由博纳影业AIGMS制作中心，联合抖音、即梦AI生成式人工智能创作平台，出品并制作的AI生成式连续性叙事科幻短剧《三星堆：未来启示录》第一季，揭开一段跨越时空的古文明探险旅程，开启了影视产业和人工智能技术深度融合的全新篇章，探索从AIGC生成式短剧集到“AI+实拍长剧集”，到“AI+工业化电影”的三步走模式，形成了影视IP开发的“N+2”模式。 《三星堆：未来启示录》是基于成都博纳在四川省电影局2022年立项的同名电影所打造的科幻短剧集，是2024年立项公示的全国重点微短剧。故事设定在科技飞速发展的近未来，地球古文明遗迹发生异变。三股势力的不同人物共同进入数字生成的古蜀国，展开了一场横贯古今的冒险之旅，揭开了4000年前古蜀国和南方丝绸之路的神秘面纱，寻找拯救文明危机的密码。 该项目由博纳影业AIGMS制作中心出品制作，抖音联合出品，即梦AI提供首席技术支持，汇集了电影工业体系和人工智能领域的顶尖人才，融合了超过十种尖端AI技术，打造了一套定制化的高效工作流程： •AI创意与文本创作：大语言模型（LLM） • 视觉概念及分镜设计： 变化模型（Transformer Model）、文本到图像生成（Text-to-Image Generation） •镜头画面生成：扩散模型（Diffusion Models）、生成对抗网络（GANs）、风格迁移（Style Transfer）、深度学习（Deep Learning） •图像质量增强：超分辨率技术 (Super-Resolution) •图像到视频转换：时序生成模型 (Sequential Generative Models) •视频编辑和媒体内容增强：自动视频编辑算法 (Automated Video Editing Algorithms) •文本到语音合成：语音合成技术 (Text-to-Speech Synthesis, TTS) •文本到音乐创作：音乐生成AI (Music Generation AI) 这些技术的应用释放了想象力和创造力，提升了画面效果和创作多样性。 即梦AI拥有成熟的AI内容生成经验，解放图像制作、视频生成等创作环节生产力，幕后创作人员无需逐帧制作、调整影像，即可实现创意灵感的高效落地。通过控制人物动作、场景变换和情感表达，打破AI生成影视作品的静态叙述限制，增强了商业性和叙事深度。即梦AI相关负责人表示，希望借助该片展示AIGC技术的潜力，吸引更多用户体验即梦AI，描绘心中所想，激发创作潜力。 作为博纳、抖音联合出品的首部AI科幻短剧集，《三星堆：未来启示录》第一季将在暑期播出，在博纳影业AIGMS、即梦、剪映的抖音官方账号上共创更新。随着更多专业影视公司的加入，抖音上涌现出了不同题材和类型的精品短剧，本次引入AIGC科幻短剧集，展现了人工智能技术介入短剧题材的可能性。相比于一般电影开发周期至少两三年，该项目将于近期上线第一季12集，有利于创作者及时获得观众反馈，围绕古文明科幻IP做更长线的运营和开发。 博纳影业AIGMS制作中心在制作《三星堆：未来启示录》中，不仅展示了AIGC技术在影视制作中的应用，还将现有AIGC的技术潜力深度发挥，也为未来的影视制作提供了新的方向。《三星堆：未来启示录》标志着AI生成式影剧作为新质生产力的可行性和商业价值，预示着影视行业迎来一场由人工智能带来的变革，引领行业不断向前发展。

IT之家 7 月 4 日消息，据上观新闻报道，在 7 月 3 日召开的 2024 全球数字经济大会智能计算与决策技术论坛上，北京市经济和信息化局总经济师、数字经济专班执行长唐建国表示：“北京市明确提出，到 2025 年本地智算供给规模达到 45EFLOPS，形成北京市内东西南北四个亿级以上算力中心，构建‘京津冀蒙’算力供给走廊，为人工智能大模型的训练和推理应用提供高效的算力供给。” IT之家注：EFLOPS 即每秒百亿亿次（10 的 18 次方）浮点运算次数。 图源 Pexels 唐建国表示，北京市还将推出一系列人工智能商业场景，预计利用两年时间打造 AI 原生城市。全国已通过备案的大模型产品共有 166 个，其中北京市有 71 个，约占全国一半。下一步，北京将在人工智能 + 机器人、人工智能 + 医疗、人工智能 + 教育、人工智能 + 政务服务等方面，打造标杆性工程，形成行业示范应用。

IT之家 7 月 4 日消息，综合 Mineral 官网公告和彭博社报道，谷歌母公司 Alphabet 今日关闭了旗下农业 AI 技术企业 Mineral。 IT之家了解到，Mineral 由曾诞生 Waymo 等项目的 X 实验室孵化而来，于 2023 年初成为 Alphabet 旗下的一家独立子公司。 该企业目标通过 AI 和机器人技术分析农业数据，实现精细而明确的田间管理，可持续地提升粮食产量，应对气候变化带来的粮食供应危机。 Mineral 开发了一款可拍摄高清晰度作物照片的“田间越野车”。 通过将该越野车收集到的照片与天气数据、土壤信息和卫星图像等外部数据集结合，Mineral 团队可清晰了解到田间全貌，帮助农民作出更好的决策。 不过，Mineral 一直面临着盈利问题，其所在行业竞争激烈利润微薄，难以寻找到一个合适的商业模式。 Mineral 虽然同浆果企业 Driscoll's 等公司进行了多年合作，但仍很难将此类交易转化为稳定的收入来源。 在 Mineral 关闭后，Alphabet 将向 Driscoll's 等合作伙伴提供相关技术授权，继续助力实现可持续农业发展目标。

IT之家 7 月 4 日消息，腾讯 AI 实验室推出翻译多智能体框架 TransAgents，专门用于超长文学内容翻译，提供中文、英文、日文、韩文等多种语言的翻译。 TransAgents 是一家“虚拟翻译公司”，模仿人类社会中传统的翻译出版过程，含有高级编辑、初级编辑、译者、校对员等角色，每个角色都有自己独特的职责和任务。 每个角色都有详尽的个人资料，涵盖语言技能、教育背景、工作经验等，仿佛每个角色都是一个真实的人，他们用自己的专业知识和经验，共同完成一部文学作品的翻译。 ▲ 传统翻译器与 TransAgents 的比较 使用 TransAgents 进行文学翻译的成本只有专业人类翻译员的 1/80，用户可以对翻译公司里的员工数量进行设置，还可设置最大对话轮数以及最大重试次数。 在实际评估中，无论是人类评估者还是高级语言模型（如 GPT-4），都更倾向于选择 TransAgents 的翻译结果。在需要领域特定知识的情况下，比如历史背景和文化细节，TransAgents 的表现更是超越了人类翻译。

凤凰网科技讯 7月4日，2024世界人工智能大会在上海世博展览馆开幕。本届大会集中展示了全球“人工智能+”领域的创新应用与前沿成果。 在猿力科技展区，可以看到一块巨大的液晶显示屏，据介绍，它通过裸眼3D视频生动呈现AI个性化3D知识图谱，揭示了小猿学练机「以练促学」个性化学习的底层逻辑。 视频中，随着对某同学的个人试卷、作业进行扫描，AI即刻调用教育大模型，对该同学的知识点掌握程度等学情进行深入分析。这种分析贯通了多学科交汇、全学段覆盖的每一个知识点，而不再局限于单次作业或单学科。通过不同颜色、不同大小的知识小球，该同学的学习状态被清晰地勾勒出来，且随着学习进程动态变化。 小猿学练机展区 结合猿力科技300亿学习行为数据和学生的个人学习数据，并与3D知识图谱以及学生的能力图谱进行匹配，小猿学练机可以穿透学科与学段的边界，精准定位线下练习不易察觉的薄弱点，从而为每个孩子定制精准的个性化学习路径。其自主研发的全场景「以练促学」精准学系统，从智能推题、AI批改、错题整理、错题讲解、举一反三到薄弱点专练，形成完整的个性化学习生态闭环。 这一次大会现场，小猿学练机还展示了一款“AI伴读大模型”装置，该装置为 “互动阅读”功能的外化体现，它将AI大模型首次融入大语文学习，开创了一种新的语文学习方式。通过简单的呼唤“小猿小猿”，“AI小猿”能够与孩子就书籍内容展开即兴对话，解答孩子的各种问题。 观众参与“AI伴读大模型”装置互动体验 “大模型为整个教育行业的学习硬件都注入了一个更好的向前快速发展的推动力。”小猿学练机市场负责人表示。

