查看原文
其他

智能晚报|生成式AI成本高达每人每月30美元;Adobe发布多款AI模型及专用水印;DeepMind开发通用机器人模型...

江睿杰、裘欢欣 新皮层NewNewThing 2024-03-08

「每周一三五更新」


撰文:江睿杰、裘欢欣

编辑:王杰夫

Key Points


每月10美元还亏本,生成式AI太贵了;


Adobe发布多款AI模型及AI内容专用水印;


Google DeepMind开发通用机器人模型;


AMD收购初创公司Nod.ai,拟在AI芯片领域加速追赶英伟达;


高通推出下一代PC芯片骁龙X。


每月10美元还亏本,生成式AI太贵了

竞相把AI助手加入到自己的产品中以后,技术公司们逐渐意识到这样一个事实:这门生意并不像它们过去赖以为生的业务,如搜索引擎或是办公软件那样,有着很强的规模化效益。生成式AI的边际成本曲线与传统软件完全不同,多卖一份软件对于技术公司来说几乎没有额外成本,但用户多使用一次生成式AI它们就需要额外花费算力与电力。

生成式AI的成本高达每月30美元

10月9日《华尔街日报》报道称微软为旗下代码托管平台GitHub推出的Copilot助手一直处于严重亏损中。GitHub Copilot是一项帮助程序员创建、修复代码的AI服务,2021年6月推出预览版,2022年6月正式推出付费版本,每月订阅费10美元。这个价格已经不低于很多按月付费的知名软件服务,如2.99美元的1Password、5.99美元的Ulysses、10.99美元的Spotify等等。

但据知情人士说,今年头几个月,GitHub Copilot的每个用户每月为微软带来超过20美元的亏损(相当于每人每月成本为30美元),部分用户造成的亏损甚至高达80美元。而这也被认为是微软为Microsoft 365办公套件的Copilot定价每月30美元的原因之一,该Copilot能够帮助用户撰写文档与电子邮件、创建演示文稿、搭建电子表格。作为对比,不包含Copilot的Microsoft 365基础价格仅为每月12.5美元。Google为自己8月29日发布的Duet AI办公套件同样定价每月30美元。

这些公司都在降成本

除了微软、Google有信心为自己的AI助手定下如此昂贵的价格,其余提供AI助手服务的公司只能用其他方式省钱。

AI耗电量几乎等于一个中等国家

10月10日,曾发布加密货币能源消耗指数的数据公司Digiconomist发文表示:2027年,英伟达一年可以售出150万台AI服务器,而这些服务器将消耗85.4亿至134亿度电,约占全球当前用电量的0.5%。如果将这些服务器看作一个国家,当前其用电量大约排在全球30名左右,约等于阿根廷、荷兰等国的用电量。

就在几天前,美国加利福利亚州州长加文·纽森(Gavin Newsom)签署了一项新法案,要求加州的大企业披露碳排放量:2026年起披露本公司运营中的碳排放量,2027年起披露供应链的碳排放量。这意味着届时我们将知道Google、OpenAI等AI公司每年要消耗多少电力。


参考链接

https://www.wsj.com/tech/ai/ais-costly-buildup-could-make-early-products-a-hard-sell-bdd29b9f

https://www.cell.com/joule/fulltext/S2542-4351(23)00365-3


Adobe发布多款AI模型及AI内容专用水印

10月10日,一年一度的Adobe MAX创意大会开幕。大会首日Adobe发布了多款AI产品,涉及更高质量图像生成、矢量图形生成、设计模板生成等领域,并发布了AI生成产品的水印标识「CR」,用以区别AI生成内容与其他内容。

Adobe图像生成模型Firefly大升级

自3月推出图像生成模型Firefly的初始版本之后,这次Adobe又推出了3款Firefly升级版模型。

其中Firefly Image 2是上代产品的直系后代,可以提供清晰度更高、渲染质量更好的AI生成图片,而且首创「生成匹配」(Generative Match)功能,用户可以设置参考图像,指导AI按特定风格和样式生成图片。

另两款模型是Firefly Vector和Firefly Design。前者是全球首个生成矢量图(可以无限放大)的AI模型,后者则嵌入Adobe的设计软件Express,可以为用户即时生成设计模板,如海报、传单、邀请函等。

此外Adobe推出了新的「端到端」解决方案Adobe GenStudio,可以让用户借助云端享受全套AI设计体验,并加快设计流程优化迭代的速度。

AI生成内容将被打上特定水印

自生成式AI火爆之后,业界普遍要求将AI生成内容与人类创作内容区别开,以便更好地保护知识产权、避免AI被滥用。Adobe在本次大会上发布了「CR」水印标识,用来标标记创意内容的来源。

CR取自Credential(凭据)一词的前两个字母,以此与传统版权标识CC(Creative Commons)区别。该标识由内容来源和真实性联盟C2PA开发,联盟成员包括Adobe、微软、英特尔、Arm等。联盟成员公司将在未来几个月内开始使用新标识,包括Adobe的图像与视频处理工具Photoshop、Premiere以及微软的Bing搜索引擎等。该标识不仅会以水印的方式被添加到图像上,也会被嵌入图片的元数据,即使利用P图技术也无法删除。

