科大訊飛將斥資4億港元，在數碼港組建一支150人的研發團隊 中國人工智能先鋒企業科大訊飛，7月19日宣佈，將在未來五年內向香港投資4億港元（約合5120萬美元），並已在香港設立國際總部。 在深圳上市的科大訊飛，以其語音識別技術而聞名，其子公司訊飛醫療，已搬入位於數碼港的新辦公室。數碼港坐落在香港南區，是由政府扶持的科技中心。 科大訊飛宣佈，此次投資計劃組建一支150人的研發團隊，專攻大型語言模型（LLMs）及智能語音、教育、醫療領域的AI應用，LLMs是生成式AI服務（如ChatGPT）的核心技術。 科大訊飛副總裁段大為，在新辦公室開幕儀式上透露「我們初期預算設為4億港元，如果香港業務進展順利，預算將會追加。」 段大為稱，隨著新國際總部的成立，科大訊飛計劃將其旗艦產品Spark大型語言模型及語音識別技術，全面推廣至香港企業及本地消費者。 科大訊飛，源自安徽合肥，已成立25年，正計劃與本地公司（如教育和醫療行業的公司）展開合作，共建計算基礎設施，並依託其大型語言模型，定制開發AI應用。 段大為補充道，香港特區立法會已經採用了科大訊飛的實時語音轉文字工具，進行會議記錄。香港還將作為科大訊飛智能教育硬件和服務，走向海外市場的起點，重點瞄準中東和東南亞市場。 科大訊飛此舉強化了香港政府打造科技創新中心的雄心。 2023年8月，香港特區行政長官李家超承諾，將於2035年前建成跨境科技中心，凸顯香港作為內地聯通世界的橋樑地位。 香港特區創新科技及工業局局長孫東，在數碼港的開幕儀式上表示「政府一直大力支持香港創新科技的發展，重點關注AI和生命健康科技。」 即便2019年科大訊飛遭美國列入貿易黑名單，但公司運營仍然蓬勃發展，並加大了對核心AI項目的投入力度。 上個月，科大訊飛透露，其大型語言模型，已完全在其與華為聯合打造的國內計算平臺上，完成訓練，旨在助力中國實現科技自主，並應對美國制裁。 數碼港行政總裁鄭松岩表示「數碼港正在建設一個包括超級計算中心在內的AI生態系統。」他表示，儘管與百度公司的討論已經開始，但科大訊飛也將參與其中。 與此同時，訊飛醫療，計劃設立一個融合健康科技和人工智能的國際研究院。今年1月，科大訊飛透露，計劃在香港為其醫療子公司，進行首次公開募股。 科大訊飛，宣佈在未來五年內向香港投資4億港元，成立國際總部，並組建150人的研發團隊，專注於大型語言模型，及智能語音、教育和醫療領域的AI應用。 此舉旨在推廣其核心技術至香港市場，並借助香港作為跳板，拓展至中東和東南亞市場。同時，也顯示了香港作為科技創新中心的潛力，強化了我們作為內地與國際市場之間橋樑的角色。香港政府對創新科技的支持，包括AI和生命健康科技，吸引了更多企業加大在港投入，定必助力香港實現成為跨境科技中心的目標。

阿裡雲與競爭對手，紛紛將目光投向今年預期增速更猛的市場。這一趨勢轉變，部分歸因於生成式AI的盛行。 7月8日，阿裡巴巴集團旗下的阿裡雲，啟動了一項新的廣告宣傳活動。廣告中出現了兩位新晉「代言人」，分別是初創公司月之暗面(Moonshot AI)的創始人，和智聯招聘的集團總裁。 新系列代言廣告，目前在首都機場和杭州機場進行展示。標語「我用的雲是阿裡雲」 響亮登場，彰顯阿裡雲作為業界先鋒，支持人工智能開發的卓越能力。 廣告中，中國「新AI猛虎」月之暗面創始人楊植麟，盛讚阿裡雲，稱其「強大計算能力」與「大模型服務平臺」顯著提升了Kimi模型的效率。 阿裡巴巴作為月之暗面的重要後盾，斥資約8億美元收購了其36%的股權。去年十月亮相的Kimi聊天機器人，由月之暗面自主研發的模型提供驅動，並被寄予厚望，視為中國對OpenAI ChatGPT的有力回應之一。 另一則廣告中，智聯招聘集團總裁張月佳，對阿裡雲讚譽有加，稱其幫助公司在人力資源應用中，迅速採用大型AI模型。 放眼市場，自去年起，中國雲計算市場硝煙四起，各大巨頭競相降價，以爭奪從大型企業到中小型企業的客戶。

