麻辣社区-四川第一网络社区

校外培训 高考 中考 择校 房产税 贸易战
阅读: 917|评论: 12

[转帖] 美欧对中国AI突破的报道

[复制链接]

发表于 2025-1-26 18:13 | 显示全部楼层 |阅读模式
一,中国人工智能技术获惊人突破。
全球人工智能领域传出一个“爆炸性”新闻——中国国产人工智能大模型DeepSeek(深度求索)发布最新的DeepSeek-R1版本,它最大的特点是创造一个在很多关键能力方面超过美国同类产品OpenAI-o1的大模型。
创造了一个在很多关键能力方面堪比美国同类产品OpenAI-o1的大模型。
二,美西的报道。
美国《自然》杂志、麻省理工学院技术评论,甚至是《纽约时报》、《华盛顿邮报》、CNBC电视台和英国《金融时报》等美西方主流媒体,都报道这一惊人的消息。惊呼,美国对中国人工智能领域的限制根本无法阻止中国在这一领域取得进步。
美国“商业内幕”网站1月25日文章:来自中国的人工智能竞争令硅谷感到恐慌。
中国国产Deepseek V3和美国ChatGPT的全面对比,中国AI大模型的超强性能震惊欧美AI圈,开发世界第一个网络浏览器的人称这是最惊人的突破,从斯坦福大学到麻省理工学院,中国Deepseek一夜之间成为美国顶尖大学首选模型,对全球经济的影响将超过所有美国公司的总和。
硅谷正在审视与中国企业深度求索有关的新闻,在第三方开展的基准测试中,该公司开发的开源人工智能模型的表现超过Meta、OpenAI和Anthropic等美企的模型。人工智能和中国成为本周在瑞士达沃斯举行的世界经济论坛2025年年会的主要话题。我们应该非常、非常认真地对待来自中国的发展态势。微软(OpenAI最大投资方)的首席执行官纳德拉如是说。
英国《金融时报》1月25日文章,中国人工智能初创公司深度求索如何震惊硅谷。  
本周,中国一家人工智能(AI)实验室发布尖端模型的技术配方,此举不仅震惊世界,也使其低调的负责人变成无视美国阻止中国高科技雄心企图的民族英雄。
1月20日,由梁文锋创立的公司深度求索正式发布R1模型,并在一篇论文中详细解释如何利用有限的自筹预算来构建一个大语言模型,该模型可在没有人工监督的情况下自动学习和自我改善。
包括OpenAI和谷歌DeepMind在内的美企率先开发出推理模型,这是一个相对较新的人工智能研究领域,旨在尝试使模型具有与人类相匹配的认知能力。上月,OpenAI发布o1模型的完整版本,但对创建模型的方法保密。
深度求索R1模型的发布在硅谷引发一场激烈辩论,主题是包括Meta和Anthropic在内资源更雄厚的美国人工智能企业能否守住技术优势。与此同时,梁文锋也成为提升中国国内民族自豪感的焦点人物。本周,在中国总理召开的一次座谈会中,梁文锋是唯一的人工智能企业负责人。
2023年梁文锋创建深度求索公司。他建立一个出色的基础设施团队,他们真正了解芯片的工作原理。另一家大语言模型公司的创始人说。
在华盛顿禁止英伟达向中国出口功能最强大的芯片后,中国本土人工智能企业被迫寻找创新方法,以最大限度地利用现有芯片的计算能力,而梁的团队已经知道如何解决这一问题。深度求索公司的工程师知道如何释放这些图形处理器(GPU)的潜力,即使它们不是最先进的。一名人工智能研究人员说。
业内人士表示,深度求索对研究的专注使之成为一个可畏的竞争对手,因为该公司愿意分享取得的突破,而非为获取商业利益保护它们。深度求索没有从外部基金筹集资金,也没有采取重大举措将其模型货币化。北京的一名人工智能行业投资者说:“深度求索的运作方式就像早期的DeepMind,它专注于研究和工程。”
