的模型，最新就带来了名为“ＧＥＮＩＥ ３”的世界模型（ＷＯＲＬＤ ＭＯＤＥＬ），用户只需要输入简单的文字提示，便可生成“数分钟”模拟物理特性、可互动的世界。
市场预测，ＯＰＥＮＡＩ 除了将推出 ＧＰＴ-５ 主要模型，可能也会同步发表轻量级的 ＧＰＴ-５ ＭＩＮＩ 与 ＧＰＴ-５ ＮＡＮＯ，让开发者与一般使用者能依不同需求与运算资源，选择最合适的模型版本，并且能布署应用在如笔电、 手机等终端装置。这样的配置策略，也与在 ＧＰＴ-４．１ 系列中出现多模型阶层的做法相呼应。
ＯＰＥＮＡＩ 相隔六年终于再一次发布开放权重模型，而且是效能声称可媲美高阶推理模型 Ｏ４-ＭＩＮＩ 的 ＧＰＴ-ＯＳＳ-１２０Ｂ 以及媲美 Ｏ３-ＭＩＮＩ 的 ＧＰＴ-ＯＳＳ-２０Ｂ，就看你家里的电脑规格而决定部署哪一款。使用授权会为较弹活的 ＡＰＡＣＨＥ ２．０，甚至可以作商用用途。
港铁介绍两套创科研发的客流预测及分流方案，其中“客流预测模型”透过分析数十亿组数据，包括全港交通习惯调查数据、大球场及红馆活动期间的乘客数据等，建立数位孪生模型。模型会设定不同营运场景作线上演练，预测乘客网络分布及出行路线，验证列车班次密度能否消化散场人流。

 
易发投资 | 首页 |  登录
流动版 | 完全版
论坛守则 | 关于我们 | 联系方式 | 服务条款 | 私隐条款 | 免责声明
版权所有 不得转载 (C) 2025
Suntek Computer Systems Limited.