4月24日，苹果开源了大语言模型OpenELM。这与微软刚开源的Phi-3 Mini类似，是一款专门针对手机等移动设备的模型。
以下是一些重点信息的摘要： 1. 开源OpenELM: 苹果公司开源了一个名为OpenELM的大语言模型，这与微软开源的Phi-3 Mini类似，是专为移动设备设计的模型。 2. 模型参数: OpenELM提供了四种不同参数规模的模型，分别是2.7亿、4.5亿、11亿和30亿参数。 3. 功能: 该模型能够执行生成文本、代码、翻译、总结摘要等功能。 4. 预训练数据: 尽管最小的模型只有2.7亿参数，但苹果使用了1.8万亿tokens的数据进行预训练，这是其小参数下仍能表现出色的原因之一。 5. 深度神经网络库CoreNet: 苹果同时开源了用于训练OpenELM的深度神经网络库CoreNet，该库在开源后不久就在GitHub上获得了超过1100个星标。 6. 苹果的开源策略: 苹果通常在手机领域采取闭源策略，但此次开源可能是为了吸引用户，未来可能会推出闭源产品实现商业化。 7. 技术贡献: 苹果不仅发布了模型权重和推理代码，还发布了完整的训练和评估框架，包括数据准备、模型训练、微调和评估流程，以及多个预训练检查点和训练日志。 8. OpenELM架构: OpenELM的架构，包括其技术创新点，如无编码器的transformer架构、层级缩放策略、不使用全连接层中的可学习偏置参数等。 9. 训练流程与数据集: 苹果使用CoreNet作为训练框架，Adam优化算法，以及动态分词和数据过滤的方法。
开源地址：https://huggingface.co/collections/apple/openelm-instruct-models-6619ad295d7ae9f868b759ca?ref=maginative.com CoreNet地址：https://github.com/apple/corenet?ref=maginative.com 论文地址：https://arxiv.org/abs/2404.14619
4月25日晚，OpenAI联合创始人兼首席执行官Sam Altman，在斯坦福大学的英伟达（NVIDIA）礼堂进行了公开演讲，超过1000名学生排队参加此次活动。
Altman说：“GPT-5将会比GPT-4更强大，GPT-6将会比GPT-5更智能，OpenAI的终极目标始终都没有变就是实现——AGI（通用人工智能）。”
以下是本次演讲的一些关键信息总结： 1. Sam Altman的演讲：作为OpenAI的联合创始人兼首席执行官，Sam Altman在斯坦福大学的NVIDIA礼堂进行了演讲，吸引了超过1000名学生。 2. AI的未来发展：Altman认为，人类尚未达到AI的极限，并且OpenAI的目标是实现通用人工智能（AGI）。他提到GPT-5将比GPT-4更强大，而GPT-6将比GPT-5更智能。 3. 开源与闭源：Altman认为，为了实现AGI，需要大量的资金投入，因此开源可能不是最佳途径。OpenAI从最初的开源策略转变为闭源，以确保商业回报和持续创新。 4. 资金与投资：他提到，为了推动AGI的发展，无论每年需要多少资金，只要能为全人类和AI领域做出贡献，他都不在乎。 5. OpenAI的核心能力：OpenAI的核心能力在于技术变革，能够定义AI能力的下一个范式转变。 6. Sora模型：OpenAI发布了文生视频模型Sora，这可能会对影视、游戏开发、广告营销等行业产生重大影响。 7. 免费使用ChatGPT：OpenAI宣布无需注册就能免费使用ChatGPT，这有助于那些没有能力开发类似产品的国家或地区。 8. 英伟达与OpenAI的合作：英伟达创始人黄仁勋向OpenAI捐赠了先进的AI超级计算机，这表明了两家公司之间的紧密合作关系。
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。
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。
谷歌在近期的 I/O 大会上全面展示了其在 “通用 AI” 领域的深度布局，凭借强大的 Gemini 大模型，正将普通用户转化为 AI 产品用户。
- AI 搜索、多模态能力提升 ：谷歌搜索引擎 AI Mode 深入，基于 Gemini 的 AI 总结功能覆盖超 15 亿用户，调用增长超 10%；谷歌 Lens 月活用户超 15 亿。此外，“虚拟试穿” 功能利用大模型理解人体与服装，Chrome 浏览器深度整合 Gemini 接口，新增 “AI 模式”，支持深度研究，甚至能访问用户搜索记录和邮件，Gemini 2.5 Pro Deep Think 在多项竞赛中成绩优异。
- 硬件生态拓展 ：谷歌宣布 Android XR 新进展，展示 XR 眼镜原型机，与三星、XREAL、Gentle Monster 等合作研发硬件设备，推动 AI 眼镜发展。
- AI 创作工具升级及订阅服务 ：推出 Veo3、image4、Lyria2、FLOW 等 AI 创作工具，同时发布 AI Pro 与 AI Ultra 订阅服务，顶配 AI Ultra 月费 1800 元，提供多种增值服务。
谷歌正通过软件硬件双管齐下，将 AI 深度融入其生态各个角落，在端侧 AI 时代积极进击，有望重新定义下一代 AI 产品标准。
昨天晚上，Anthropic 正式推出了 Claude 3 系列模型，包括 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku。
这些模型在多个方面超越了GPT-4，包括推理、数学、编码、多语言理解和视觉处理等。
以下是Claude 3系列模型与同行在多个能力评估基准上的对比：
可以看到，其中Claude 3 Opus模型性能完全碾压GPT-4，以及Gemini 1.0 Ultra。
Claude 3 Sonnet在部分基准上，比如GSM8K、MATH等超越了GPT-4。Claude 3 Haiku可以与Gemini 1.0 Pro相抗衡。
GPT-4是否真的已经过时？Claude 3的横空出世是否意味着我们即将进入一个全新的AI时代？
Claude 3 体验地址：https://claude.ai/chats