計算機視覺和模式識別（CVPR）大會，於6月17日至21日在美國西雅圖舉行。NVIDIA研究人員在大會上，展示了最新的視覺生成AI模型和技術。這些研究成果包括定制圖像生成、3D場景編輯、視覺語言理解，和自動駕駛感知等領域。 「人工智能，尤其是生成式AI，代表了一項關鍵的技術進步。在CVPR大會上，NVIDIA 研究部門展示了我們是如何突破極限的——包括為專業創作者提供強大助力的圖像生成模型，和幫助實現下一代自動駕駛汽車的自動駕駛系統。」NVIDIA學習和感知研究部門的副總裁Jan Kautz說。 在50多個NVIDIA研究項目中，有兩篇論文入選CVPR最佳論文獎候選名單——其中一篇探索了擴散模型的訓練動態，另一篇則探討了自動駕駛汽車的高清地圖。 此外，NVIDIA在CVPR自主駕駛大獎賽的“規模化端到端駕駛”比賽中勝出，從全球450多個參賽項目中脫穎而出。這一里程碑式的成果，展示了NVIDIA在使用生成式AI，進行綜合自動駕駛車輛模型方面，所進行的開創性工作，並由此獲得了CVPR的創新獎。 其中一個研究亮點是JeDi 技術。JeDi 是一項允許創作者快速定制擴散模型的新技術——這種方法是目前文本生成圖像的主流方式。無需在自定義數據集上耗時地微調，只需使用少量的參考圖像，JeDi就可以呈現特定的圖像或角色。 另一項突破性技術是FoundationPose 模型。這是一種新的基礎模型，能夠在不進行逐個對象訓練的情況下，瞬間理解和追蹤視頻中物體的3D姿態。這項技術打破了性能的新記錄，並有望解鎖新的增強現實（AR）和機器人應用。 NVIDIA研究人員還介紹了NeRFDeformer。這將簡化使用單個RGB-D圖像轉換NeRFs的過程，以及簡化將捕獲的2D圖像更新為3D場景的過程。 在視覺語言方面，NVIDIA與麻省理工學院（MIT）合作開發了VILA。這是一系列新的視覺語言模型，在理解圖像、視頻和文本方面，達到了業界領先水平。憑藉推理能力的提升，VILA甚至可以通過結合視覺和語言理解，來解讀網絡圖梗。 NVIDIA的視覺AI研究跨越多個行業，其中十多篇論文探討了自動駕駛感知、導航和規劃的新方法。NVIDIA的AI研究團隊副總裁Sanja Fidler展示了視覺語言模型在自動駕駛汽車領域中的潛力。 NVIDIA在CVPR大会上所呈现的廣泛研究，展示了生成式AI能够賦能創作者，加速製造業和醫療保健的自動化，同時推動機器人技術的發展。  

Meta發佈Llama 3後，阿里雲第一時間在其開源模型社區——魔搭社區——中上架Llama 3。魔搭社區，旨在為開發者提供一系列開源AI模型的訪問權限。 在國內主流科技公司中，百度率先採取了支持行動，在其千帆大模型平臺中，推出了針對Llama 3的訓練和推理服務。 繼Llama 3公佈可用於訓練ChatGPT類聊天機器人後，國內科技巨頭如阿里巴巴、百度等，紛紛在各自雲平臺上，率先支持Meta的Llama 3大型語言模型。 阿裡雲除了在魔搭社區中上架Llama 3以外，還在其微信公眾號上的一篇文章中表示，阿里雲百煉平臺，將推出針對Llama 3的免費訓練、部署和推理方案，但並未公佈詳細時間安排。 百煉平臺是一個LLM服務平臺，為客戶提供一系列工具和服務，幫助客戶利用阿裡巴巴的雲計算服務，構建和訓練自己的模型和應用程序。 此前，作為搜索引擎巨頭、人工智能先驅的百度，已宣佈其在Meta模型發佈後，立即推出了對Llama 3的支持。 在Meta推出Llama 3的轉天，百度就成為國內首家對其提供支持的科技公司，在其千帆大模型平臺中推出了針對Llama 3的訓練和推理服務。 千帆大模型平臺，旨在幫助企業客戶構建、訓練和擴展適應其需求的人工智能模型。平臺所提供的模型，包括由百度開發的文心大模型，以及來自本土和海外公司的第三方開源模型（如Meta的Llama系列）。 據百度稱，千帆大模型目前支持79個人工智能模型，服務8.5萬名客戶，已經成功開發出超過1.4萬個模型和19萬個應用程序。 百度還表示，通過利用集數據管理、模型微調、模型評估和優化，以及推理服務部署于一體的開發平臺，千帆大模型用戶將能夠以更低的成本，開發出高於基礎模型能力的新模型。