Kimi在阿里云上凭借长文本出人意料地进入了各方视野

2024-08-21 16:36

本文主要是介绍Kimi在阿里云上凭借长文本出人意料地进入了各方视野,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Kimi们“长在”阿里云上

云厂巨头又出手“联姻”了。

7月8日,阿里云官宣两位新“代言人”–月之暗面Kimi创始人杨植麟和智联招聘集团总裁张月佳。

月之暗面Kimi创始人杨植麟

智联招聘集团总裁张月佳

一家是AI圈备受关注的创业独角兽,一家是在招聘行业屹立多年的资深巨头,“长在”阿里云成了他们共同的选择。

这也是Kimi母公司月之暗面首次公开与阿里云的合作情况。

凭借“长文本”功能,Kimi出人意料地进入了各方视野,今年3月它再次升级,上下文窗口提升至10倍,支持200万字超长无损输入,创造了目前全球最长上下文窗口记录。

这背后,离不开和阿里云的深度合作。

阿里云的算力和大模型服务平台,助力月之暗面提升模型推理效率,加速Kimi智能助手实现技术突破;此外,智联招聘集团的大模型应用,也基于阿里云实现快速部署和上线支持。

业内人士称,企业拥抱AI的路上,从底到上挖算力、调模型、做工具框架、做模型服务、开发应用,需要的人力、时间成本投入非常大。并且当“泼天”的流量涌入时,没有公共云的弹性容器产品和多地域节点网络纾解,很可能错失市场的热情。

更重要的是,互联网的“规模效应”在大模型市场很难实现。新增用户越多、用户的输入/出请求越频繁,都要求着更大的算力成本投入。这是Kimi们不得不考虑的问题。

阿里云作为国内公共云的先锋,在过去十余年,依托供应链管理、资源优化和技术研发等能力,发起了数十次降价。持续且稳定的降价,给在产业落地的开发者和用户公司吃下一颗定心丸,提供着开疆拓土的动力。

显然,“长在”阿里云的Kimi有了更多底气。尤其对于新兴创业公司而言,生于云、长于云已经成为典型状态。基于云服务的低成本快速启动、快速试错让云原生企业拥有远超竞争对手的机遇。

因此,在接到“泼天流量”后,Kimi也出人意料地引发了二级资本市场的关注,一众所谓的“Kimi概念股”在二级市场异动频繁。

无论是“超级应用”Kimi,还是用AI重塑竞争力的智联招聘,它们都在推动AI的普及,挖掘冰面下巨大的想象力。

在7月4日的2024世界人工智能大会上,王坚院士就笃信地表示,AI的巨大潜力将会在产业层面得以体现–新巨头的诞生、老巨头的重生。他认为“GPT的潜力还没有被完整地探索”。

在这波由GPT掀动的新一轮技术浪潮下,AI的终局必然是服务大众、走进生活,AI与云计算的结缘更成为推动企业及开发者“上云”的催化剂。

事实上,公共云在中国市场,还有未充分挖掘的空间。阿里云正从互联网行业,拓展到金融、新能源、制造、零售、物流、消费电子等未上云的行业。

行业测算,接下来的公共云市场上,每年至少有100亿元规模的增量空间。企业在云上的消费量会随着业务发展、用云加深不断变大,这是个滚雪球的过程。

由此,阿里云提出了“AI驱动、公共云优先”的战略。

在去年10月的世界互联网大会上,阿里巴巴集团CEO吴泳铭在演讲中谈到:“AI时代,阿里巴巴要成为一家服务全社会AI创新的、开放的科技平台企业。”

据吴泳铭当时所说,阿里要为千行百业的AI创新和转型提供基础设施,打造稳定高效的AI基础服务体系和开放繁荣的AI生态。阿里云走上了加大研发,从底层算力到AI平台再到模型服务,进行全面的技术升级和创新。

做大公共云还要靠生态。云是平台经济,生态是平台增长的飞轮,这是国际云厂商的成功经验IDC2022年数据显示,微软Azure每赚1美元,服务伙伴能赚7.6美元,软件伙伴能赚10.1美元。

在大模型层面,阿里云的重要策略是开源开放。

今年6月,阿里云发布全球最强开源模型Qwen2,性能超越众多中国闭源模型。过去一系列尺寸的开源模型,让通义千问在全球开源社区生态中已形成重要影响力。

由此,阿里云成为全球少数几家既有自己的AI能力又有云计算业务的公司之一。

基于自研的飞天云计算操作系统,为客户提供IaaS、PaaS和MaaS(模型即服务)三层架构的全方位云服务。对大模型服务而言,阿里云为企业提供高性能和低成本的计算资源,以及用于大模型训练、微调和推理的工具平台服务。