连续三天，整个 AI 圈的目光都聚焦在上海世界人工智能大会。 位于世博展览馆 H2 馆 B101 的阿里巴巴展区成为了现场参观者的热门打卡点。展区呈现了阿里巴巴依托其强大云计算能力，在 AI 技术领域取得的亮眼成绩和创新成果。 比如通义 APP 以「通义十二时辰——体验 AI 助手陪伴的一天」为主题，围绕对话、效率、智能体、视觉四大核心板块进行功能集中展示和互动体验，描绘了通义 APP 为每个人在工作、学习、生活等场景中提供全天候的 AI 助手能力。 ▲ APPSO 在现场 展区现场，参观者有机会亲身体验一系列特色互动项目，包括「定制个性化声音」、「高校百万创作人」工具互动、阅读「追星星的 AI」公益绘本、欣赏「动态版韩熙载夜宴图」、创作「涂鸦作画个性扇子」，以及体验「亚运 AIGC 明信片」等。 此前，APPSO 曾介绍过通义 APP 中的「全民舞王」功能，该功能甚至让兵马俑跳起全民皆舞的科目三。 而其背后运用到的「Animate Anyone」技术也是业界领先的动作捕捉解决方案，能够将任何静态图像转化为生动的舞蹈动画。 ▲ APPSO 在现场 在现场，通义实验室还运用一系列先进 AI 技术「复活」《韩熙载夜宴图》，让这幅古典名画以全新的形式呈现在观众面前。 同时，用户还可以体验到国内用户规模第一的智能编码助手——通义灵码。 这是一款基于通义大模型的智能编码辅助工具，能够提供行级/函数级实时续写、自然语言生成代码、单元测试生成等能力，并针对阿里云的云服务使用场景调优，助力开发者高效、流畅的编码。 如何打通 AI 落地应用最后一公里，展区的产品也给出一些答案。 比如现场观众能一睹小鹏全球领先的 AI 天玑系统。这一系统基于小鹏自研大模型与通义大模型的能力，将 AI 技术全面应用于座舱和智能驾驶，实现主动学习、快速成长，为每位用户提供个性化的智能化体验。 又或者，学而思学习机则依托千问大模型，推出了「AI 口语分级练」、「小思圈圈学」、「小思对话」等一系列创新功能，为孩子带来口语对话、屏上练习、成长陪伴的新体验。 WPS AI 作为金山办公旗下的人工智能应用，由大语言模型能力支撑，也与通义千问等国内主流大模型合作，提供内容创作、智慧助理、知识洞察等 AI 功能，致力于打造一站式 AI 办公体验。 微博也是通义大模型最早的外部客户之一，并已在多个场景广泛落地。 微博 COO、新浪移动 CEO 王巍表示，AIGC 发展速度远超想象，包括通义 2.5 在内，行业已涌现出不少大模型。 大语言模型就像百科全书，一个国家有几本就够了，我们不需要做 100 个大模型，这其实是很大的资源浪费。我更倾向于使用像阿里云『通义千问』这样的优秀基础大模型，同时利用我们的自有数据，以更加精巧的模式产出好的落地应用。 值得一提的是，在奥运会期间，阿里云也参与了《奥运 AI 议程》的发布，并且用 AI 复原 1924 巴黎奥运影像。通过云上智能转播，阿里云利用 AI 打造多视角回放，为观众带来了沉浸式观赛体验。 正如阿里云 CTO 周靖人曾描述的那样，面向智能时代，阿里云将通过从底层算力到 AI 平台再到模型服务的全栈技术创新，升级云计算体系。 这不仅仅是一朵 AI 时代最开放的云，也或许是 AI 时代最有竞争力的云。

IT之家 7 月 4 日消息，微软更新了用于下载官方 Windows 11 评估虚拟机（也称为 Windows 开发环境）的页面。根据更新内容，由于“持续的技术问题”，部分当前可用的虚拟机将被暂时下架，受影响的虚拟机是为 Parallels (macOS) 和 VMware (跨平台) 制作的版本。 以下是微软发布的消息： “由于持续的技术问题，VMware 和 Parallels 的下载链接将从 2024 年 7 月 15 日起暂时不可用。” 据IT之家了解，Windows 开发环境虚拟机提供四个版本：VMware、Hyper-V Gen 2、Parallels Desktop 和 VirtualBox。微软通常会在发布周二补丁更新后每月更新一次官方虚拟机。然而，由于某种原因，微软跳过了 6 月份的更新，导致最新的 Windows 开发环境虚拟机版本停留在了 2404 版本。 尽管目前仍可下载适用于 VMware 和 Parallels 的 2404 版虚拟机，但该版本设置了到期日为 2024 年 7 月 15 日的“时间炸弹”。这意味着在该日期之后，Windows 11 将开始不断提醒用户激活系统。由于即使拥有正版密钥也无法激活 Windows 开发环境，因此用户将需要等待微软发布适用于 VMware 或 Parallels 的修复版本，或者暂时切换到其他虚拟化软件。 需要提醒的是，微软最近确认了 Windows 11 在 ARM 架构的 Mac 上运行时存在问题。受影响的用户在 Parallels 或其他软件中运行 Windows 11 时，会收到“Windows 11 版本 23H2 基于 ARM64 的系统 2024-05 累积更新 (KB5037853) 安装错误 - 0x800f0845”的消息。 用户可以在微软官网下载官方的 Windows 11 虚拟机，每个虚拟机都包含一个 Windows 11 企业版副本和用于制作 Windows 应用的完整开发工具集，例如 Visual Studio、Windows Subsystem for Linux、Terminal、开发者模式等等。

