3月13日,阿里巴巴宣布推出AI旗艦應(yīng)用——新夸克。新夸克基于阿里通義領(lǐng)先的推理及多模態(tài)大模型,全面升級(jí)為一個(gè)無邊界的“AI超級(jí)框”,為2億用戶帶來全新體驗(yàn)。阿里巴巴表示,未來通義系列模型的最新成果都將第一時(shí)間接入夸克。
新夸克將告別傳統(tǒng)搜索,升級(jí)為一個(gè)All in One的“AI超級(jí)框”,滿足用戶工作、學(xué)習(xí)、生活的各類AI需求。目前市場(chǎng)主流的AI產(chǎn)品形態(tài)是Chatbot,夸克則希望更進(jìn)一步,將AI對(duì)話、深度思考、深度搜索、深度研究、深度執(zhí)行整合到一起,以一個(gè)極簡(jiǎn)的“AI超級(jí)框”,滿足用戶所有需求。
用戶在“AI超級(jí)框”中輸入指令后,夸克智能中樞將自動(dòng)識(shí)別意圖,規(guī)劃梳理后調(diào)動(dòng)各種不同模型和Agent模塊,幫助用戶完成任務(wù)。目前,新夸克可以在AI搜索、AI寫作、AI生圖、AI PPT、學(xué)術(shù)研究、AI搜題、AI健康問答、旅行計(jì)劃等不同場(chǎng)景下解答問題并執(zhí)行任務(wù)。
阿里巴巴集團(tuán)副總裁、夸克CEO吳嘉表示:“此次升級(jí)的版本僅僅是全新夸克的一個(gè)雛形。隨著未來模型能力的不斷迭代升級(jí),我們希望夸克AI超級(jí)框就像機(jī)器貓的口袋一樣,能夠讓用戶在這里進(jìn)入AI世界。”
在剛剛過去的財(cái)報(bào)電話會(huì)上,阿里巴巴集團(tuán)CEO吳泳銘表示,未來三年將圍繞AI戰(zhàn)略核心加大三方面投入,包括AI和云計(jì)算的基礎(chǔ)設(shè)施建設(shè)、AI基礎(chǔ)模型平臺(tái)及AI原生應(yīng)用,以及現(xiàn)有業(yè)務(wù)的AI轉(zhuǎn)型升級(jí)。近期,阿里在基礎(chǔ)模型和原生應(yīng)用上持續(xù)發(fā)力,相繼發(fā)布了Qwen2.5-VL、Qwen2.5-Max、通義萬相2.1、千問QWQ-32B等全球性能領(lǐng)先的開源模型??淇藢⒙氏冉尤氚⒗锿x系列最先進(jìn)的模型,讓用戶第一時(shí)間、零門檻體驗(yàn)全球領(lǐng)先的AI能力。
據(jù)2025年1月AIGC RANK中國(guó)AI應(yīng)用排行榜,夸克平均日活3369萬,位列中國(guó)AI應(yīng)用第一。市場(chǎng)分析人士認(rèn)為,全新升級(jí)的夸克正在成為用戶嘗鮮通義千問最新模型的重要入口,相信“最強(qiáng)模型+AI旗艦應(yīng)用”的王炸組合會(huì)持續(xù)刷新用戶的AI體驗(yàn),讓人感受到阿里“AI驅(qū)動(dòng)”戰(zhàn)略帶來的巨大想象力。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。