首页

加入收藏

您现在的位置 : 首页 > 最新资讯

号称媲美GPT3.5,而且免费!ChatGPT的替代品来了,要拆掉OpenAI的围墙!

时间:04-29 来源:最新资讯 访问次数:249

号称媲美GPT3.5,而且免费!ChatGPT的替代品来了,要拆掉OpenAI的围墙!

(原标题:号称媲美GPT-3.5,而且免费!ChatGPT的替代品来了,要拆掉OpenAI的围墙!英伟达AI科学家点赞) 每经编辑 毕陆名4月25日,构建了大型开源社区的AI初创公司Hugging Face(抱抱脸)宣布推出开源聊天机器人HuggingChat。与ChatGPT类似,HuggingChat可以完成一些复杂的生成任务,包括编写代码、起草电子邮件、创作歌词等等,号称“开源版Android应用商店”。HuggingChat不仅开源,而且免费,点进网页即可实现与HuggingChat丝滑畅聊。英伟达AI科学家Jim Fan称赞道:HuggingChat是ChatGPT的开源替代品,并表示如果后续开发成应用程序,Hugging Face比OpenAI更具优势。ChatGPT的问世改变了聊天机器人领域的格局,它强大的功能令人惊叹,但目前OpenAI几乎不可能将其开源。为了追赶ChatGPT,开源社区做了很多努力。包括Meta开源的LLaMA系列模型及其二创等等。一些开源模型在某些方面的性能已可与ChatGPT媲美。公司估值达20亿美元Hugging Face成立于2016年,与其他同期创业公司类似,成立初期奔跑在聊天机器人赛道。最初,Hugging Face推出一款面向青少年的聊天机器人APP,其用AI技术生成的表情和笑话,旨在为青少年提供情感疏导、娱乐服务。例如,当用户发送自拍照,或者是一个悲伤的表情时,聊天机器人能够做出相应的反应。然而,公司发展并没有很大起色,苦于破局的创始人转向训练聊天机器人的NLP能力,同时构建了一个底层库来容纳各种机器学习模型和数据集,并且作为开源项目公开发布。无心插柳柳成荫,Hugging Face迅速走红。如今,聊天机器人早已从App Store中下架,而Hugging Face却成为GitHub史上增长最快的机器学习库,其Transformer开源库累计有96302个Star和20000多个分支。此外,Hugging Face提交共享了166894个训练模型,26900个数据集。成立六年多时间里,Hugging Face估值一路冲高。在去年的C轮融资中,公司估值达20亿美元,由Lux Capital领投,红杉基金等跟投,NBA球星杜兰特也入股了。至于公司的创始人,个个都是硅谷创业老兵。公司首席执行官Clément Delangue曾创立过笔记平台VideoNot,首席技术官Julien Chaumond大学毕业就在硅谷创业,2015年结束创业生涯从事起了AI开发,首席科学家Thomas Wolf则是一名自然语言处理界的大牛。某种程度上,Hugging Face是在构建人工智能领域的“GitHub”,让其成为一个由社区开发者驱动的开源平台。图片来源:视觉中国人工智能“iPhone时刻”已到?据证券时报4月26日报道,有关生成式AI对行业的影响,英伟达创始人兼CEO黄仁勋称人工智能“iPhone时刻”已经到来。对此,IDC中国副总裁兼首席分析师武连峰表示认同:“ChatGPT的出现,实现了与消费者的自然对话,生成式AI五年或十年以后有可能相当于iPhone对移动互联网产生的影响。”武连峰告诉记者,任何一个新技术对市场的影响无非三大层面:一是创造新商业模式、产品或者服务;二是改造传统行业,降本增效;三是颠覆传统行业。“生成式AI的核心是技术和业务深度融合,从量变发展到质变,我认为生成式AI,可能成为新的入口或者是操作系统。”武连峰举例说,Notion是一款笔记程序,以前没有ChatGPT的时候,它主要是做笔记的功能,但接入ChatGPT后,可以直接让它帮助列演讲提纲,将AI、笔记功能完美结合在一块了。另外,在武连峰看来,生成式AI另一个方向往Open AI安装插件,类似于微信小程序,现在有十几个插件。ChatGPT如果变成用户对话入口,并装上插件,用户采用自然语言对话,就可以完成所有功能,包括支付、打车、订餐,统统集成进去。“因此,生成式AI可能变成一个新的入口或者操作系统,ChatGPT的核心是生成式AI。”武连峰表示。据了解,操作系统下接硬件,上接应用,如果生成式AI都能像基础操作系统或成为一个软件接口,那么各行各业的应用开发者都可以根据自己需要选择适配生成式AI所具备的参数,再通过后期训练以及代码优化、加工等,封装成市场化应用产品,这样的程序开发既简单又高效,且不再需要做AI那部分程序开发,就能自动接入生成式AI所具备的AI能力。萨摩耶云科技集团首席经济学家郑磊对记者表示,生成式AI的应用型开发远比大模型基础开发更简单,更依赖企业在特定产业积累的专业技能,成本较低,效益明显,而且投入资金可以根据研发产品的目标进行弹性调整,也适合中小企业参与。武连峰也提到,生成式AI从C端破圈以后慢慢会往B端渗透,无论是垂直AI或未来的通用AI,接下来还可能向量子计算、元宇宙和web3.0进一步延伸。每日经济新闻综合证券时报、公开消息

本信息由网络用户发布,本站只提供信息展示,内容详情请与官方联系确认。

标签 : 最新资讯