作者 | ZeR0 编辑 | 漠影 “AI主战场，万卡是最低标配！” 在2024世界人工智能大会开幕前夕，摩尔线程创始人兼CEO张建中抛出一句掷地有声的断言。 为什么必须是万卡？大模型行业变化很快，客户希望两周内结束战斗，最迟也得在1个月内训练完。假设训练一个5000亿参数模型，有15TB数据，如果只有1000P算力，3年都训不完；如果将时间锁到两周或1个月，10000P是最低保障。 在海外，拥有1.8万亿参数的GPT-4大模型需要用25000张A100 GPU训100天，折算成H100则需要1000张；Meta今年推出2个24576张H100集群，用于训练Llama 3等新模型；本周马斯克自曝新版Grok 3训练用了10万张H100 GPU。 在国内，万卡集群建设高歌猛进。去年7月，华为昇腾AI集群规模扩展至16000卡；10月，科大讯飞宣布启动万卡集群算力平台“飞星一号”；今年3月，天翼云上海临港国产万卡算力池启用；4月，中国移动宣布今年将商用3个自主可控万卡集群……一众云大厂更是囤卡攒算力专业户，将大模型训练集群规模卷向10万卡量级。 但基于国产GPU的万卡方案，还是刚新鲜出炉。 就在昨日，国产GPU公司摩尔线程宣布其人工智能（AI）旗舰产品夸娥（KUAE）智算集群解决方案实现重大升级——从千卡扩展至万卡规模。 这是其首个万卡万P万亿国产全功能GPU大模型预训练平台，树立了国产GPU技术的新标杆： 总算力超过10EFLOPS，目标是做到有效计算效率超过60%、稳定性达99%，能支撑万亿参数级大模型训练。 3个万卡集群项目（青海零碳产业园万卡集群、青海高原夸娥万卡集群、广西东盟万卡集群）在现场进行了战略签约。 两家清华系AI Infra合作伙伴（无问芯穹、清程极智）、两家大模型大厂合作伙伴（360、京东云）、一家具身智能合作伙伴（智平方科技）的代表先后登台，对夸娥智算集群助力其在大模型训练、推理及具身智能的创新赞誉有加。 加速一切大模型，只是第一步。 张建中说，夸娥万卡集群不仅是加速AI，而是想要为美好世界加速。 一、大模型训练呼唤万卡集群，国产GPU企业坐上牌桌 大模型竞赛轰轰烈烈，从研发到应用，从训练到推理，一切都在疯狂消耗着算力。 智算中心是大模型训练的“超级加工厂”，数据量够多、参数量够大，训练出的大模型才有市场竞争力。对此，张建中总结出三大算力核心需求： 一是Scaling Law持续奏效，假设按线性比例成长，参数规模从百亿到万亿有100倍增长，处理数据量从TB到10+TB有10倍提升，两者相乘，那么所需算力至少增长1000+倍，需要建立一个单节点超大规模算力集群来做训练。 二是算法持续迭代，Transformer架构不能实现大一统，从稠密到稀疏模型，再到多模态模型的融合，多元架构持续演进并共存，面向特定领域设计的专用芯片难以适应未来算法，通用型算力才具备更强的抗风险能力。 三是AI、3D、高性能计算（HPC）跨技术与跨领域融合加速，推动空间智能物理AI和AI for Science、世界模型等领域的边界拓展，使得大模型的训练和应用环境更加复杂多元。 这些趋势对智算集群提出了多重要求：既要规模够大，又要通用性强，前者负责支持顶尖大模型巅峰对决，后者顺应多元计算融合发展的趋势，进而催生出对万卡GPU集群的迫切渴求。 大模型训练，唯快不破。 海外头部AI大厂都步调激进，OpenAI单点集群有超5万张H100，谷歌打造了2.6万张H100组成的AI超算，Meta到今年年底将囤35万张H100。国内大厂固然也愿意豪掷巨资，但被美国一纸限令推入“有钱买不到新算力”的僵局。 而如果没有万卡集群做训练，好比国产大模型拼命蹬着朴素的三轮，想跟开跑车的海外龙头同场飙车，逆袭的几率不能说没有，只能说极低。 甲之砒霜，乙之蜜糖。英伟达入华受阻，给了国产AI芯片备胎转正的机会。摆在前方的是一座名为智算需求的金矿，算力供应商们在摩拳擦掌，期待英伟达腾出的大单能落到自己头上。 摩尔线程则以一家国产GPU企业的身份，率先坐上了建设万卡集群的牌桌。 “这是一件难而正确的事情。”张建中说，“我们不能只是一家GPU的公司，一定要成为一家系统平台公司。” 创办于2020年10月的摩尔线程，甫一成立就组建云计算团队，设定了建集群的大方向和策略，并构建了MUSA体系架构，花了大量时间去研究集群建设中的各种问题，攻坚克难。在大模型潮起后，这一路线更加明确与坚定。 从千卡到万卡，集群建设的复杂度指数级增加，是一项超级系统工程。大集群≠大算力，多卡互联也绝非简单的“1+1=2”算术题，非常考验算网存系统级优化的功力。 暴力堆卡虽然能带来理论算力总和的暴涨，但如果不能解决技术及工程挑战，即便手握10000张卡，实际能发挥的算力可能还不及2000卡。而且卡连的越多，出故障的概率也会越大，从硬件设计到集群研究都要解决稳定性难题。 这就好比带兵打仗，单人武力值高不等于团队战斗力强，胜败关键看排兵布阵的策略和高效无缝的配合。每位士兵要骁勇善战，调兵遣将时需确保通信无阻，后备粮仓和医药资源也都得跟上。 对应到万卡GPU集群，则是算网存管每一环节都不能有短板，单卡算力要强，组网拓扑结构要设计得效率足够高，即能有效提升单位功耗的算力，还要有敏捷的故障排查和及时恢复能力，才能确保训得多、算得快、用得方便，跑得够稳。 因此，这项系统工程必须翻越六座大山：超大规模组网互联、集群有效计算效率、训练高稳定性与可用性、故障快速定位与可诊断工具、生态Day0级快速迁移、未来场景通用计算。 万卡集群造价极高。据张建中分享，几万P的智算中心成本高达几十亿，更大算力规模则需投资上百亿。如此大的投资，要求集群不仅拥有强大算力，而且必须具备多年持续服务的能力。设计智算中心时至少要考虑到两三年后的扩容程度，否则一旦空间和能源受限，规模就很难扩展。 在接受采访期间，张建中分享到目前智算中心投资回报率是5年左右，而国内芯片研发费用大致相当于美国公司的1/10，在国内可以得到更好的回报，他相信在国内的发展潜力非常巨大。 那么要打造“国产万卡万P万亿大模型训练平台”的摩尔线程，具体是怎么做的？ 二、千人团队耗时四年，构筑夸娥万卡集群的三道护城河 计算效率、高度稳定、生态兼容，构成了摩尔线程夸娥万卡智算集群的三道护城河。 摩尔线程之所以将智算中心全栈方案命名为“夸娥（KUAE）”，是希望它像传世典故《愚公移山》中的夸娥氏二子那般不畏艰难，持之以恒，将一块块GPU加速卡垒成一个强大的计算集群。 这是一套以全功能GPU为底座，软硬一体化、完整的系统级算力解决方案，包括以夸娥计算集群为核心的基础设施、夸娥集群管理平台（KUAE Platform）以及夸娥大模型服务平台（KUAE ModelStudio），旨在以一体化交付的方式解决大规模GPU算力的建设和运营管理问题。 张建中将夸娥万卡集群称作“新超级工程”。摩尔线程有1000多人、耗时近4年完成了这项工作，希望能够搭建首个中国本土通用型的万卡集群。 首先有自研全功能GPU，基于GPU做出计算加速卡，再组建成服务器，放进超融合一体机，然后将这样的4台机器整合到一个机柜里，形成一个小集群，小集群连成大集群，大集群的线性加速比高于91%。有了这样一个灵活组合的集群，客户就能根据自身建设规划去扩容每个计算集群。 软件也是关键落子。把万卡集群管理、调试、使用好，做到高效的训练和推理，需要一个全栈AI软件。摩尔线程夸娥智算集群的软件栈提供了一系列的加速引擎和便捷的管理平台，并支持用户进行7×24小时的随时远程监控。 “我们建议客户不要太多DIY，而是采用整体解决方案，这样可以避免风险，集群买回去之后马上就可以用起来。”张建中在接受采访时谈道，自建集群很有挑战性，如果专业性不足，从建设到稳定运行都会受影响，而KUAE夸娥是一个“交钥匙”工程，用户拿到就能开箱即用。 KUAE夸娥万卡集群有五个核心优势： 1、超大算力，万卡万P：单集群超万卡，浮点运算能力达到10Exa-Flops，显存总容量、卡间互联总带宽、节点互联总带宽均达到PB级，实现算力、显存和带宽的系统性协同优化，从而支持万亿参数级大模型的训练。 2、超高稳定，月级长稳训练：平均无故障运行时间超过15天，最长稳定训练30天以上；目标周均训练有效率逾99%。 稳定无故障，意味着每一位用户在集群中的每一秒没有被浪费，有助于降低计算中心运营成本，并满足大模型训练长期迭代的需求。实现软硬件故障自动检测，无需人工干预，则有助于实现大型智算中心的无人职守，降本增效。 这得益于摩尔线程自研的一系列可预测、可诊断的多级可靠机制：软硬件故障的自动定位与诊断预测功能可实现分钟级故障定位，Checkpoint多级存储机制可实现内存秒级存储和训练任务分钟级恢复，高容错高效能的万卡集群管理平台能实现秒级纳管分配与作业调度。 3、极致优化，超高MFU：在系统软件、框架、算法等层面进行一系列优化，希望MFU（集群有效计算效率，评估大模型训练效率的通用指标）最高可以达到60%，让用户买到的算力能真正发挥效力，而不只是买了一堆硬件。 摩尔线程在系统软件层面采用计算和通讯效率优化等技术手段，大幅提升集群的执行效率和性能表现。其自研卡间互连技术MTLink已经到2.0版本，目前用行业里的交换机芯片来搭建集群，后期也会考虑与合作伙伴共同研发下一代大规模交换机，持续发展卡间通信。 在框架和算法层面，夸娥万卡集群支持多种自适应混合并行策略与高效显存优化，可根据应用负载选择并自动配置最优的并行策略，大幅提升训练效率和显存利用；针对超长序列大模型，通过CP并行、RingAttention等优化技术，能有效缩减计算时间和显存占用，大幅提升训练效率。 4、计算通用：为通用场景设计，可加速LLM、MoE、多模态、Mamba等不同架构、不同模态的大模型，能够紧跟技术演进。 5、生态兼容：过去大部分软件都是在CUDA平台上开发，换到新平台，如何实现来了就能用？这意味着不仅要与国际主流生态兼容，还要扩展中国本土生态，两条腿一起走路。 因此夸娥智算集群提供了摩尔线程自研MUSA编程语言，完整兼容CUDA，开源社区和官方网站均可下载Torch MUSA源代码，并提供自动化迁移工具Musify，以便用户能在短期内迅速将模型和迁移到MUSA平台。 “对于目前国内的大模型用户来看，我们最大的优势就是生态兼容性很好，基本上当天或者是第二天就可以完成生态迁移并应用起来，对客户就非常方便，从投入成本来讲大大节约了用户的资源，同时也节约了我们的资源。”张建中说。 据摩尔线程CTO张钰勃分享，开发者移植到夸娥集群上，几乎不需要修改代码，迁移成本接近0，几小时之内就能完成迁移工作，调优性能可能花费数天。 除了自研全功能GPU外，摩尔线程也在与国产CPU、操作系统合作，并联合打造了一个基于中国自主创新技术的PES完美体验系统联盟。在张建中看来，这是国外GPU公司无法做到的产品兼容性。 “目前几乎所有的CPU企业都和我们的GPU完成了适配，我们一个驱动可以支持几乎所有的CPU，”他谈道，“我们希望完美体验系统让国内的CPU、操作系统和我们的GPU工作在一起的时候，可以为客户提供一个完整且很好的体验。” 三、AI Infra、大模型、具身智能代表站台，认证夸娥智算集群性能高、稳定好用 从实战经验来看，摩尔线程也的确赚得了口碑。无问芯穹、清程极智、360、京东云、智平方等五家合作伙伴登台，分享摩尔线程夸娥智算集群如何助力其在大模型训练、大模型推理、具身智能等不同场景和领域的创新。 今年5月，无问芯穹和摩尔线程完成基于国产全功能GPU千卡集群，合作训练出的MT-infini-3B是行业内基于国产GPU从0到1预训练并开源的第一个大模型，训练总用时13.2天，在同等参数规模模型中性能跻身前列。这也是双方合作的起点。 在合作初始阶段，无问芯穹还主动设置了一些“为难”摩尔线程的门槛，故意做了很多在算子或模型结构上的特殊修改。结果，摩尔线程的底层生态兼容性能够非常快而好地支持这些修改，最终全程稳定训练不中断地完成了模型训练。 无问芯穹正在打造大规模异构混训系统，实现多元芯片异构混合训练。摩尔线程是第一家接入并已支持千卡混训的的国产GPU公司。 清程极智创始人、董事长兼CEO汤雄超提到万卡大模型训练集群面临三大系统级挑战：1）算子性能优化，充分发挥单卡计算性能；2）大规模集群训练，高效协调多机分布式计算；3）新兴模型架构，灵活应对模型动态需求。 针对这些挑战，清程极智智能编译器IntelliGen和高效并行训练系统FastMoE均已适配MUSA，取得大幅训练加速，并实现0代码改动。汤雄超称赞摩尔线程的GPU硬件架构、指令集、编译器、MUSA软件栈等设计都非常优秀，清程极智有信心与摩尔线程一起攻克中国AI超大规模训练集群的难题，共同建设世界水平的训练集群。 360集团早在2021年就与摩尔线程产品进行技术合作验证，并启动360与GPU相关产品的适配。继去年与摩尔线程实现一体机合作、适配及技术验证后，360企业大模型产品在今年与摩尔线程扩大合作，希望共同打造一个基于国产算力加国产大模型的联合解决方案。 在摩尔线程夸娥千卡集群上，360分别部署70亿、700亿参数大语言模型，全程软硬件即插即用，工作有效训练时间占比100%；全程稳定无软硬件故障，集群有效训练时间占比100%。 京东基于摩尔线程夸娥集群完成Chatglm2-6B、Qwen-14B、baichuan2-13B的大模型推理测试，性能超过一些国际主流计算卡。 在Chatglm2-6B推理测试中，S4000的单卡推理性能是RTX 4090D性能的1.26倍，其他两个模型中，基于S4000性能均能达到RTX 4090D性能的90%左右。 智平方科技是一家机器服务公司，致力于将多模态模型的能力赋能给不同类型的智能终端与智能机器人。这家通用智能代表企业与摩尔线程共同探索了基于国产算力的多模态大模型高效训练，并合作研发了一些特定的算子和优化卡间通信、弹性调度的方案。 国产万卡集群的落地有望对AI行业产生许多积极影响，从缩短模型训练周期、加快商业落地到降低创业门槛，最终催化整个生态的繁荣。 在张建中看来，要挑战英伟达，难点主要在市场的推广、用户的生态适配和生态发展，需要全行业生态合作伙伴的共同努力，包括算力供应商、建设方、软件服务以及做增值服务的合作伙伴。但他相信，给客户极致性价比、先进的技术、最优质的服务，一定会让客户满意。 结语：GPU成为加速新技术浪潮的创新引擎 在加快形成新质生产力、开展“人工智能+”行动等战略指引下，我国AI落地进程正在提速，推动更多行业迈向数字化、智能化转型升级，并带动以GPU为核心的智算中心的建设与发展。 张建中坦言，GPU在整个计算服务器中的占比依然很低，不到10%，但未来这一占比将会提升。今年很多统计报告都显示新增加的算力来自于GPU，足见GPU算力的需求量非常强劲。 “我们正处在生成式AI的黄金时代，技术交织催动智能涌现，GPU成为加速新技术浪潮来临的创新引擎。”在他看来，此刻正是历史性的创造进程，而摩尔线程矢志投身，为融合AI和数字孪生的数智世界打造先进的加速计算平台。 据他分享，摩尔线程是国内唯一一家用全功能GPU去实现各方面通用加速计算能力的公司，用4年时间将GPU的3D/2D图形图像、视频编解码、科学计算、物理仿真、数字孪生、AI训练及推理能力都做了提升，能为客户提供一个更好的、可选择的国产化工具，并使得智算中心能支持更广泛的应用场景，提高长期抗风险能力。 随着夸娥智算集群从千卡向万卡无缝扩展，摩尔线程的全栈AI战略正在填上一块重要拼图。 “一旦我们把Scaling的问题解决了，这个对行业来说就解决了最难做的事情。”张建中说，在建好万卡集群后，摩尔线程将建设更大规模的集群，希望通过全功能通用加速计算平台，给行业提供更多的选择，催生开发者更多的想象力和创意。