深度求索仅用2048颗英伟达H800 GPU和560万美元,就训练出6710亿参数的开源大模型,这只是OpenAI和谷歌训练同等类型模型花费的一小部分。加州大学伯克利分校人工智能政策研究员里特维克·古普塔表示,深度求索最近发布的模型表明,“没有阻碍人们获取人工智能能力的壕沟”。训练模型第一人必须花费大量资源才能实现目的,但跟进者可用更少的费用且以更快的速度实现目的。
古普塔还表示,中国拥有比美国大得多的系统工程师人才库,他们知道如何最好地利用计算资源,以更便宜的方式训练和运行模型。
DeepSeek-R1最牛的地方在于,它的性能完全媲美美国最新的人工智能大模型,它的训练成本极低。它只用1024张英伟达H800显卡,花费只有560万美元。作为类比,OpenAI的ChatGPT-o1使用至少一万张更为先进的英伟达H100显卡,其成本大约为1亿美元。
据《金融时报》报道,DeepSeek团队的成员全部毕业于中国国内的高校,包括清华、北大和北航,没有一个有海外留学的经历。
DeepSeek-R1在发布时,同步公布相关的论文,而且宣布该模型开源。有国外网友说,它的发布,直接让脸书(Meta)公司内部的人工智能大模型团队陷入恐慌,并且开始复制和使用DeepSeek-R1中可用的部分。
DeepSeek-R1的发布,产生两个非常重要的后果:第一,DeepSeek用极低的成本训练出性能先进的大模型,这直接颠覆美国大模型公司动辄花费几千万美元甚至几十亿美元购买几万张英伟达最新显卡来训练大模型的做法,这甚至可能戳破美国目前的人工智能泡沫;第二,美国不断对中国人工智能领域“卡脖子”,这反而刺激中国研究人员的创新意愿和能力,让他们可以用更少的资源去开发出性能同样优秀的大模型。
2022年11月ChatGPT问世的时候,国内很多人人云亦云,一方面跟着别人的节奏去吹捧ChatGPT有多厉害,另一方面又哀叹中国在人工智能领域被美国甩得越来越远,甚至一些人又开始习惯性反思——“中国为什么没有原创性创新?”“中国的教育到底出什么问题?”
两年多过去了,在生成式人工智能领域,中美已经远远把其他国家甩在身后。更重要的是,尽管美国不断加大对中国“卡脖子”的力度,中国在生成式人工智能方面依然牢牢咬住美国,甚至还出现DeepSeek-R1反超美国同类产品的情况。
关于人工智能发展最重要的三大因素——算法、算力和数据,中国本来就只在算力方面落后,主要原因是美国限制台积电为华为代工人工智能芯片,并限制中国购买最新的英伟达显卡。在数据方面,中国拥有超过11亿的互联网用户,而且打车、外卖、移动支付、人脸识别等各种互联网应用的渗透率远超美国,因此,中国在数据方面从来都是占优的。而DeepSeek-R1模型的出现,甚至证明中国在算法上面也不落后于美国。而且,如果算法足够优秀,大模型对算力的依赖也会降低。更何况,华为的人工智能芯片正在快速追赶。接下来三五年,中国完全有可能在算法、算力和数据方面全面赶超美国。
美国在人工智能领域最大的问题是缺乏强大的制造业支撑,也缺乏丰富的应用场景。中国正在把人工智能运用在自动驾驶、机器人、无人港口、无人矿产等各个制造业领域,甚至运用在机器狗、机器狼、歼20战斗机等军事领域,人工智能在中国所能产生的经济、军事和社会价值,肯定要大于美国。这就是我们的信心和底气之所在。

