董事长李彦宏的内部讲话曝光，给开源大模型泼了不少冷水，他称大模型开源的意义不大，闭源模型在能力上会持续领先而做模型的创业公司既做模型又做应用的“双轮驱动”不是一个好的模式。李彦宏还表示，有商业模式的闭源模型才能聚集人力和财力，中国和美国最强的基础模型都是闭源的，而最好的小模型都是大模型降维做出来的。

　　点评：一些业内人士不完全认同李彦宏的观点。百川智能CEO王小川认为，开闭源之争核心是要看谁在开源，双轮驱动是一线创业AGI（通用人工智能）公司的唯一解。有从业者认为，李彦宏的意思是创业者依赖大模型就够了，但目前大模型还处在发展初期，远没有谁一家独大或者垄断行业。记者与多名AI从业者交流了解到，闭源能聚集资源、人才、算力，但有云端推理成本高、数据可能泄露等弊端，开源模型则更灵活且安全性更佳，此外闭源和开源大模型应用已形成一定分化，前者更To C，面向个人用户，后者更To B，面向企业用户。

　　4月8日，特斯拉CEO埃隆·马斯克（Elon Musk）在X Space的访谈中预测，到明年或2026年，的智慧可能会超过世界上最聪明的人类。

　　马斯克当天与挪威财富基金CEO尼古拉·坦根（Nicolai Tangen）进行了对谈。当被问及通用（AGI）的发展时间表时，马斯克表示：“如果你将AGI定义为比最聪明的人类更聪明，我认为可能是明年，或者是两年内。”

　　马斯克表示，他的人工智能公司xAI训练的聊天机器人Grok的下一个版本，预计将于5月前完成训练。

　　点评：马斯克认为，Grok-2模型训练面临的最大阻碍是先进芯片的缺乏，除此之外，未来一两年内，用于大模型训练的电力供应也变得至关重要。目前已公开的数据显示，Meta公司是拥有H100 GPU最多的企业，数量约为35万颗。根据马斯克在X平台上最新发表的评论，他认为，可能排名第二，xAI 排名第三。

　　4月11日，面壁智能宣布完成新一轮数亿元融资，本轮融资由春华创投、华为哈勃领投，北京市人工智能产业投资基金跟投，知乎作为战略股东持续跟投，光源资本担任独家财务顾问。

　　面壁智能是一家“清华系”人工智能大模型创业公司，自研了百亿参数预训练语言大模型CPM，MiniCPM是其端侧模型。官网显示，面壁智能成立于2022年8月，当时获近千万种子轮融资，又在2023年3月时完成数千万天使轮融资，领投，同为清华系的智谱AI参与跟投。

　　点评：面壁脱胎于清华NLP实验室，聚集了中国最早一批研究transformer架构的前沿探索者。公司 CEO 李大海同时也是CTO，联合创始人刘知远则是清华大学计算机系副教授，智源青年科学家。光源资本董事总经理娄洋表示，这是一群世界范围内的NLP技术精英，为公司在AGI领域的突破奠定了技术基础。目前，面壁已携手招商银行、数科网维、知乎等合作伙伴，将大模型与 Agent 技术部署落地于金融、教育、政务、智能终端等应用场景。

　　近日，AI角色创作平台“捏Ta”完成了天使轮和Pre-A轮融资，总额超千万元。投资方包括源码资本和奇绩创坛等，所得资金将主要用于模型的进一步优化、多模态功能的增强以及社交玩法的开发。

　　据悉，“捏Ta”主要聚焦在角色创作，利用AIGC技术生成角色形象，同时保持角色的一致性和细节特征，为用户提供AI漫画和虚拟角色内容生成的工具，满足二次元玩家的二创需求。在平台上用户可以通过文字描述、上传图片或选择CP图等方式进行创作，还可以自定义原创角色，参与到社区中的互动和故事创作中。

　　点评：捏Ta背后的公司名为看见概念，2022年12月成立，团队目前有15名成员。据悉，创始人兼CEO胡修涵本人是二次元爱好者。自2023年4月上线微信小程序以来，捏Ta的社交媒体曝光量已达约2.5亿次，多次位列视频号动漫游戏日榜前十。看见概念的创始团队成员来自Meta、字节跳动、B站、特赞、Pony.ai等企业。核心技术团队成员曾深度参与头部二次元开源模型AIDXL、开源镜像等的开发。