新智元报道 编辑：Aeneas 好困 【新智元导读】AI基础设施的巨额投资，和实际的AI生态系统实际收入之间，差距已经到了不可思议的地步。曾经全球AI面临的2000亿美元难题，如今已经翻成了6000亿美元。 现在，业内关于AI模型收入的质疑声，已经越来越大。 动辄投入几万亿美元打造基础设施，跟部分国家的GDP不相上下，然而从AI模型中得到的回报，究竟能有几何？ 在2023年9月，来自红杉资本的David Cahn发表了一篇名为《AI的2000亿美元问题》的文章，目的是探讨：「AI的收入都去哪了？」 根据报告，当时AI基础设施建设的预期收入，和AI生态系统的实际收入增长之间存在巨大差距。同时，这也反映了终端用户的价值。 对此，他解释道：「每年需要填补1250亿美元的空缺，以应对当前的资本支出水平。」 随着英伟达一度成为全球市值最高的公司，如今的「2000亿美元问题」是解决了，还是更加严重了？ 结果出乎意料：AI的2000亿美元问题，现在已经变成了6000亿美元问题。 2000亿美元问题，直接翻了3倍 最近，David Cahn再次发表博文，对全世界提出警告：人工智能泡沫，如今正在接近临界点！ 他列出了下面这张表格，并且详细解释了6000亿美元是怎么算出来的。 计算这个指标其实很简单。你只需将英伟达的年化收入预测乘以2倍，以反映AI数据中心的总成本（GPU占总成本的一半，另一半包括能源、建筑、备用发电机等）。然后再乘以2倍，以反映GPU终端用户的50%毛利率（例如，从Azure、AWS或GCP购买AI计算资源的初创公司或企业，他们也需要盈利）。 那么，自2023年9月以来发生了什么变化呢？David Cahn进行了以下总结。 1. 供应短缺已经缓解 2023年末是GPU供应最紧张的时候。当时，初创公司纷纷联系风险投资公司，甚至任何愿意帮助他们的人，只为获得千金难求的GPU。 如今，这种焦虑几乎完全消失了。如今的现状是，获取GPU变得很容易，交货时间也非常合理。 2. GPU库存正在增加 英伟达在第四季度报告中指出，其数据中心收入中约有一半，都来自大型云供应商。仅微软一家公司，可能就占了英伟达第四季度收入的约22%。 如今，超大规模的资本支出正达到历史新高。 这些投资也成为了大科技公司2024年第一季度财报的主要亮点，CEO们明确表示：「无论你们喜不喜欢，我们都会投资GPU。」 在业内，囤积硬件已经不是什么新鲜事了，一旦库存增加到足以减少需求，就会引发市场调整。 3. OpenAI仍然占据AI收入的最大份额 《The Information》最近报道，OpenAI的收入已增至34亿美元，在2023年末，他们的收入还是16亿美元。 虽然也有一些初创公司达到了不到1亿美元的收入规模，但显然，跟OpenAI相比，它们还在努力追车尾。 除了ChatGPT，今天消费者真正使用的AI产品有多少呢？ 如果需要付费，每月15.49美元的Netfix，或者每月11.99美元的Spotify，岂不更香？ 从长远来看，AI公司提供的价值需要足够显著，才能让消费者有持续的掏钱意愿。 4. 1250亿美元的空缺现在变成了5000亿美元的空缺 在上次分析中，David曾经做过这样一种乐观的的假设：每年，谷歌、微软、苹果和Meta能从新产生的AI相关收入中获利100亿美元。 他还假设，甲骨文、字节跳动、阿里、腾讯、X和特斯拉每家能产生50亿美元的全新AI收入。 即使这些假设仍然成立，并且再增加几家公司到名单中，那么1250亿美元的空缺，现在将变成5000亿美元的空缺。 5. B100即将到来 今年早些时候，英伟达官宣了B100芯片，它的性能提高了2.5倍，而成本却仅仅增加了25%。 David预计，这将最终导致对英伟达芯片的需求激增。 因为B100在成本与性能上较H100有显著提升，可能会导致今年晚些时候的又一次供应短缺，到时候大家都会争相抢购B100。 在GPU资本支出中，我们忽略了什么 有人反驳上一篇文章时说道：「GPU资本支出就像修铁路，火车最终会来，目的地也会出现——比如新的农产品出口、游乐园、购物中心等等。」 对此，David表示赞同，但也提出了他们忽略的一些问题。 1. 缺乏定价权 在物理基础设施建设中，所建的设施本身是有一定的内在价值的。 如果你拥有从旧金山到洛杉矶的铁轨，你可能会有某种垄断定价权，因为在A地和B地之间，只能铺设有限的铁轨。 而在GPU数据中心的情况下，定价权则要少得多。 GPU计算，如今越来越像是一种按小时计费的商品。 不同于成为寡头垄断的CPU云，后来者正在持续不断地涌入市场，建设专用的AI云。 在没有垄断或寡头垄断的情况下，高固定成本+低边际成本的业务，价格竞争下降到边际成本几乎会成定局（比如航空公司）。 2. 投资焚烧率 即使在铁路建设中，投机性投资狂潮也往往会导致极高的资本焚烧率。 在新技术出现时，也是如此。 在关于技术投资的最佳教科书之一《推动市场的引擎》中，得出的主要结论是：在投机性的技术浪潮中，很多人损失了大量资金。（比如铁路） 想要找出赢家很难，但要找出输家，则容易得多。（在铁路的情况下是运河）。 3. 折旧 从技术历史中我们知道，半导体的发展会越来越好。 英伟达还将继续生产更强的下一代芯片，如B100。这将导致上一代芯片更快的折旧。 因为市场低估了B100和下一代芯片改进的速度，它高估了今天购买的H100在3-4年内保价的程度。 不过，这种情况在物理基础设施中是不存在的，因为物理基础设施不会遵循任何摩尔定律曲线，成本与性能也不会持续改进。 4. 赢家与输家 现在，我们需要仔细看看谁是赢家，谁输家——在过度的基础设施建设期间，总是会有赢家的。 David认为，AI可能是下一个变革性的技术浪潮，而GPU计算价格的下降，实际上对长期创新和初创公司是有利的。 如果他的预测成真，主要受损的就是投资者了。 而创始人和公司建设者将继续在AI领域创新，因为他们将受益于更低的成本，和在这一实验期间积累的经验教训。 因此，他们更有可能成功。 谁为终端用户提供价值，谁就会获得回报 显而易见，AI将带来巨大的经济价值。那些专注于为终端用户提供价值的公司，终将获得丰厚的回报。 如今，我们正处在一个有潜力重新定义一代人的技术浪潮中。 像英伟达这样的公司，在这一变革中功不可没，并且很可能在未来很长一段时间内，都会继续在生态系统中扮演关键角色。 投机狂潮是技术发展的一部分，因此不必害怕。 在这个时刻保持冷静的人，有机会建起极其重要的公司。 但是，我们需要警惕那种从硅谷蔓延到全美，甚至全球的幻想：我们都能快速致富，因为AGI明天就会到来，我们都需要囤积唯一有价值的资源——GPU。 实际上，前方的道路将会很长。 它会有起伏，但可以肯定的是，这条路是值得走的。 参考资料： https://www.sequoiacap.com/article/ais-600b-question/