打赏

微信扫一扫,转发朋友圈

已有 0 人转发至微信朋友圈

   本贴仅代表作者观点,与麻辣社区立场无关。
   麻辣社区平台所有图文、视频,未经授权禁止转载。
   本贴仅代表作者观点,与麻辣社区立场无关。  麻辣社区平台所有图文、视频,未经授权禁止转载。

发表于 2025-1-26 20:16 | 显示全部楼层
谢谢美国,美国越打压中国越强大

 楼主| 发表于 2025-1-28 10:48 | 显示全部楼层
鱼雷6688 发表于 2025-1-26 20:16
谢谢美国,美国越打压中国越强大

这两天,中国人工智能公司深度求索发布的大模型DeepSeek-R1震动业界,该模型使用更低的成本和更小的算力规模,实现足以匹敌美国顶尖AI模型的效果。这一成果引发全球科技行业高度关注,西方媒体也发文感叹中国AI模型震惊硅谷。
最新消息显示,DeepSeek已经登顶中国和美国的苹果App Store应用商店,排名第一,将ChatGPT一举超越。对于一款中国大模型来说,能够在美国力压ChatGPT,是绝无仅有的历史性一刻。
据美国《华尔街日报》当地时间1月26日报道,DeepSeek-R1的出色表现已经给美国科技行业留下深刻印象,从业者纷纷称赞深度求索的工作取得重大突破。OpenAI公司前高管扎克·卡斯直言,美国试图通过制裁限制中国的AI发展,但资源的限制反而激发中国科研人员的创造力。
深度求索在1月20日发布DeepSeek-R1模型,该公司表示,DeepSeek-R1在后训练阶段大规模使用强化学习技术,在仅有极少标注数据的情况,极大提升模型推理能力。在数学、代码、自然语言推理等任务上,其性能比肩美国OpenAI o1正式版。
为促进技术社区的充分交流与创新协作,深度求索还公开DeepSeek-R1训练技术。
一些第三方测试结果也显示,DeepSeek-R1的表现足以匹敌美国顶尖AI模型。美国加州大学伯克利分校研究人员设立的聊天机器人竞技场平台上,DeepSeek-R1和去年12月发布的DeepSeek-V3的性能表现均位列前十。
不仅如此,DeepSeek的开发成本和使用的算力规模都远低于美国顶尖AI公司。先前发布的DeepSeek-V3在仅使用2048颗英伟达H800 GPU的情况下,完成6710亿参数模型的训练,成本约为560万美元,这远低于其他顶级模型的训练成本。美媒指出,H800的算力要弱于英伟达H100等芯片,美国限制对华出口此类高性能芯片。
《华尔街日报》提到,作为对比,美国AI企业、Claude模型开发商Anthropic首席执行官达里奥·阿莫代伊去年曾透露,该公司构建模型的成本约为1亿至10亿美元。
与其他一些顶尖大模型不同,DeepSeek-R1没有使用传统的监督微调(SFT)方法,而是专注于强化学习(RL),这意味着该模型跳过了使用人工标准数据训练的“模仿”环节。
英伟达高级研究科学家范麟熙称赞DeepSeek取得突破,他在社交平台X上发文称,DeepSeek-R1完全由强化学习驱动,这让人想起AlphaZero,从零开始学习围棋、将棋和国际象棋,而不是先模仿人类大师的动作。这是论文中最重要的收获。
DeepSeek-R1的表现引起美国科技行业的高度关注。硅谷风险投资家马克·安德森表示:DeepSeek-R1是我见过的最令人惊叹,最令人印象深刻的突破之一。
旧金山AI硬件公司Positron的联合创始人巴雷特·伍德塞德表示,最近他和同事一直在讨论DeepSeek的开源模型,这太酷了。
一些美国企业也开始在工作中使用DeepSeek。硅谷一家创业公司的联合创始人安东尼·普奥告诉《华尔街日报》,他们原先使用Claude模型预测财务回报,但现在已转向DeepSeek,两者性能相似,使用DeepSeek的成本仅为Claude的四分之一。
普奥说:“OpenAI的模型有着极佳的性能,但我们不想为我们不需要的能力付费。”
截至北京时间今早,DeepSeek在美区苹果App Store免费榜上已经排在第一位,力压此前霸榜的ChatGPT。而就在昨天早上,DeepSeek还没有挤进榜单前五,显示出过去24小时发酵速度之快。在国区苹果App Store免费榜,DeepSeek也已登顶。

发表于 2025-1-28 16:08 | 显示全部楼层
对这个问题它是这样回答的。

360截图20250128160628882.jpg

发表于 2025-1-28 16:12 | 显示全部楼层
截图20250128161055.png

发表于 2025-1-28 16:15 | 显示全部楼层
昨天我登录不上,半夜才登上。今天直接不回答问题了~~

360截图20250128160225003.jpg

发表于 2025-1-28 16:31 | 显示全部楼层
以后楼主的谎言就用这个AI的回答来戳破

 楼主| 发表于 2025-1-31 11:38 | 显示全部楼层
坐井观鹅 发表于 2025-1-28 16:31
以后楼主的谎言就用这个AI的回答来戳破

可转发

发表于 2025-1-31 11:58 | 显示全部楼层
360截图20250131115810712.jpg

发表于 2025-1-31 11:59 | 显示全部楼层
360截图20250131115828912.jpg

发表于 2025-1-31 12:03 | 显示全部楼层
572018d6gy1hy2t9zq53wj20pi16cdl8.jpg

发表于 2025-1-31 12:05 | 显示全部楼层

发表于 2025-1-31 12:10 | 显示全部楼层
网上看到有人给Deepseek这么一篇作业:请用鲁迅的尖酸刻薄,讥讽一下小红书、哔哩哔哩、抖音、微博、知乎、美篇,每段不超过50字,越精炼越尖刻越好。

它花了不到一分钟的时间,交了这份答卷:

《小红书》:
虚妄的锦缎下爬满虱子,九宫格里堆砌着赝品人生。诸君且看这西洋镜里,分明是画皮匠们兜售幻觉的市集,偏要装裱成理想国的门帘。

《哔哩哔哩》:
二次元的糖衣炮弹最是杀人,满屏弹幕织成遮羞布。后生们捧着电子奶瓶吮吸精神代乳,倒把奶渍当勋章,在虚拟育儿所里争做永不长大的巨婴。

《抖音》:
十五秒的戏台上挤满提线傀儡,算法牵动丝线便手舞足蹈。看客们脖颈日渐僵直,竟把倒悬的万花筒当作窥探世界的窗牖,何其悲哉!