行业巨头目前都在探索标记AI创作内容并使之可被追溯的技术。除了C2PA,Google在今年8月也推出了自己的AI内容标识Synth ID,虽然不会给图片打上实际的水印,但能在元数据中识别AI生成内容。这种技术可以帮助用户追溯自己的图片是否有AI生成的痕迹,以便在实际使用中准确判断是否要使用相关图片。


参考链接

https://techcrunch.com/2023/10/10/adobe-firefly-can-now-generate-more-realistic-images/

https://www.theverge.com/2023/10/10/23911381/adobe-ai-generated-content-symbol-watermark


Google DeepMind开发通用机器人模型

近日,Google DeepMind宣布与33个学术实验室团队合作建立一套通用机器人AI 模型,用于跨不同机器人类型或实施例的通用机器人学习。

DeepMind做了些什么?

DeepMind团队与33个学术实验室展开合作,汇集了来自22种不同机器人类型的数据,以创建Open X-Embodiment数据集,并训练出了能力更强的RT-X模型。

  • Open X-Embodiment数据集:

为了开发Open X-Embodiment数据集,研发人员在超过100万个场景中展示了 500多种技能和15万项任务。Open X-Embodiment收集了多样化的机器人演示数据,再结合数据创建一套优于专用模型的通用模型,以实现不同类型机器人、不同指令的驱动。然而,对于任何单个实验室来说,要收集这样的数据集都过于耗费资源。值得一提的是,该数据集也是目前同类机器人数据集中最全面的。

  • RT-X机器人通用模型:

RT-X基于两个Robotics Transformer(RT)模型构建而成。在相同的模型架构下,RT-X借助Open X-Embodiment中多样化的数据,表现出更好的泛化能力。

DeepMind的训练结果如何?

DeepMind在5个不同的研究实验室测试了RT-1-X模型,将其与针对特定任务(例如开门)开发的模型比较,结果表明,RT-1-X模型在拾取和移动物体以及开门等任务中成功率的平均性能优于原始模型50%。

DeepMind还使用辅助机器人测试了RT-2-X的知识迁移能力。结果显示,在应急技能和处理训练数据集中未涉及的新任务方面,RT-2-X在需要空间认知的任务上表现出更好的性能,成功率可达RT-2的3倍。

RT-1-X建立在RT-1之上,而RT-1是DeepMind在去年12月发布的基于Transformer架构构建的模型。RT-2-X是基于RT-2开发的,RT-2是今年7月发布的视觉-语言-动作(VLA)模型。

未来可能有哪些应用?

这项工作表明,具身机器人的泛化模型是可能的,且能够显著提高机器人的性能和工作效率。DeepMind正在考虑将实验成果与DeepMind开发的自我改进模型 RoboCat的自我改进特性相结合,使模型能够根据经验自动设计出新的训练数据以提高自身性能。


参考链接

https://www.deepmind.com/blog/scaling-up-learning-across-many-different-robot-types


AMD收购初创公司Nod.ai,拟在AI芯片领域加速追赶英伟达

10月10日,芯片巨头AMD宣布将收购AI初创公司Nod.ai,以此增强软件能力。为了在AI领域追赶竞争对手英伟达,AMD计划大举投资AI芯片所适用的关键软件。

Nod.ai是谁?AMD为什么要收购它?

Nod.ai是一家硅谷软件公司,成立于2013年,主营业务是为大型数据中心和其他客户提供高效的AI解决方案,以便企业能够更容易地部署AI模型。据PitchBook数据,该公司此前的融资额约为3650万美元。

AMD的业务中数据中心占很大一块,在今年第一季度营收中的占比接近1/4。为引导企业客户在数据中心部署适用于AMD芯片的AI模型,开发相关的软件生态非常必要,收购Nod.ai正是其中一环。

AMD此前声称要构建一个统一的软件集,以驱动该公司制造的各种芯片,具体手段包括内部投资和外部收购。为此今年公司已成立了AI部门,新部门目前约有1500名工程师,其中绝大多数从事与软件相关的工作,今年年底计划再增加300名员工。该部门将管理Nod.ai被收购之后的业务。

AMD的AI芯片现在咋样了?