商汤科技又整大活了，只需一张照片就能生成一分钟视频。 7 月 4 日，由商汤科技打造的首个面向 C 端用户的可控人物视频生成大模型——Vimi 入选世界人工智能大会（WAIC）展览展示最高荣誉「镇馆之宝」，成为本届大会最具创新展品。 基于商汤日日新大模型，Vimi 仅通过一张任意风格的照片就能生成和目标动作一致的人物类视频，并支持多种驱动方式，可通过已有人物视频、动画、声音、文字等多种元素进行驱动。 随着大模型和生成式 AI 技术的迅猛发展，让静止的照片「活」起来已不再是难事。 然而，市面上现有产品在实际应用中仍存在诸多问题，如动作和表情控制不精准、效果稳定性差、视频时长受限等，这些限制了视频创作者的创作空间。 为了突破这些瓶颈，商汤科技推出了可控人物视频生成大模型——Vimi。 与图片表情控制类技术只能控制头部表情动作不同，Vimi 不但可以实现精准的人物表情控制，还可实现在半身区域内控制照片中人物的自然肢体变化，并自动生成与人物相符的头发、服饰及背景变化。 同时，Vimi 还能合理生成光影变化，使得人物动作和视觉效果流畅自然，画面和谐唯美。 更重要的是，Vimi 能够稳定生成长达 1 分钟的单镜头人物视频，画面效果不会随时间推移而劣化或失真，充分满足娱乐互动等场景对长时间稳定视频的需求。 日日新官方表示，Vimi 将完全面向 C 端用户开放使用，尤其能够满足广大女性用户的娱乐创作需求。 用户只需上传不同角度的高清人物图片，即可自动生成数字分身和不同风格的写真视频。 由 Vimi 生成的视频人物不再只是呆板的五官运动，而是搭配手势、肢体、头发等，形成更完整、统一的人物动作，让创作者可基于生成的视频素材进行剪辑和再创作。 对于喜爱自拍的用户，Vimi 支持聊天、唱歌、舞动等多种娱乐互动场景；对于热衷表情包的用户，Vimi 通过单张照片即可生成各种趣味的人物表情包，玩法多样，实现创作自由。 此外，Vimi 还提供唯美写真风、奇幻风等多种生成风格，让用户仿佛穿越不同次元，享受大片质感的沉浸式视觉效果。 目前，行业里 80% 的视频都是以人物为主要内容，同时伴随短视频、直播平台的爆发，以人物为主体的视频需求量成指数级增长。 然而，市面上缺少可控人物视频生成的 AIGC 产品，这导致内容创作者的效率亟待提升。 可以说，Vimi 的问世正好填补了这一空白，能够为广大 C 端的视频创作者提供了简单、好用的创作工具，方便广泛应用于人物类短视频的创作。 在 7 月 5 日商汤科技举办的「大爱无疆·向新力」人工智能论坛上，还将揭开 Vimi 的更多细节。APPSO 届时也将跟进报道。 目前，Vimi 已在商汤科技官网开放预约，欢迎体验。

仅仅过去 100 天左右，站在 AGI 风口上的阶跃星辰再次亮出王炸成果。 在今天揭幕的世界人工智能大会，阶跃星辰宣布对 Step 系列通用大模型家族进行全面升级。 阶跃星辰一口气连发三款 Step 系列通用大模型新品：Step-2 万亿参数语言大模型正式版、Step-1.5V 多模态大模型、Step-1X 图像生成大模型。 ▲ APPSO 在现场 最新发布的 Step-2 万亿参数语言大模型正式版，采用了创新的 MoE 混合专家模型架构。 同时，基于阶跃星辰行业领先的系统能力，Step-2 大幅提升了训练效率，在数学、逻辑、编程、知识、创作、多轮对话等方面体感全面逼近 GPT-4，企业和开发者可以通过阶跃星辰开放平台申请体验。 此外，阶跃星辰还公布了其在多模态大模型研发领域的多项进展。 新升级的 Step-1.5V 千亿参数多模态大模型，在图像感知和理解能力上全面提升，并具备出色的视频理解能力。它能准确地识别视频中的物体、人物和环境，并理解视频的整体氛围与人物情绪。 在 Step-2 万亿参数大模型的加持下，Step-1.5V 推理能力大幅增强，能根据图像内容进行解答数学题、编写代码、创作诗歌等高级推理任务。 如果说 Step-1.5V 的发布，标志了阶跃星辰在极短的时间内，实现了从图像理解到视频理解的跨越升级，那么新发布的 Step-1X 图像生成大模型，则代表了阶跃星辰在推动多模态理解和生成统一的技术路线上取得重要进展。 它采用全链路自研的 DiT（Diffusion Models with transformer）模型架构，支持 600M、2B、8B 三种不同的参数量，能够满足不同场景的需求。 并且，Step-1X 具备更加强大的语义对齐和指令跟随能力，还针对中国元素和文化进行了深度优化，更具中国风格。这也是 Step-1X 区别于其他模型的重要特色。 值得一提的是，阶跃星辰也凭借 Step 系列通用大模型的创新，一举斩获 WAIC 2024 SAIL 之星的称号。 阶跃星辰创始人、CEO 姜大昕博士曾表示： 攀登 AGI 山峰，『万亿参数』和『多模融合』缺一不可。万亿参数规模，是实现 AGI 的基础门槛；多模态大模型，是通向 AGI 的必经之路。 面向未来，我们会继续将模型做大做强，打造超级模型，同时让模型服务于工作和生活，十倍每个人的可能。 阶跃星辰也在 WAIC 现场展示了面向 C 端用户的自研产品，以及应用落地的最新成果与计划。 智能助手——「跃问」和 AI 开放世界平台——「冒泡鸭」，是阶跃星辰面向 C 端用户推出的两款自研产品。 基于 Step 系列通用大模型的强大能力「跃问」能准确地描述和理解图像中的文字、数据、图表等信息，出色地完成内容创作、逻辑推理、数据分析等任务。 「冒泡鸭」则打造了一个全新的 AI 开放世界。在这里，用户可以探索故事、创作角色，沉浸属于自己的开放世界。 同时，阶跃星辰与众多合作伙伴达成了深度合作，共同探索面向 C 端用户的创新应用。 例如，阶跃星辰与上海报业旗下界面财联社达成深度合作，双方围绕 AIGC 财经资讯、智能投研、智能投顾等领域推进大模型的应用落地。 APPSO 在现场 面向内容创作领域，阶跃星辰联合上海电影在「AI+IP」领域进行创新探索。双方推出了一款《大闹天宫》AI 互动体验——「测测你是哪路神仙」，调用了 Step 系列大模型，融合了图像理解、风格迁移、图像生成、剧情创作等多种能力。 阶跃星辰还与上海电影结合《葫芦兄弟》的 IP 进行了视频生成能力的展示。此外，阶跃星辰已与中文在线、中国知网等展开合作，共同探索大模型在网络文学、知识服务等领域的创新应用。 此外，阶跃星辰宣布推出开放平台——「繁星计划」，投入优质资源扶持多模态领域优秀的初创企业与独立开发者团队，共同加速 AI 大模型技术在各类场景的应用落地。 鲜少有人知道的是，阶跃星辰的名字其实来自于「阶跃函数」。 这仿佛与上文提到的「Scaling Law」核心理念不谋而合，随着模型规模的不断扩大，其性能也会随之显著提升，也迎来阶跃式进步。 今日发布的 Step 系列通用大模型新品，对于阶跃星辰而言，只是其探索之路上的一小步，但也是迈向 AGI 之路，以阶跃之力，赴星辰大海的重要一步。 在今后的国产大模型战场上，或许没有人敢忽视阶跃星辰这个国产大模型黑马了。

IT之家 7 月 4 日消息，根据 nbd.ltd 和 Volza 的海关运输数据，英特尔的 Arc Battlemage “X2”和“X3”显卡已被曝光，最多配备 56 个 Xe2 核心（448 个 EU）和 256-bit 位宽。 在线数据库信息显示，英特尔下一代显卡将使用新的 X2 和 X3 代号，但尚不清楚这些是官方品牌还是显卡的内部代号，IT之家附上相关图片如下： 英特尔 Arc Battlemage “X3”显卡 根据数据库信息，英特尔 Arc Battlemage “X3”显卡采用了 BMG-G10 GPU 芯片，不过近期相关消息称该芯片已被取消，英特尔改用了 BMG-G21 和 BMG-G31。 数据库信息表明这款显卡拥有 448 个 EU 或 28 个 Xe2 核心，采用 8 层 PCB，256 bit 位宽，配备 16GB GDDR6（x）显存。 第二款 SKU 型号 目前尚不清楚该型号配备哪款 GPU，不过外界推测可能是 BMG-G21 GPU 芯片。BMG-G21 GPU 已经出现在相同的日志中，英特尔似乎正在用这些工程样品测试一系列主动风扇散热器。 图源：nbd.ltd