《微博》:
热搜榜上爬满文字的跳蚤,明星家犬走失竟比苍生饥馑更惹人垂泪。这颠倒乾坤的戏码演了十年,看官们仍捧着人血馒头叫好,端的是好一副铁石心肠。

《知乎》:
镀金的问答框里盛满隔夜冷饭,谢邀二字便如孔乙己排出九文大钱。昔日谈笑有鸿儒的茶馆,如今只剩破落户们穿着长衫卖弄酸腐,把裹脚布当锦旗招摇。

《美篇》:
文字的脂粉抹在老照片的尸斑上,三句不离人间值得,五步必见岁月静好。这浮肿的雅集里,酸朽的体面人把挽歌当作赞歌,倒像是给破棉袄绣金线的乞儿。

 楼主| 发表于 2025-2-2 18:27 | 显示全部楼层

南开大学新闻网1月27日消息,近日,南开大学智能光子研究院祝宁华院士团队与香港城市大学合作,基于兼容CMOS工艺的4英寸薄膜铌酸锂平台,首次设计并构建了集成薄膜铌酸锂光子毫米波雷达,实现了高达厘米级的距离与速度探测分辨率,同时在逆合成孔径雷达二维成像中亦达到了厘米级的卓越分辨率,成功突破了电子雷达低频段窄带宽的瓶颈,大幅提升了光子雷达的分辨率和集成度,是目前分辨率最高的片上光子雷达。此研究工作以“Integrated lithium niobate photonic millimeter-wave radar”(集成薄膜铌酸锂光子毫米波雷达)为题发表于Nature Photonics(《自然-光子学》)上。
光子毫米波雷达芯片车载雷达应用
微波光子学起步于上世纪70年代,开创电磁波与光波融合的新领域,并逐步应用于通信、雷达、电子战、环境监测等军用和民用领域。微波光子雷达作为这一技术的延伸,突破了传统电子雷达需要在频率和带宽之间权衡的限制。薄膜铌酸锂具有高线性电光系数、宽波长透明窗口、大折射率差等优异特性,并兼容CMOS工艺,是实现高性能电光调制的理想材料,是新一代光电子材料的核心引擎,通过结合薄膜铌酸锂等先进光子集成材料与工艺的突破,微波光子雷达有望向更高频率、更大带宽和更小尺寸方向发展,在车载雷达、机载雷达和智能家居等领域引发变革性应用。
研究团队通过紫外步进式光刻技术和干法刻蚀工艺的参数迭代优化,基于兼容CMOS工艺的4英寸薄膜铌酸锂平台的加工制备技术,成功制备了集成倍频模块和回波去斜模块的片上光子毫米波雷达芯片,在片上高效地实现毫米波雷达信号的生成与目标回波的处理,突破先进制程下高速数模/模数转换器性能不足对雷达整体性能提升的限制
为探讨集成薄膜铌酸锂光子毫米波雷达的测距、测速和成像性能,研究团队首先在不同位置布置不同数量的角铁,分析并采集其距离谱图,展示了片上雷达的精准距离探测能力。接着,团队利用感知运动的平衡车(速度小于1.5m/s),分析采集数据的距离-多普勒特性,验证了片上雷达的速度探测性能。最后,采用转台模型,对金属角铁、大型飞机、中型飞机、小型飞机以及芭比娃娃模型进行逆合成孔径雷达成像,通过不同时间段的成像采集,可以清晰观察到目标的姿态变化。
本工作显著提升了现有微波光子雷达的频率、带宽和集成度,并为高性能、小型化光子雷达系统树立了全新的标杆,将在6G时代车载雷达、机载雷达和智能家居等领域开启变革性应用。这项工作标志着微波光子雷达发展历程中的一个重要里程碑。
南开大学为第一完成单位,南开大学朱厦教授为第一作者,香港城市大学张依文博士为共同一作,南开大学祝宁华院士、香港城市大学潘裕斌教授和王骋副教授为论文的共同通讯作者。相关工作得到国家自然科学基金、香港研究资助委员会等项目资助。
高级模式 自动排版
您需要登录后才可以回帖 登录 | 注册

本版积分规则

复制链接 微信分享 快速回复 返回顶部 返回列表 关闭