大模型的视觉难题

主要观点总结

本文介绍了人工智能领域的新发展，包括通用翻译器的概念、模拟能力价值以及科学研究范式的转变等。文章提及视觉模型在人工智能中的发展及其所面临的挑战，以及具身智能的研究和应用现状。此外，本文还讨论了合成数据在人工智能训练中的价值以及面临的挑战。

关键观点总结

关键观点1: 人工智能的新发展及通用翻译器的概念和价值

文章介绍了人工智能领域的新发展，包括通用翻译器的概念、模拟能力价值以及科学研究范式的转变等。

关键观点2: 视觉模型的发展与挑战

文章提到视觉模型在人工智能领域的发展及其所面临的挑战，如通用视觉模型的缺乏以及如何处理多元输入和输出格式的问题。

关键观点3: 具身智能的研究与应用现状

文章讨论了具身智能的研究和应用现状，包括机器人的发展以及如何通过收集数据训练模型来解决场景特定的挑战。

关键观点4: 合成数据在人工智能训练中的价值及挑战

文章提到现有数据几乎耗竭，合成数据是下一个价值百亿美元的问题。

文章预览

撰文： 吴洋洋 编辑：王杰夫 Key Points 上一轮AI的本质是「通用的函数逼近器」，这一轮大模型的本质是「通用翻译器」； 科学研究的范式在从人类学习数据并从中发现模式、智能，过渡为机器学习数据然后从中发现模式和智能； 但「通用翻译器」的能力边界也已经显现——尤其在进入真实物理世界的时候； 现有数据几乎已经耗竭，合成数据是下一个价值百亿美元的问题； 通用语言模型有了，通用视觉模型还没出现，这是价值超百亿美元的问题——事关具身智能。 11月23日，黄仁勋飞到香港，在香港科技大学和沈向洋进行了一次对谈。这次，他鲜见地没有在这次对谈中提到 他热衷的「加速计算」 ，而是讲到了一些更为基础但也更富洞察的东西。 黄仁勋，61岁；沈向洋，58岁。 作为在英伟达当了30多年CEO的人，黄仁勋见证了人工智能的多次浪潮， ………………………………