作者 | 香草 编辑 | 漠影 随着大模型的智能水平迅速增长，科技圈对AGI（通用人工智能）将于几年内降临的预测声音越来越多。 那么在通往AGI的路上，有什么因素是必要条件？这一问题也成为产业内备受关注的话题。 智东西7月4日报道，今日，在世界人工智能大会（WAIC）2024上，大模型独角兽阶跃星辰正式发布Step系列模型“全家桶”，包括万亿参数语言大模型Step-2、千亿参数多模态大模型Step-1.5V以及图像生成大模型Step-1X。 三款模型分别对应Scaling Law、多模态理解和多模态生成，也对应了阶跃星辰对于实现AGI目标的判断——万亿参数、多模融合。 这两点同样是Step系列通用大模型的核心优势。从3月首次亮相，到此次正式发布，Step系列模型在参数规模和多模态能力上取得巨大进展。 具体来说，Step-2在数理逻辑、编程、世界知识、指令跟随等方面体感全面逼近GPT-4，Step-1.5V从图像理解升级到视频理解，Step-1X全面支持600M、2B、8B三种参数量，在多模态理解和生成统一技术路线上实现重要技术突破。 阶跃星辰成立于2023年4月，创始人姜大昕曾担任微软全球副总裁、微软亚洲互联网工程院首席科学家。从成立初期，阶跃星辰就从算力、数据、算法和系统四大要素上综合布局，坚定追逐AGI的目标。 一、通往AGI之路，万亿参数、多模融合缺一不可 在如何实现AGI的问题上，业内一直存在诸多不同的声音。 如OpenAI Sora团队的核心成员Tim Brooks和Bill Peebles认为，视频生成技术将通过模拟一切来实现AGI。DeepMind创始人Demis Hassabis则认为，最快可能实现AGI的方法，就是将世界上现有的所有知识都收集起来，用于模型训练。 大模型创企月之暗面CEO杨植麟称，Scaling Law是通往AGI的第一性原理。百川智能CEO王小川则认为仅靠Scaling Law还不够，AGI需要大模型范式的改变。 而在阶跃星辰创始人姜大昕看来，要攀登AGI这座高峰，“万亿参数”和“多模融合”缺一不可。 在发展阶段上，早期的AI语言、视觉、声音等不同模态独立发展，每个模型主要学习如何更好地表征各自模态的特点；现在，不同模态开始走向融合，但仍不彻底，面临理解能力与生成能力难以同时实现的痛点；最终，生成和理解需要统一在一个模型里，与具身智能相结合起来，模型作为机器人或其他硬件设备的“大脑”，带领它探索并与世界交互，实现AGI。 因此，多模态理解和生成的统一是通向AGI的必经之路。 另一方面，根据Scaling Law，模型的参数量决定模型能力上限，所以全面跨入万亿参数，甚至十万亿、百万亿，是通向AGI的另一核心。 行业内第一梯队的大模型公司是怎么做的？以OpenAI为例，其最新发布的GPT-4o模型全方面加强了语音、视频交互能力，而“大力出奇迹”的暴力美学也是其屡试不爽的模型训练方式。 这恰好印证了Scaling Law与多模态融合这两个关键点，与阶跃星辰所选择的路径不谋而合。 二、三大模型亮相WAIC，阶跃星辰大模型全家桶来了 今年3月，阶跃星辰首次推出Step系列通用大模型并发布预览版，向万亿参数规模发起冲击。 经过100天的打磨，今天在WAIC上，阶跃星辰正式发布Step系列模型“全家桶”，包括万亿参数语言大模型Step-2、千亿参数多模态大模型Step-1.5V以及图像生成大模型Step-1X。 ▲WAIC现场发布Step系列模型“全家桶” 其中，Step-2在数理逻辑、编程、世界知识、指令跟随等方面体感全面逼近GPT-4。 在算法架构方面，目前MoE模型的训练方式主要分为两种，基于已有模型向上复用训练，或是从头开始训练。 第一种方式对算力需求低，训练效率更高，但容易出现同质化严重等问题。相比之下从头训练虽然难度更高，但能获得更高的模型上限。 在设计MoE架构时，阶跃星辰选择迎难而上自主研发。具体来说，通过部分专家共享参数、异构化专家设计等架构设计，Step-2中的每个“专家模型”都得到充分训练，不仅总参数量达到了万亿级别，每次训练或推理所激活的参数量也超过了市面上的大部分Dense模型。 有万亿参数的模型当“老师”，Step-1.5V的推理能力大幅提升，可以根据图像内容进行各类高级推理任务，如解答数学题、编写代码、创作诗歌等。 同时基于创新的图文混排训练方法，Step-1.5V感知能力增强，能理解复杂图表、流程图、准确感知物理空间复杂的几何位置。 另一个重要的升级点是视频理解能力，Step-1.5V不仅能够准确识别视频中的物体、人物和环境，还能理解视频的整体氛围和人物情绪。 图像生成大模型Step-1X首次亮相，其采用全链路自研的DiT模型架构，支持600M、2B、8B三种不同的参数量，可满足不同场景的需求。其中，600M适合对于速度敏感的轻量级场景；2B是适用于日常的主力模型，效果和速度达到平衡；8B则追求更高、更极致的生成效果。 Step-1X具备优秀的语义对齐能力和指令跟随能力，并针对中国元素进行深度优化，支持中国元素、文化内容，同时更符合国人的审美风格。 基于这一系列模型的能力，在彩色动画长片《大闹天宫》发行60周年之际，阶跃星辰与上海美术电影制片厂合作，推出一款H5 AI互动体验。 ▲《大闹天宫》游戏现场体验 根据用户上传的个人照片，大模型会识别人物特征，并结合《大闹天宫》画风和角色进行风格迁移，生成新的肖像。 在交互中，用户可以与大模型生成的剧情进行交谈，系统将根据用户的选择和回答分析其MBTI人格，并在天庭为其安排一项适合其人格的差事。 ▲《大闹天宫》游戏界面截图 基于Step系列模型，该游戏将先进的生成式AI技术与《大闹天宫》情景深度融合，用当代的新视角，带领观众领略这部经典动画作品中的传统文化魅力，这是生成式AI技术在落地应用层面上的又一次创新尝试。感兴趣的读者朋友，可以点击本文下方的“阅读原文”进行体验。 值得一提的是，阶跃星辰Step系列通用大模型凭借技术创新和广泛的应用落地，被选入WAIC 2024 SAIL（Super AI Leader）之星，这意味着阶跃星辰在技术和应用方面获得业界的高度认可。 三、模型和产品双轮驱动，面向C端构建生态圈 成立于2023年3月的阶跃星辰，在喧哗吵闹的“百模大战”中并不高调。 在创业之前，姜大昕担任过微软全球副总裁、微软亚洲互联网工程研究院首席科学家，曾主导微软搜索引擎Bing、智能语音助手Cortana、微软云Azure、办公全家桶Microsoft 365等产品的自然语言理解系统的构建。 自成立起，阶跃星辰就在算力、数据、算法和系统这四大要素上综合布局，坚定投入Scaling Law。 ▲阶跃星辰创始人姜大昕讲解攀登Scaling Law所需的要素 姜大昕认为，模型和产品的关系就像是灵魂和皮囊，“好看的皮囊千篇一律，有趣的灵魂万里挑一。”阶跃星辰希望通过“有趣的灵魂”，来显示出产品的不同。 因此，从成立第一天开始，阶跃星辰就同时开发模型和应用产品。应用作为牵引和数据补充，模型与应用深度绑定，通过双轮驱动将两者都做到极致。 而在应用落地的过程中，只靠一家公司自身存在局限性，需要不同公司之间的生态合作才能够促进技术的创新和发展，加速技术的落地应用，推动整个行业持续进步。 通过自有产品与生态合作产品相结合的方式，阶跃星辰对大模型落地应用展开了积极探索。 在自有产品方面，阶跃星辰已发布效率工具“跃问”和AI开放世界平台“冒泡鸭”两款自研产品，均已全面开放使用。 其中，跃问作为一款个人效率助手，能够基于联网搜索、代码分析增强（POT）等能力，为用户提供信息查询、语言学习、创意写作、图文解读等多样化服务，帮助用户在工作、学习、生活等场景下解决问题。 基于Step-1.5V等模型能力，跃问的主要优势在于业界领先的多模态内容理解能力，不仅能够帮助用户识别真实世界的万事万物、理解和分析复杂的金融图表，还能理解网络热梗图片中的深意。 ▲跃问图像理解能力 在生态合作产品方面，阶跃星辰在内容创作、金融财经、消费娱乐等领域与合作伙伴达成深度合作，共同发掘面向C端用户的创新应用。 在WAIC亮相的《大闹天宫》，就是阶跃星辰联合上海电影共同推出了一款AI互动体验产品，将先进的AI大模型技术与《大闹天宫》情境深度融合，用当代全新视角领略中国传统文化的魅力、回顾经典动画作品艺术成就，同时也为创作者打开更多想象空间。 在金融财经领域，阶跃星辰联合国泰君安以及界面财联社，推出业内首家千亿级参数多模态证券垂直类大模型——君弘灵犀大模型，在业内首个实现将大模型能力全面融入客户智能化服务体系之中，在智能投顾问答、投研内容生产和交互模式上为客户带来新体验。 从模型到应用，对AGI的追求始终贯穿着阶跃星辰的战略布局。通过构建开放、合作的生态系统，其正在推动AI技术的广泛应用和行业的共同发展。 结语：微软前高管带队AGI，闯入大模型创企第一梯队 在大模型“百花齐放”下，越来越多的大厂牛人下场创业，成为生成式AI创业赛道的主力军。据智东西统计，2023年至今，至少有25位大厂高管已投身生成式AI创业。 这些创业公司所选择的细分赛道各不相同，覆盖通用大模型、垂直大模型、生成式AI应用、AI基础设施、AI数据服务、AI咨询等全产业链环节。 其中，阶跃星辰作为模型与产品双管齐下的创企，始终用行动践行着对AGI的终极追求。Step系列通用大模型和多样化的自有、合作产品是阶跃星辰在通往AGI之路上交出的最新答卷，“万亿+多模”也将成为大模型企业格局的分水岭。

