AI应用资讯

谷歌柏林工业大学团队发布了超大规模视觉语言模型PaLM-E，参数量高达5620亿，集语言与视觉控制于一身，是VLM而非LLM，对物理世界有感知。谷歌长期技术投资多领域成果显著，面对ChatGPT威胁，加快了“生成式人工智能”集成产品计划，并推出Switch Transformer、Multilingual Language Model和NLG等新模型以抢占优势。外界积极评价谷歌的技术实力，但也指出模型复杂度与隐私等问题需要解决。PaLM-E基于Transformer架构，尽管基础相同，但其改进如瓶颈层和语言模型增强目标显示出优势，被视为transformer AI的代表作。

中国正积极追赶ChatGPT等人工智能技术的步伐。政协委员们建议通过产研协同和开放生态建设，打造本土的“微软OpenAI”组合，如推动大型科技企业与科研机构合作，设立长期开源项目，支持基础研究和人才培养，并优化采购制度以促进科技创新。贺晗则希望行业主管部门能通过多种方式鼓励数据、算法和算力基础设施的建设，形成有利于追赶的世界级生态。虽然面临底层技术不足和技术依赖的问题，但中国拥有应用市场大和数据优势，有望在经过努力后实现弯道超车。

概括：腾讯成立"混元助手"项目组，旨在通过研发大参数语言模型和强化学习算法，提升旗下智能助手的性能，目标打造国内领先"腾讯智能大助手"。该项目受益于公司丰富的真实数据、硬件实力及人工智能人才储备，由张正友担任Owner，团队阵容强大。

ChatGPT的全球热度引发了对中国是否能拥有自己的类似模型的讨论。中国科技界对此持开放态度，认为ChatGPT是新业态快速迭代的缩影，但底层技术能力和商业模式创新还需加强。政协委员建议通过产研协同和开源生态建设，借鉴美国模式推动技术创新，并利用互联网、算力和工程师红利等优势来追赶。同时，通过制定战略、培养人才和优化政策等方式加速弥补差距。贺晗则提出通过整合资源和长期投入促进算法模型、数据基础设施的发展。李涛则提到，应发挥举国体制优势，通过创新方式缩小与先进水平的算力差距。