首先有一个误区，很多人觉得开源就是免费，开源就是没有版权。其实这是完全错误的理解！ 开源≠免费。开源≠没有版权。开源≠随意商用。开源≠完全透明。
对开源模型的理解，目前大致有四个 Level，开放程度依次增加： 1. 封闭式“开源”（以 OpenAI 为代表） - 核心理念：早期以开源和非营利为目标，逐渐转向封闭模式，通过 API 提供服务，不公开模型权重和训练细节。 - 特点：模型权重和训练数据不公开，仅提供黑箱化的 API，通过订阅服务和 API 收费实现盈利，有助于控制模型滥用风险。 - 争议：违背了开源的核心精神，被批评为技术垄断。
2. 自定义开源（以 Meta 为代表） - 核心理念：开源模型（如 LLaMA），但采用自定义许可证（如 LLaMA 社区许可协议），强调研究和非商业用途，限制商业使用。 - 特点：公开模型权重，但限制商业使用和分发，主要面向学术机构和非营利组织，用户需申请访问权限。 - 争议：自定义许可证限制了模型的广泛使用，不符合完全开源的定义。
3. 传统开源（以 DeepSeek 为代表） - 核心理念：采用传统开源许可证（如 Apache 2.0），完全开放模型权重和代码，强调自由使用、修改和分发，包括商业用途。 - 特点：模型权重、代码和部分训练数据公开，允许商业使用，无歧视性限制，鼓励社区协作和创新。 - 优势：符合传统开源定义，推动技术普及和创新。
4. 理想开源（以 OSI 为代表） - 核心理念：OSI 正在制定 OSAID 1.0（Open Source AI Definition），旨在为开源 AI 系统提供明确标准，强调透明度、可访问性和可修改性。 - 特点：要求公开模型权重，允许用户自由使用，尽可能公开训练数据的来源和组成，训练和推理代码必须开源，不得限制特定用户群体或用途。 - 目标：确保开源 AI 系统符合开源精神，推动技术民主化。
谷歌前段时间宣布，将在所有的 Workspace 应用中推出人工智能助理 Duet AI，包括 Gmail、Drive、Slides、Docs 等。现在，任何付费使用谷歌 Workspace 应用的用户都可以使用 Duet AI。
Duet AI 可以是一个创造性的工具，用户可以让它写一封电子邮件回复，生成图像，或者检查语法。而且，还可以用它在 Drive 中找东西，总结文档等等。
Duet AI 也是一个涵盖很多应用特定功能的统称，在 Google Meet 中使用 Duet AI 意味着基于人工智能的光照和声音调整以及自动会议总结；在 Chat 中使用 Duet AI 意味着聊天长文自动摘要，让你不用花太多时间阅读。
前几天给大家分享了 Google 推出的一款名为 Project IDX 的新型云集成开发环境（IDE），以改善开发人员的体验，提供人工智能工具和功能，以更有效地构建应用程序。
近日，全球著名开源平台GitHub在官网宣布，GitHub Copilot Chat正式公测。GitHub Copilot Chat是Copilot X的核心功能，集成了OpenAI的GPT-4模型，无论是经验丰富的专业开发人员，还是刚入门的小白，都能通过文本对话的方式快速获取源代码和多种开发指导。
目前，所有GitHub Copilot 企业版用户，都可以访问GitHub Copilot Chat公测版，将对话式开发体验带入到Visual Studio和VS Code开发平台中，几分钟就能获取一套完整的应用源代码。
今天我要向大家介绍一个非常强大的工具——Perplexity Deep Research。在Humanity’s Last Exam这个测试中，我刷到了20.5%的成绩，这个成绩超过了目前发布的所有模型，仅次于OpenAI的Deep Research。最棒的是，这个工具是免费提供的！
让我来简单介绍一下它的工作原理： 1. 研究推理：Perplexity的深度研究模式配备了搜索和编码功能，能够迭代搜索、阅读文档，并推理下一步行动。我自己在使用时，发现它能够非常智能地找到相关材料并进行深入分析。 2. 报告撰写：一旦源材料被全面评估，它会将所有研究综合成一份清晰而全面的报告。我在使用过程中，发现生成的报告非常详细且易于理解。 3. 导出与分享：你可以将最终报告导出为PDF或文档，或者将其转换为Perplexity Page，与同事或朋友分享。我自己就经常把报告导出为PDF，方便与团队共享。
关于测试得分，Humanity’s Last Exam上达到了20.5%的准确率，这个成绩显著高于Gemini Thinking、o3-mini、o1、DeepSeek-R1等众多领先模型。在SimpleQA基准测试中，Perplexity Deep Research以93.9%的准确率远超其他领先模型的性能，这个测试包含数千个用于检验事实性的问题。而且，Perplexity Deep Research在完成大多数研究任务时仅需不到3分钟，效率非常高。
昨天，十四届全国人大一次会议的首场“部长通道”开启。工业和信息化部部长金壮龙、科技部部长王志刚、生态环境部部长黄润秋接受了媒体采访。科技部部长王志刚表示：促进人工智能为经济社会发展作出贡献！ 以下是引用“ChatGPT的技术是一个大模型，计算力强，计算方法好。同样一种原理，在于做得好不好。比如发动机，大家能做出发动机，质量是有不同的；踢足球都是盘带、射门，但是要做到像梅西那么好也不容易。我国在人工智能方面已经进行了很好的部署，在这个领域的研究进行了很多年，并且有一些成果。我国还提出了人工智能应用的若干场景，通过技术牵引和场景驱动，将促进人工智能为经济社会发展作出贡献。” 看来国内在AIGC领域的发展和推进已经势不可挡了，大家对此有什么看法？
哎呀，昨晚 Meta 发布被称为最强开源的 Llama 3 系列模型了，大晚上扔了个炸弹啊！说实话，这事儿也不算太意外，毕竟 Meta 总是喜欢搞点大动作。他们这次带来的就是那个自称“有史以来最牛”的开源大模型——Llama 3系列。 咱们设计师，又可以借助这个新模型好好发挥一番了！
一起看看这个 GPT-4 级模型，它能干得过 GPT-4 么？
Llama 3模型的特点 - 规模与性能：Meta开源了两款不同规模的Llama 3模型，分别是8B和70B参数规模。Llama 3 8B在性能上与Llama 2 70B相当，而Llama 3 70B则在性能上媲美甚至超越了其他顶尖AI模型。 - 技术改进：Llama 3在预训练和后训练方面都有所改进，优化了模型的一致性和响应多样性，降低了出错率。 - 多模态与多语言：未来几个月，Meta将推出具备多模态、多语言对话和更长上下文窗口的新模型，其中包括超过400B的模型，预计将与现有的顶尖模型竞争。
Llama 3的性能测试 - 基准测试：Llama 3在多个测试中得分超越了其他同类模型，显示出其在推理、代码生成和遵循指令等方面的突破性提升。 - 人类评估数据集：Meta开发了一套新的高质量人类评估数据集，用于准确研究模型性能。
开源与闭源的辩论 - 开源优势：Meta坚定地支持开源路线，认为这有助于推动社区和公司双方的创新。 - 未来展望：尽管Llama 3为开源模型赢得了一场胜利，但关于开源与闭源的辩论仍在继续。未来，可能会有更高性能的模型出现，为这场辩论带来新的转折。
附上 Llama 3 体验地址：https://huggingface.co/meta-llama/Meta-Llama-3-70B-Instruct