作者 | 李水青 香草 编辑 | 云鹏 智东西7月4日报道，今天上午，2024世界人工智能大会（WAIC）在上海开幕！作为国内最高规格的AI领域行业大会之一，WAIC 2024开幕主论坛不仅有高层参与，同时汇聚了众多产学研领域大佬。 开幕式请到了三大图灵奖得主姚期智、罗杰·瑞迪（Raj Reddy）和曼纽尔·布卢姆（Manuel Blum）共同进行圆桌论坛交锋，原微软执行副总裁、美国国家工程院外籍院士沈向洋担任圆桌主持人。 更有IEEE主席托马斯·考夫林（Thomas Coughlin），清华大学苏世民书院院长、清华大学人工智能国际治理硏究院院长薛澜，上海人工智能实验室主任兼首席科学家、清华大学惠妍讲席教授周伯文，新思科技总裁兼首席执行官盖思新（Sassine Ghazi）等重磅大咖演讲。 开幕式上，沈向洋向三位图灵奖抛出了关于“AI发展及风险”、“有意识的AI”、“AI教育和人才培养”等众多产学研关注的问题。 图灵奖得主罗杰·瑞迪谈道，AI风险确实应该得到高度关注，同时我们也不能因噎废食。同时他认为当下的教育体系没法培养了解AI的未来一代人。如果AI让每个人的工作效率提升10倍，全球GDP将从100万亿美元增长到1000万亿美元。 图灵奖得主曼纽尔·布卢姆解读了其团队意识图灵机（CTM）成果，1000万个处理器都是类似于意识模型，没有一个中央决策者，而是让每一个处理器参与决策。 图灵奖得主姚期智谈及了AI发展的网络、社会和生存三大方面的风险，认为AI的风险比核问题更严峻，我们创造了比我们强大很多倍的新物种，需要探讨如何用AI控制AI避免重大破坏。 ▲沈向洋对话三位图灵奖得主 同样谈及AI治理的重要议题，薛澜谈道，巨量的基础设施已经使得全球25亿人受益，但AI发展仍面临AI技术鸿沟、治理鸿沟，阻碍全球AI的发展，需要多方一起攻克。 此外，黑石集团董事长、首席执行宫兼联合创始人苏世民（Stephen A. Schwarzman），索奈顾问及投资公司董事长、首席执行官乔舒亚·雷默（Joshua Ramo）也做了精彩分享。 此次WAIC 2024展览面积超5.2万平方米，共有500余家企业参展，展品数量超1500项，覆盖核心技术、智能终端、应用赋能等三大板块。 大会还公布了“镇馆之宝”名单，商汤科技首个面向C端用户的可控人物视频生成大模型Vimi、阿里云A编程助手通义灵码、支付宝智能助理、智谱A基座大模型、特斯拉赛博越野旅行车等入选。 一、沈向洋对话三大图灵奖得主：AI风险比核更严峻，但不能因噎废食 在开幕式上，三位图灵奖得主罗杰·瑞迪、曼纽尔·布卢姆和姚期智进行了精彩的圆桌对话，原微软执行副总裁、美国国家工程院外籍院士沈向洋担任主持人。 沈向洋向三位图灵奖得主提出了多个问题，包括：如何看待AI发展及担忧？为什么我们紧迫关注AI治理问题？如何看待有意识的AI等等。 ▲原微软执行副总裁、美国国家工程院外籍院士沈向洋 1、灵奖得主罗杰·瑞迪：教育体系落后于AI时代，发展AI不能因噎废食 罗杰在当年获得图灵奖时就提到要建立大型AI系统，他在圆桌中谈道，很开心看到会场大家对AI治理和风险的探讨，没有只是去探讨怎么去用AI。大家没有花太多时间，探讨我们如何来用AI，需要做哪些研究和投资？我们现在还没做到这一点。 在能力建设方面，罗杰认为，目前我们的教育体系没办法培养未来了解AI的一代人，他们需要用AI做好自己的工作，我们怎么让每个人把自己的工作做好？这个问题很关键。 谈及接下来推进的研究，罗杰谈道，每个领域都会出现新机会，也会出现新问题，比如汽车刚出现时，为人们出行带来便利，但交通事故也带来很多伤亡。因此对于AI我们也不能因噎废食。 每个工程师都能做更好的事，如何让他们效率更高？这意味着要做很多投资和研究工作，我希望不要只想着负面，要想着未来的机会很多。他觉得最大的机会，以后每个人的工作效率会提升10倍，全球GDP将从100万亿到1000万亿美元。 ▲图灵奖得主罗杰·瑞迪 2、图灵奖得主曼纽尔·布卢姆：解读图灵机CTM意识模型，模拟人脑决策 曼纽尔在现场解读了有意识的AI。他谈道，年少时他的父亲曾告诉他：“如果你知道你的这个大脑里在发生什么，那么你就会变得更加聪明一些。”很幸运，他的工作是跟意识有关的。意识可以给我们想法，让我们去建立AGI。 曼纽尔的团队已经创立了一个意识模型——图灵机CTM，以此向大家解释大脑里在发生什么。如果我们将大脑里发生的事情想成一个剧场，有一些演讲者在剧场中央讲话，我们可以让很多处理器同时工作，相当于大脑里的神经元，这些处理器会听现场发生了什么，告诉我们怎么去做各种各样的事情。 CTM意识模型特别有意思，1000万个处理器都是类似于意识模型，没有一个中央决策者，而是让每一个处理器参与决策。 曼纽尔的学生众多学生也拿到了图灵奖，当沈向洋问及他有什么为师之道？曼纽尔谦虚地称：“我的学生都比我聪明，我从他们身上学到了很多。有时候我不懂什么，我就直接说我不懂。” ▲图灵奖得主曼纽尔·布卢姆 3、图灵奖得主姚期智：AI治理警惕三大风险，比核风险更严峻 姚期智谈及的自己对AI治理的关注，从风险方面讲解到自己作为计算机科学家对AI治理的见解。 他认为，AI风险主要来自三个方面：（1）它是网络风险的延伸和扩大，AI能力的出现使得传统的网络风险被放大。我们已经觉得管理数据很困难，现在难度会放大100倍。（2）社会风险，人们可以用很多方式使用强大的AI，可能对某些领域带来颠覆式风险，也可能带来新的失业问题。（3）生存和存在的风险，AI风向相比于核风险可能更严峻，这都需要很多的专家来一起解决，包括科学家、政府人士、律师及经济学家都需要参与进来。 从计算机科学教角度，姚期智更关注第一类和第三类风险。 面对第一类风险，AI有时无法解释一些问题，使得研究新的密码学比较困难，我们对网络风险的应对还处在很早的阶段。 而面向第三类风险，这个和计算性有关，更大的算力可以带来更多的知识和智慧，解决很多以前解决不了的问题，这也是让人很恐惧的。现在，我们就是突然发现了一个方式，能创造比我们强大很多倍的新物种，我们需要确定能不能与它共存。 所以作为计算机科学家，姚期智看到最有深度的问题，就是我们怎么把AI控制好，避免它带来重大破坏，这是很难预测的。 ▲图灵奖得主姚期智 二、清华大学苏世民书院院长薛澜：降低AI风险，缩小全球AI技术鸿沟 清华大学苏世民书院院长、清华大学人工智能国际治理硏究院院长薛澜探讨了AI治理的重要议题。 AI能为我们做什么？薛澜谈道，大家对AI给予了很高的期望，根据SDG（可持续发展目标）最新分析，AI总体来看会对可持续发展的134个（79%）具体目标产生促进作用，对59个（35%）目标产生阻碍作用。 ▲清华大学苏世民书院院长、清华大学人工智能国际治理硏究院院长薛澜 AI对这些目标的阻碍作用，代表AI可能带来风险。这些风险包括基于技术本身的风险、基于技术开发的风险和基于技术应用/滥用的风险等多个方面，都是不可忽视的。 如何推动AI收益最大化、风险降到最低？ 薛澜谈道，首先在底层，我国在产业应用安全方面推出了一系列法律法规，推动AI的合理发展。我们针对算法、算力、数据推出了一系列的治理规则，针对风险推出了一系列准则。针对一些专项问题，包括具体场景的应用，我们也出台了相应的一些治理规则。此外，我国也在采取措施推动全民数字素养的提升。 从全球角度来讲，AI发展也还面临很多挑战。一方面，巨量的基础设施已经使得25亿人受益，但AI发展仍面临技术鸿沟、治理鸿沟，阻碍全球AI的发展。当今社会，一个国家带来的风险就是全球风险。国际对安全问题日益重视，同时对AI数智鸿沟关注仍不够，需要全球社会一起努力攻克。 三、上海AI实验室周伯文：AI性能与安全失衡，99%算力用在预训练 以大模型为代表的深层次AI快速发展，也带来数据泄露、虚假信息、伦理问题等一系列风险、社会挑战，如何建立一个全面的AI安全治理体系，成为全球范围内的优先议题。 为此，上海人工智能实验室主任、首席科学家、清华大学慧妍讲席教授周伯文提出了一个新的技术主张——AI的45度平衡律。 ▲上海人工智能实验室主任、首席科学家、清华大学慧妍讲席教授周伯文 这一定律指的是，从长期视角来看，AI安全与性能要大体沿着45度的路线平衡发展。 现在AI发展的路线整体是低于45度的，也就是性能发展快于安全治理，也就带来了各种风险；而如果长期高于45度，则会阻碍技术和产业应用的发展。如何找到两者之间的平衡，是亟待解决的难题。 为了实现这一定律，上海人工智能实验室提出了一条以因果为核心的路径，即可信AGI的“因果之梯”。这一路径将可信AGI的发展划分为三个递进阶段，从“泛对齐”，到“可干预”，再到“能反思”。 “泛对齐”包含当前最前沿的人类偏好技术，如机器反学习、监管式对齐、基于人类反馈对齐等。这些对齐技术目前仅依赖统一的相关性而非真正的因果关系，因此可能导致错误的推理和潜在危险。 “可干预”是第二层AI对齐技术，包含AI系统的对抗训练、机械可解释性等，其通过高可解释性和泛化性来提高安全性能，同时也提升AI能力。 “能反思”则要求AI系统不仅要追求高效的执行任务，还要审视自身行为的外在影响和潜在风险，从而保证在高性能的前提下安全和道德边界不被突破。这个阶段的技术包括基于价值的训练、因果可解释性、反事实推理等。 ▲可信AGI的“因果之梯” 周伯文谈道，目前全球AI安全和性能技术发展主要停留在第一阶段，一部分开发者在尝试第二阶段。但要真正实现AI的安全与性能平衡，必须完善第二阶段，并勇于攀登第三阶段。 最后，他呼吁全球开发者加强国际合作，这对于推动AI技术健康发展至关重要，我们的共同目标是构建一个开放安全的AI创新生态系统和人才培养环境。 四、新思科技CEO盖思新：能耗减少30%，缓解人才紧缺 新思科技总裁兼首席执行官盖思新认为，从商业和企业的角度来看，我们要了解AI产业链是从半导体开始的，同时也离不开上层软件。 回顾半导体行业历史，行业花了60年才实现5000亿美美元的销售额，2020年翻了1倍到1万亿美元，几乎所有的这些增量都是由AI的增长所驱动的。 ▲新思科技总裁兼首席执行官盖思新 AI是一个非常大的转折点。盖思新谈道，新思公司为此提供软件，帮工程师使用复杂的半导体芯片，尽可能用软件实现自动化。AI能帮我们改进芯片开发的过程，从而实现更快的速度，在各方面实现优化。 “我们在AI上面有很多共同的原则。”包括政府合规问题，芯片中每个部分的材料都要保证安全，确保芯片没有不合规成分且监管高效。同时，如何使得半导体能耗消耗更高效，也是我们在半导体设计中需要考虑的问题。 新思科技有2万多名工程师，如何用AI来助力业务？ 新思科技创办了一个AI卓越中心，以此教育自己的工作人员，让他们知道AI的价值、伦理及风险等，并帮他们教育客户来使用AI来开发芯片。 同时，新思科技也对AI进行商业化，2017年开始就在投资AI，在提供客户的方案里涉及AI，目前也已经包含很多生成式AI内容，比如用用生成式AI作为知识基础，提升工程师的效率，缓解工程师人才紧缺问题，从而提高整个行业的工作效率。 在耗能方面，基于AI技术服务，能耗减少30%，涉及更复杂的问题时效率还能增长15倍。 五、全球治理高端对话：拥抱新技术，建立学术界新扶持方式 AI的快速发展，对企业运营模式、价值评估以及投资决策过程也产生了深远影响，深刻改变了投资格局。 黑石集团董事长、首席执行官兼联合创始人苏世民与索奈顾问及投资公司董事长、首席执行官乔舒亚·雷默就这一系列问题，展开了全球治理高端对话。 ▲苏世民与乔舒亚·雷默 从商业的角度来看，AI是怎么改变一家企业现有的价值认定的？ 苏世民谈道，自己在刚入行的时候并不擅长做模型，而现在出现了新的AI应用，可以帮助自己起草会议备忘录等，带来了很多惊喜。 在他看来，虽然对新的技术仍需保持一定警惕性，但不能“像鸵鸟一样把头埋在沙子里”充耳不闻，也不能完全不关注技术风险。 在AI领域中，苏世民是在学术研究方面慈善捐赠规模最大的人之一。当雷默问及为什么突然选择AI这个领域时，苏世民有些感慨地回答：“我想并不是我选择了AI，而是AI选择了我。” 早些时候，他曾作为投资新人资助了牛津大学的一个AI伦理运营项目。之所以这么做，是因为当时每个人都涌向纯理科投资的时候，他觉得需要将理科研究和人类情感上的一些事情相结合，去进行思考和研究，因为“这将会影响和改变人类未来10-20年之后的一些行为”。 同时他也十分关注监管方面的项目，在他看来，从事硬核技术、理科技术的人，在有可能出错的地方应心存敬畏。 相比于商业界，高校等学术机构现在在AI竞争方面处于劣势，一些突破性的进展大多出现在商业领域。这是算力等开发成本所导致的结构性变化。苏世民谈道，随着AI的持续发展，必须对学术界建立一种更有价值的扶持方式，要做一些比仅仅资助一位教授的研究项目来说，更有意义的事情。 结语：生成式AI狂飙，风险管控成为重要议题 在去年的WAIC上，产学研大佬们畅谈大模型浪潮，对下一阶段发展方向、应用爆发领域展开深入探讨和积极展望。 而到了今年，AI风险与安全已成为最受关注的话题之一，无论是性能与安全的平衡，还是教育体系的落后，都是全球范围内共同探讨的重要议题。 总的来看，AGI仍是科技行业共同期待的目标。我们期待看到各行各业能在安全可信的指导下，为AGI的发展注入新的生命力。