在自研大模型之外,阿里也是最激进的大模型投资者。

外部信息显示,阿里对目前AI行业内估值前五的大模型初创企业均进行了投资,包括智谱AI、零一万物、百川智能、MiniMax和月之暗面。阿里年报披露,于2024财年向月之暗面投资合共约8亿美元,购入约36%股权。

有投资人认为,阿里其实是通过投资的方式,实现了项目方对算力集群需求和阿里云的协同发展。

显然,在AI即将改变全行业生产逻辑、成为下一阶段如同电力一般,润物细无声却又不可或缺的基础设施的路上,阿里云似乎已经做足准备,成为那个核心角色。

业界普遍预期,AI+云的结构将对未来业务带来更高增长。阿里集团CEO、阿里云CEO吴泳铭也在投资者电话会披露,预计2025财年下半年,阿里云将重回两位数的收入增长。

云计算产业将续写发展神话。所以在去年阿里集团的重大战略调整下,电商和云成为两个核心业务,一个是压舱石、一个是未来粮仓。

在中国云行业经历了十余年的发展、再次来到浪潮起点时,阿里云像当年一样,挺身而出为整个AI+云行业探路。而此刻的它,也正试图与对手拉开更大的差距。

这篇关于Kimi在阿里云上凭借长文本出人意料地进入了各方视野的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1093696

相关文章

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

Level3 — PART 3 — 自然语言处理与文本分析

目录 自然语言处理概要 分词与词性标注 N-Gram 分词 分词及词性标注的难点 法则式分词法 全切分 FMM和BMM Bi-direction MM 优缺点 统计式分词法 N-Gram概率模型 HMM概率模型 词性标注(Part-of-Speech Tagging) HMM 文本挖掘概要 信息检索(Information Retrieval) 全文扫描 关键词

阿里云服务器ces

允许公网通过 HTTP、HTTPS 等服务访问实例 https://help.aliyun.com/document_detail/25475.html?spm=5176.2020520101.0.0.3ca96b0b3KGTPq#allowHttp

LLM系列 | 38:解读阿里开源语音多模态模型Qwen2-Audio

引言 模型概述 模型架构 训练方法 性能评估 实战演示 总结 引言 金山挂月窥禅径,沙鸟听经恋法门。 小伙伴们好,我是微信公众号《小窗幽记机器学习》的小编:卖铁观音的小男孩,今天这篇小作文主要是介绍阿里巴巴的语音多模态大模型Qwen2-Audio。近日,阿里巴巴Qwen团队发布了最新的大规模音频-语言模型Qwen2-Audio及其技术报告。该模型在音频理解和多模态交互

centOS7.0设置默认进入字符界面

刚装的,带有x window桌面,每次都是进的桌面,想改成自动进命令行的。记得以前是修改 /etc/inittab 但是这个版本inittab里的内容不一样了没有id:x:initdefault这一行而且我手动加上也不管用,这个centos 7下 /etc/inittab 的内容 Targets systemd uses targets which serve a simil

超越IP-Adapter!阿里提出UniPortrait,可通过文本定制生成高保真的单人或多人图像。

阿里提出UniPortrait,能根据用户提供的文本描述,快速生成既忠实于原图又能灵活调整的个性化人像,用户甚至可以通过简单的句子来描述多个不同的人物,而不需要一一指定每个人的位置。这种设计大大简化了用户的操作,提升了个性化生成的效率和效果。 UniPortrait以统一的方式定制单 ID 和多 ID 图像,提供高保真身份保存、广泛的面部可编辑性、自由格式的文本描述,并且无需预先确定的布局。

使用亚马逊Bedrock的Stable Diffusion XL模型实现文本到图像生成:探索AI的无限创意

引言 什么是Amazon Bedrock? Amazon Bedrock是亚马逊云服务(AWS)推出的一项旗舰服务,旨在推动生成式人工智能(AI)在各行业的广泛应用。它的核心功能是提供由顶尖AI公司(如AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI以及亚马逊自身)开发的多种基础模型(Foundation Models,简称FMs)。

Docker进入容器并运行命令

在讨论如何使用Docker进入容器并运行命令时,我们需要先理解Docker的基本概念以及容器的工作原理。Docker是一个开放平台,用于开发、交付和运行应用程序。它使用容器来打包、分发和运行应用程序,这些容器是轻量级的、可移植的、自包含的,能够在几乎任何地方以相同的方式运行。 进入Docker容器的几种方式 1. 使用docker exec命令 docker exec命令是最常用的进入正在运

css 处理文本不换行的方法

https://www.cnblogs.com/sensualgirl/p/3712332.html

文本分类场景下微调BERT

How to Fine-Tune BERT for Text Classification 论文《How to Fine-Tune BERT for Text Classification?》是2019年发表的一篇论文。这篇文章做了一些实验来分析了如何在文本分类场景下微调BERT,是后面网上讨论如何微调BERT时经常提到的论文。 结论与思路 先来看一下论文的实验结论: BERT模型上面的