360+ChatGLM联手研发中国版“微软+OpenAI”

文章目录

  • 前言
  • 360与智谱AI强强联合
  • 什么是智谱AI
  • 360智脑
  • 360GLM与360GPT大模型战略布局
  • 写在最后

在这里插入图片描述

前言

5月16日,三六零集团(下称“360”)与智谱AI宣布达成战略合作,双方共同研发的千亿级大模型“360GLM”已具备新一代认知智能通用模型水准。

360与智谱AI强强联合

此次战略合作也是基础模型和应用场景的一次有效结合。360创始人周鸿祎曾多次表示,微软作为产业公司补齐了OpenAI的工程化、场景化、产品化和商业化能力,是微软和OpenAI珠联璧合的分工模式促成了这次人工智能拐点的涌现。国内应当建立大型科技企业+重点科研机构的产研协同创新模式,打造中国的“微软+OpenAI”组合引领大模型技术攻关。

周鸿祎表示,此次与智谱AI的合作,正是借鉴了这种产研协同关系。

什么是智谱AI

智谱AI(ChatGLM),清华技术成果转化的公司智谱AI研发的支持中英双语的对话机器人。

在人工智能领域,清华技术成果转化的公司智谱AI启动了支持中英双语的对话机器人ChatGLM内测。

旨在推动大模型的科学研究,面向高校学术交流与行业合作的试用申请。

体验地址 https://chatglm.cn

360智脑

在这里插入图片描述
4月10日消息,在由 360 主办的 2023 数字安全与发展高峰论坛上,360 集团创始人周鸿祎发布了基于大语言模型的中国版 ChatGPT 产品。这一产品被命名为“360 智脑”,并将率先落地搜索场景,为企业用户提供更智能、更高效的搜索体验。

从演示效果来看,360 版 GPT 已经具备了一定的推理能力,但在回答具体问题时多次“翻车”,不少问题需要多次回答才能给出准确答复。然而,作为中国版 ChatGPT 产品的 360 智脑,将凭借其先进的人工智能技术和全面的测试和优化,为企业用户带来更为出色的表现和实用性。

根据官方公告,企业用户可以在 PC 端 360 搜索首页申请并获得 360 智脑的内测资格。未来,360 智脑将与浏览器、数字助理、智能营销等场景应用结合,为用户提供全面的智能服务。

360 智脑的发布引起了广泛关注。此前,周鸿祎曾表示:“很多人关心 360 的人工智能进展,我们就把‘刚出生的孩子’抱出来给大家看看。”事实上,目前很多大家熟知的企业都已经推出了类似的产品。上个月中旬,百度文心一言宣布开放内测,阿里巴巴通义千问也在上周已经开放了内测。360 智脑的发布,将进一步丰富中国人工智能市场,推动技术的不断创新和应用的广泛拓展。

360 智脑作为一款基于大语言模型的产品,将通过其强大的推理能力和深度学习技术,为企业用户提供更智能、更高效的搜索体验。通过结合浏览器、数字助理、智能营销等场景应用,360 智脑将帮助企业用户更好地理解用户需求,提供精准的答案和解决方案,从而提升企业的搜索效果、用户满意度和竞争力。

体验地址 https://www.so.com/zt/invite.html?src=so_box#/

360GLM与360GPT大模型战略布局

据介绍,智谱AI是国内顶级人工智能科技公司,被评价为国内“最具OpenAI气质和水准”的AI公司。去年11月,斯坦福大学大模型中心对全球30个主流大模型进行全方位评测,智谱AI研发的双语千亿级超大规模预训练模型GLM-130B 是亚洲唯一入选的大模型,测评结果显示,其准确性等关键指标与OpenAI、谷歌大脑、微软和英伟达等公司的大模型接近或持平,全球已有70个国家1000余家机构申请使用。团队研发的ChatGLM在GLM-130B 上通过有监督微调等技术实现人类意图对齐;支持英伟达和华为昇腾、海光及申威等国产芯片进行训练和推理,开源的 ChatGLM-6B 模型全球下载超过160万,持续两周位列 Huggingface 全球模型趋势榜榜首。

