李沐大模型公司细节曝光,项目GitHub空仓标星超500

本文主要是介绍李沐大模型公司细节曝光,项目GitHub空仓标星超500,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!

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

AI大神李沐大模型创业方向,终于“水落石出”:

利用大模型能力,做游戏引擎,且是面向4A游戏

cb748738e28146a3f8cd02df054240e0.png

关于4A游戏这个概念,目前业内没有统一的“名词解释”,但通常理解为比3A游戏更强大一点的游戏(doge)。

被曝从亚马逊首席科学家的职务上离职后,李沐联手其导师、另一位亚马逊出身AI大牛Alex Smola的创业公司Boson.ai既没有高调露面,也没有什么隐秘爆料跟上。

外界只能从领英和公司极简风的官网上得知,公司方向是“scalable foundation models”(可扩展基础模型)。

而且是面向所有人(for everyone)那种。

现在,“大家的李沐老师”正在做的事情逐步清晰,AIGC for 游戏。

以及来自投资市场的消息,为了顺利推进这个目标,Boson.ai后来招贤纳士,吸纳了一位游戏方面的大牛坐镇公司联创

——毕竟粗扫一遍发现,在过去,李沐和Smola没什么与游戏技术直接紧密关联的经历。

d9d89eec393516b9c865146f9157a3c0.png

目前尚不清楚Boson.ai选择这条创业路线的准确原因,但大模型在游戏引擎上能够释放的能力,还是很明晰的。

比如最直给的创意生成和编辑能力,还有语音指令控制能力;

又或者是为游戏NPC赋予AI的灵魂,形成一个个独特的Agent,增强玩家的互动性和可玩空间等等。

……

总之,它能够让开发者对前端框架知识的门槛降低、效率提升。

而且要知道,上述例子仅仅是“大模型助力游戏引擎”已经露出水面的一角,还有很多水面下的故事值得挖掘。

话说回来,这家创业10个多月还神神秘秘的公司,为什么值得关注和期待?

为什么值得持续关注?

原因之一,就是李沐和Alex Smola都是AI领域里有技术、有名气的大牛。

AI 2.0时代,创业赛道上众星云集,李沐和Alex Smola弃亚马逊入大模型,属于是有名气、有技术的人投身最明星的赛道,当然格外耀眼。

李沐,二者之间大家比较熟悉的那一位。

自己有很厉害的经历,加上在小破站传道授业,打下了响当当的知名度。

50796064c6f25431968088e3388acca3.png

Alex Smola,更是一个AI届的神级大牛。

直接上数据:

Smola在Google Scholar上的被引用次数,超过17万次

其中,被引次数前三的所著论文,被引数统统破万。

a622f30a45b6b57da81794bfdb3c259d.png

除了是ML著作《动手学深度学习》的主要作者外,Smola这些年的履历也很值得好好了解一番——

1996年,Smola在慕尼黑工业大学完成硕士学业,而后又在柏林工业大学拿下计算机科学博士学位。

博士毕业后,他先后去往柏林GMD软件工程和计算机体系结构研究所、NICTA(澳大利亚信息与通信技术研究中心)工作。

2004年起,Smola在NICTA的统计机器学习项目中,担任高级首席研究员和项目负责人;到了2008年,Smola选择入职雅虎研究院

2012年春天到2014年年底,2年多的时间里,Smola的工作地点是谷歌研究院

期间,他开始担任CMU的教授。也是这个时候,他成为了李沐的博士导师,二人结缘。

b86289ae8d5ac384b649146fdcdf0228.png

2016年7月,Smola成为了亚马逊的一员,致力于构建AI和机器学习工具。

他的首要任务之一,是让AWS和开发者社区建立和保持联系

具体来说,他的工作是让更多的开发者共同建设亚马逊深度学习库MXNet。

离职创业前,Smola在亚马逊担任的职位是杰出科学家和副总裁。

6560ab9d2233584c1f517a5082497701.png

值得一提的是,由于Smola在分布式深度学习框架领域曾提出并行LDA(Latent Dirichlet Allocation)的框架——这是参数服务器概念的最早来源,因此,Smola也被业界称为参数服务器之父。

参数服务器,以共享的形式实现不同节点之间数据交互的通信模式。

其采用了一种将模型参数中心化管理的方式,来实现模型参数的分布式存储和更新。

它的作用在于存储一些多节点共享的数据,常适用于存在数据共享的应用场景。

在大模型当道的现在,我们也可以说参数服务器的提出对大模型训练的性能和效果发挥着重要作用。

3f7ed350528b6de05815946a565209e6.png

另一个值得期待的原因,就是李沐和Smola师徒二人,此前有过一次还算成功的创业经历。

Smola是李沐在CMU读博期间的导师,那时候两人曾一同创办数据分析算法公司Marianas Labs,Smola任CEO,李沐任CTO。

李沐在《博士这五年》一文中提到,那次创业,他们拿了几十万投资,风风火火干了好一阵,最后把公司卖给了一家小上市公司。

结束这段创业经历后,两人才先后踏入亚马逊公司的大门。

直到今年2月,Smola在领英宣布离职,成立新公司并担任CEO。

他在领英资料里提到:

我们正在建造一个大项目……请继续关注。如果你想在可扩展基础模型上工作,请告诉我。

随后传出消息,这个“大项目”就是Smola和李沐的二次联手创业

不过直到现在,除了悄悄招人扩大团队以外,Boson.ai没有再多的公开大动作。

包括李沐的领英,最新动态仍然停留在他的亚马逊经历。

One More Thing

因此,在得知李沐老师要用大模型能力做游戏引擎后,我们第一时间兴奋地冲向了Boson.ai的GitHub主页。

有点遗憾,GitHub仓库和几个月前官宣时一样,没有什么新变化,也没有任何与游戏相关的蛛丝马迹。

但是就这么一个什么也没有的主页,已经有近500颗星了……

— 联系作者 —

86b983475b8d1657c23e594a3706c4d1.png

这篇关于李沐大模型公司细节曝光,项目GitHub空仓标星超500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/517511

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

在cscode中通过maven创建java项目

在cscode中创建java项目 可以通过博客完成maven的导入 建立maven项目 使用快捷键 Ctrl + Shift + P 建立一个 Maven 项目 1 Ctrl + Shift + P 打开输入框2 输入 "> java create"3 选择 maven4 选择 No Archetype5 输入 域名6 输入项目名称7 建立一个文件目录存放项目,文件名一般为项目名8 确定

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言