去年AMD发布了AI加速处理器MI300A,预计今年年底前正式开售。据知名分析人士郭明錤消息,2024年AMD的AI芯片出货量约为英伟达的10%,其中出货量主体即MI300A。

AMD的AI芯片主要面向云服务商,因为云服务商通常有较强的软件能力,可以弥补AMD软件方面的不足。AMD芯片最大的采购客户是微软,占到其总出货量的一半以上。亚马逊、Meta、Google也正在测试AMD的产品,Meta已倾向在其云服务中使用AMD的AI芯片。如果AMD顺利拿下上述各家的订单,其出货量到2025年可能飙升至英伟达的30%甚至更高。


参考链接

https://www.amd.com/en/newsroom/press-releases/2023-10-10-amd-to-acquire-open-source-ai-software-expert-nod-.html


高通推出下一代PC芯片,命名为骁龙X

10月11日,高通宣布推出骁龙X系列(Snapdragon X),该系列将采用定制的Oryon CPU内核芯片,主要用在笔记本电脑上,目标是向搭载M系芯片的苹果电脑发起竞争。Oryon CPU内核建立在高通收购Nuvia后所获得的技术上,而Nuvia是由多位苹果前芯片设计师共同创立的公司。

目前高通并没有透露骁龙X系列芯片的具体细节,该系统芯片上将会有新的标识和logo,由此与其他骁龙产品区分开来。今年10月24日至26日高通将在夏威夷举行首届Snapdragon峰会,届时会公布骁龙X系列芯片的参数信息。

骁龙X将对标苹果M系芯片

高通称骁龙X系列芯片具有强大的性能和功效,并具有神经网络处理功能,这也意味着该系列将直接对标苹果的M系列芯片。如果骁龙X系列真的应用了与M系芯片类似的技术,那意味着Windows笔记本在性能和功效方面将实现「质的飞跃」。

与M1芯片相似,骁龙X采用了神经处理单元,为设备端AI处理提供更高的工作效率。此外,骁龙X也将继续之前系列的5G连接功能,这一技术也被应用在了苹果的笔记本电脑和iPad设备上。

此前据传闻,高通正在开发3款Snapdragon X系列处理器,其中名为SC8380的CPU处理器对标苹果M2 Max芯片,具有8个性能核心和4个效率核心——后者已集成在最新的MacBook Pro 14和MacBook Pro 16中。

核心技术来自Nuvia,高通为了它与ARM打官司

骁龙X的技术主要来自于Nuvia公司,该公司于2021年被高通以14亿美元收购,但这笔交易引起了ARM的不满。

ARM的授权模式有两种,分别是架构许可协议(Architecture License Agreement,ALA)和技术许可协议(Technology License Agreement,TLA)。打个比方,前者类似于购买木材自己造家具,后者就是买现成的家具。可想而知,对于ARM来说后者的溢价更高。

在过去,高通缺少自研能力,所以一直与ARM签订技术许可协议,相当于高通直接从ARM那里买家具,再在上面小修小改一番。但Nuvia是一家由多位苹果原芯片设计师创立的初创公司。苹果从自研芯片第一天起与ARM签订的一直是架构许可协议,因此Nuvia成立后也与ARM签订了与苹果相似的授权许可。

Nuvia公司创始人Gerard Williams是ARM和苹果资深架构师,在苹果任职时主持研发了从A7到A14的大部分芯片;副总裁Manu Gulati曾是Google的架构师,也曾经在苹果担任架构师长达8年时间,负责过A5X、A9、A11、A12X等芯片的设计。

当Nuvia被高通收购后,高通自然也就有了像苹果那样用木材自制家具的能力,因此不想继续向ARM「买家具」(TLA),而希望直接「买木材」(ALA)。但ARM认为高通并不能延用之前ARM与Nuvia签订的协议,双方应该重新签订协议,为此它起诉了高通。该诉讼将于2024年9月进入审判阶段。

高通一直是ARM的大客户之一,ARM目前无非是想索取更高的授权费,双方暂时还谁也离不开谁。ARM 9月刚刚在纳斯达克挂牌上市,当前市值约为570亿美元。


参考链接

https://www.theverge.com/2023/10/10/23911431/qualcomm-snapdragon-x-platform-oryon-cpu-windows-pc-apple-silicon

-END-


我们是一个诞生于GPT浪潮、由《第一财经》YiMagazine孵化的全新内容IP。

和每一位关心技术、关注人类命运的读者一样,我们希望在这个充满不确定性的时代,更好地理解快速变化的科技世界,也更好地理解生而为「高级智能」的我们自己。

在这个目标下,我们计划从学术、商业、伦理、监管等多个角度报道和讨论与「智能」相关的议题。请注意,我们说的智能,不只是 AI。


以下是最近发生的其他智能资讯

智能晚报|苹果和Meta推进研发下一代头显;2023年诺贝尔奖全部揭晓;华为将为深圳提供高精度气象预报...

智能晚报|传小米投资百川智能、智谱和MiniMax;Meta推28个「数字人」和一个AI助手;OpenAI计划开发AI硬件和芯片


与记者交流,可添加微信(请备注公司名称和姓名):

王杰夫 微信号: wjfsty

张司钰 微信号: helianthus351

吴洋洋 微信号: qitianjiuye

 

喜欢就关注我们吧,记得设为星标」

继续滑动看下一个

智能晚报|生成式AI成本高达每人每月30美元;Adobe发布多款AI模型及专用水印;DeepMind开发通用机器人模型...

江睿杰、裘欢欣 新皮层NewNewThing
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存