对于此次合作,智谱AI CEO张鹏表示,智谱AI一直坚持着自己的愿景:让机器像人一样思考,实现Model as a Service(MaaS)的理念。360拥有国内先进的多模态研发团队,在AI技术上有长期积累,叠加搜索、浏览器等场景优势,将成为智谱AI强有力的研发合作伙伴,同时在训练数据、强化学习、工程调优、用户场景和商业化等方面带来有益补充。我们相信,在双方的紧密协作下,大模型技术将获得更加广泛、深入的落地场景,赋能更多行业。

据了解,通过此次合作,360形成了自主研发+合作研发“双引擎”驱动的大模型布局。今年3月,360自研的千亿级大模型“360GPT”亮相,已经在智能搜索、AI生图等场景测评中取得亮眼成绩。360GLM与360GPT两个千亿级模型在能力上各有优势,相为补充,未来在应用层将实现无缝对接,为用户提供丝滑的使用体验。智谱AI也将在本次合作的基础上,进一步拓展、加深大模型技术的应用落地,帮助更多行业提升效率与体验。
在这里插入图片描述

写在最后

✨原创不易,希望各位大佬多多支持。

👍点赞,你的认可是我创作的动力。

⭐️收藏,感谢你对本文的喜欢。

✏️评论,你的反馈是我进步的财富。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/20451.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Springboot——事物管理

文章目录 事务管理一、 Spring事务管理1.1 事务回顾1.2 案例: 解散部门(未开启事务)1.3 事务管理注解Transactional1.4 事务管理日志开关1.5 rollbackFor 异常回滚属性1.6 propagation 事务传播行为1.7 解散部门并记录操作日志1.7.1 创建数据…

技术探秘:揭秘Bean Factory与FactoryBean的区别!

大家好,我是小米,一个热衷于技术分享的29岁小编。今天,我们来聊一聊在Spring框架中常用的两个概念:beanFactory和FactoryBean。它们虽然看似相似,但实际上有着不同的用途和作用。让我们一起来揭开它们的神秘面纱吧&…

离散数学_九章:关系(6)

🪐9.6 偏序 1、⛺偏序关系和偏序集⛲偏序关系⛲偏序(关系)的例子 a. “大于或等于” 关系b. “整除” 关系c. “包含” 关系 🎬偏序集🎬可比性(comparability) " ≼ " 符号a. 可比 &a…

基于野火F407骄阳开发板的苹果采摘机器人机械臂的采摘轨迹与夹持器的采摘动作的设计(1)

基于野火F407骄阳开发板的苹果采摘机器人机械臂的采摘轨迹与夹持器的采摘动作的设计(1) 苹果采摘机器人1、采摘流程与硬件设计2、机械臂驱动以及采摘轨迹设计2.1、台达A2电机驱动实现2.2、机械臂寻找苹果巡逻轨迹 苹果采摘机器人 1、采摘流程与硬件设计…

C++/Qt 小知识记录3

工作中遇到的一些小问题,总结的小知识记录:C/Qt 小知识 QLineEdit限制输入大于0的正整数QLayout内清空已布局的WidgetWindows结束进程直接结束,子进程不响应结束事件正常结束,子进程响应结束事件 CMake关闭控制台Console实体与值对…

尾调用优化

尾调用优化 最近遇到一个堆栈溢出的问题,分析后发现可收敛为递归边界问题。结合“红宝书”中相关内容和ES6规范中的一些优化机制,整理记录如下。 前言 程序运行时,计算机会为应用程序分配一定的内存空间。应用程序会自行分配所获得的内存空…

数组或结构体赋值时memcpy与直接赋值的效率比较

先上结论: 二者不一定谁快通常情况下,数组维度越大,使用memcpy效率更高数组维度越大,直接赋值耗时主体是循环耗时 Note: “等号赋值”被编译器翻译成一连串的MOV指令,而memcpy则是一个循环。“等号赋值”比…

深入解析PyTorch中的模型定义:原理、代码示例及应用

❤️觉得内容不错的话,欢迎点赞收藏加关注😊😊😊,后续会继续输入更多优质内容❤️ 👉有问题欢迎大家加关注私戳或者评论(包括但不限于NLP算法相关,linux学习相关,读研读博…

【一起啃书】《机器学习》第六章 支持向量机

文章目录 第六章 支持向量机6.1 间隔和支持向量6.2 对偶问题6.3 核函数6.4 软间隔与正则化6.5 支持向量回归6.6 核方法6.7 一些问题 第六章 支持向量机 6.1 间隔和支持向量 给定训练样本集 D { ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x m , y m ) } , y i ∈ { − 1 , …