快科技7月4日消息，今天，一加宣布将于7月16日在意大利举行新品发布会，正式发布一加Nord 4。 一加表示，有人说在5G时代，不可能打造出拥有金属机身的高品质智能手机，对此我只想说“不将就”。 与此同时，一加发布了一张海报，海报上是银色的“Nord”标识，暗示一加Nord 4将采用金属机身设计。 根据社交平台上泄露的真机照，一加Nord 4采用了金属机身设计，底部有明显可见的天线带，仿佛回到了4G时代。 机身上半部分是玻璃盖板，中框为金属材质，辨识度拉满，这也是行业内少见的采用金属机身的5G手机。 核心配置上，一加Nord 4采用6.74英寸直屏，分辨率为1240×2772，搭载高通骁龙7+ Gen3处理器，后置5000万+800万双摄，前置1600万像素，电池是5500毫安时，支持100W闪充，预装OxygenOS 14。

快科技7月4日消息，荣耀Magic旗舰新品发布会将于7月12日举行，届时，将发布手机、平板、笔记本等多款新品。 今日，荣耀正式公布了荣耀平板MagicPad2官方海报，多位摄影博主同步晒出了平板全身照。 从海报来看，荣耀平板MagicPad2后摄Deco有种似曾相识的感觉，神似华为折叠旗舰Mate X3（发布价12999元起），实现了圆中见方、外圆内方的美感。 华为Mate X3 据了解，荣耀MagicPad2拥有天海青、月影白、星空黑三种配色，提供四种存储版本可选。 作为亮点之一，荣耀MagicPad2是行业首款3K 144Hz的OLED平板，尺寸为12.3英寸，支持AI离焦护眼功能，可实现视力舒缓效果。 据悉，AI离焦视力舒缓技术将端侧AI与屏幕相结合，可根据用户用眼环境和习惯，能够让手机屏幕变身“离焦镜”。 该技术通过人工智能算法对屏幕显示内容实时处理，以模拟离焦镜的光学效果。

三言科技 7月4日消息，苹果中国大陆官网上线“iOS 18预览”，介绍了iOS 18有哪些变化和新功能。介绍页中的宣传文案为“真的很你”。 这一宣传文案引起了许多数码博主和网友的吐槽。 据了解，该宣传语的英文版本为“Yours. Truly.”，意指新系统为用户带来了许多个性化自定义功能。 有博主怀疑，苹果中国区官网的iOS 18预览页是直接把英文网页的用机器翻译复制过来的，所以直接”Yours.Truly.“把翻译成了”真的很你“。

苹果预计将于2024年发布iPhone 16系列新机，手机镜头厂商大立光、玉晶光股价近日稳步攀升。市场有传言称玉晶光良率不佳，导致很多订单转移到大立光，这一传言已影响到两家公司股价。 玉晶光7月4日驳斥相关消息，强调公司一切正常，完全没有被抢单的事实。 大立光此前独家为苹果iPhone 15 Pro Max供应“四重反射”潜望式长焦镜头，近日有传言称玉晶光取得iPhone 16系列潜望式镜头订单，近期已有出货。投资者指出，在新增长动能带动下，该公司2024年营收有望优于去年，力争挑战2022年历史高峰，第三季度传统旺季表现也相当持稳。 业界表示，外资投资机构同样看好今年苹果iPhone销量，预计2025年iPhone出货量将达2.28亿部，增长9%；在相关零部件供应商中，外资看好大立光将受惠于手机摄像头升级趋势，预计潜望式摄像头将从1200万像素升级至4800万像素，这有望为大立光贡献营收与利润。 （校对/孙乐）

IT之家 7 月 4 日消息，根据国家知识产权局 6 月 28 日公示的清单，三星显示公司获得了一项新的外观设计专利，共包含 2 种设计，探索了折叠 + 卷轴的全新智能手机形态。 这 2 款设计大同小异，主要围绕者折叠 + 卷轴性能，探索日常使用扩展可能，其中一项就是配合可拆卸的键盘，把手机充当小型笔记本电脑使用。IT之家附上相关图片如下：