Day 1 认识软件测试——(软件测试定义、目的、原则)

Day 1 认识软件测试——(软件测试定义、目的、原则) 文章目录 Day 1 认识软件测试——(软件测试定义、目的、原则)软件测试的定义软件测试的目的软件测试的经济学问题黑盒测试白盒测试软件测试原则小结所谓软件测试,就是一个过程或一系列过程,用来确定计算机代码完成了其…

《我命由我不由天》蔡志忠——笔记一

目录 简介 经典摘录 三岁决定一生 父母该什么时候放手 确定将来要成为什么 积极主动为目标而努力 叛逆是最伟大的创意 父亲给蔡志忠最大的影响是教会他两件事 价值观缺陷导致的后果 人有三个阶段 简介 作者 蔡志忠,李虹。 蔡志忠:漫画家、哲…

Vue加SpringBoot实现项目前后端分离

首先需要搭建一个Vue的脚手架项目(已经放在gitee里面了,下面是gitee网址,可以直接拉) (vue-web: 这个是Vue项目模板,没有后台数据) 那么接下来就是实现前后端分离的步骤 首先我们需要有一个登录页面 登录的点击事件利用…

图神经网络:(节点分类)在KarateClub数据集上动手实现图神经网络

文章说明: 1)参考资料:PYG官方文档。超链。 2)博主水平不高,如有错误还望批评指正。 3)我在百度网盘上传了这篇文章的jupyter notebook。超链。提取码8888。 文章目录 文献阅读:代码实操: 文献阅读: 参考文…

【Hello Algorithm】归并排序及其面试题

作者:小萌新 专栏:算法 作者简介:大二学生 希望能和大家一起进步 本篇博客简介:介绍归并排序和几道面试题 归并排序及其面试题 归并排序归并排序是什么归并排序的实际运用归并排序的迭代写法归并排序的时间复杂度 归并排序算法题小…

(十一)地理数据库创建——创建新的地理数据库

地理数据库创建——创建新的地理数据库 目录 地理数据库创建——创建新的地理数据库 1.地理数据库概述2.地理数据库建立一般过程2.1地理数据库设计2.2地理数据库建立2.2.1从头开始建立一个新的地理数据库2.2.2移植已经存在数据到地理数据库2.2.3用CASE工具建立地理数据库 2.3建…

Python 科研绘图可视化(后处理)Matplotlib - 2D彩图

Introduction 科研可视化是将数据和信息转化为可视化形式的过程,旨在通过图形化展示数据和信息,使得科研工作者能够更好地理解和分析数据,并从中发现新的知识和洞见。科研可视化可以应用于各种领域,如生物学、物理学、计算机科学…

C++类和对象再探

文章目录 const成员再谈构造函数成员变量的定义函数体内赋值初始化列表 隐式类型转换explicitstatic成员 const成员 我们知道在调用类的成员函数时,会有一个默认的this指针且这个this指针时不可以被修改的,例如在日期类中,会有隐式的Date * const this;注意这里默认会在this前…

一五一、web+小程序骨架屏整理

骨架屏介绍 请点击查看智能小程序骨架屏 车载小程序骨架屏 车载小程序为方便开发者设置骨架屏,在智能小程序的基础上抽取出骨架屏模板,开发者只需要在 skeleton 文件夹下配置config.json(page 和骨架屏的映射关系文件)即可生效骨…

第十四届蓝桥杯青少组模拟赛Python真题 (2022年11月8日)

第十四届蓝桥杯青少组模拟赛Python真题 (2022年11月8日) 编程题 第 1 题 问答题 二进制位数 十进制整数2在十进制中是1位数,在二进制中对应10,是2位数。 十进制整数22在十进制中是2位数,在二进制中对应10110,是5位数。 请问十进制整数2022在二进制中是几位数? 第2题问…

Pr 拍立得风格图片展示

哈喽,各位小伙伴!今天我们来学习一下如何制作拍立得风格的照片展示效果? 新建三个序列 在开始之前,我们需要新建三个序列 序列1:总合成-尺寸1902*1080序列2:照片合成-尺寸1920*1080序列3:照片…