　　上周，人工智能安全基础设施提供商瑞莱智慧（RealAI）宣布完成新一轮战略融资，北京市人工智能产业投资基金等参与投资。本轮融资完成后，瑞莱智慧将继续加速通用人工智能安全基座产品研发，并不断推进安全可控的大模型商业化落地。

　　瑞莱智慧称，人工智能安全不仅要解决数据风险，模型本身的幻觉、鲁棒性不足和不可解释性等技术问题，还要着力减少伦理风险、价值观对齐风险，以及AI等滥用行为导致的影响。

　　点评：随着全球范围内最大规模的人工智能浪潮掀起，人工智能的可控性和安全性成为愈发重要的发展议题。如今，人工智能大模型的通用性和泛化性大幅提升，应用也从传统的判别式任务走向生成式任务，而人工智能的内生及衍生安全问题变得愈加复杂，其带来的挑战和已经引起的各类风险事件也持续受到全球公众、企业和政府的广泛关注。

　　有消息称，与CEO马斯克关系密切的投资者，近期在洽谈帮助马斯克的初创AI公司xAI筹集30亿美元融资，这将使该公司估值达到180亿美元。xAI是马斯克在2023年创立的大模型公司，马斯克曾表示，创立xAI就是为了阻止人工智能领域出现“一家独大”的局面。今年3月，xAI刚开源了3140亿参数的大模型Grok-1，这是一个混合专家（MoE）模型，是其2023年10月的原始基础模态。

　　点评：如果能获得30亿美元融资，这可能是开源Grok-1带来的广告效应推动的。Grok-1是目前最大参数的开源模型，超过GPT-3.5的1750亿参数。上个月，xAI推出了Grok增强版Grok-1.5，马斯克近日还透露，Grok的下一个版本预计在5月前完成训练。除了xAI，马斯克的AI版图还涉及X（原名“推特”），去年有消息称马斯克在X内部启动了一个AI项目并为此购买了1万个GPU（图形处理器）。马斯克旗下的特斯拉也早早入场布局AI，2019年便推出第一代自动驾驶FDS芯片，马斯克此前称，是一家拥有深度AI技术的高科技创新公司。不只造汽车和火箭，马斯克在AI领域的布局趋于深入。

　　4 月 9 日，在 Vision 2024 客户和合作伙伴大会上正式宣布推出最新的芯片产品 Gaudi 3 AI 加速卡及全新的Xeon 6 处理器。另外，还公布了针对边缘平台的新品发布计划与 AI 优化企业的相关计划。对于Gaudi 3 芯片，英特尔在此前的新闻通气会上称该产品的能效是芯片的两倍多，运行 AI 模型的速度是H100 GPU芯片的1.5倍。

　　点评：随着Gaudi 3的正式发布，当前AI芯片市场呈现出英伟达B200、AMD MI300系列和英特尔Gaudi 3三巨头竞争的格局。英伟达在领域一家独大的局面面临来自另外两家厂商的挑战。

　　在接手英特尔后，英特尔首席执行官基辛格一直希望借助AI热潮重振该公司在个人电脑市场低迷时期衰退的业务。不过，英特尔人工智能业务在2023年依然承压。公司年报显示，2023年数据中心和人工智能收入为126.4亿美元，上年为168.6亿美元。

　　4月11日，Meta推出第二代自研AI训练和推理芯片MTIA v2。相比去年5月推出的第一代MTIA v1采用台积PE电7nm芯片，MTIA v2采用了台积电5nm，INT8精度下的稠密算力达到上一代的近3.5倍，稀疏算力708TFLOPS，约上一代的7倍。MTIA v2的面积增长了13%，功耗上一代只有25W，这一代达90W。该芯片专为Meta旗下社交软件的排名和推荐系统而设计。

　　点评：Meta还透露，这款MTIA芯片可以处理作为Meta产品组件的低复杂性和高复杂性排名及推荐模型，且因Meta控制整个堆栈，该芯片与商用GPU相比可以实现更高效率。Meta、微软、亚马逊、谷歌正在研发自己的AI芯片，以把控研发流程和产品应用，并一定程度上摆脱对英伟达GPU的依赖。

　　Meta对AI的投入不止于此，Meta创始人扎克伯格今年年初提到，到今年年底，公司计算基础设施将包括35万张H100显卡。Raymond James分析师此前表示，英伟达H100售价2.5万~3万美元。若按每张H100售价2.5万美元计算，Meta这批显卡价格将达数十亿美元。

　　4月9日，正式发布包括面向组织和企业的WPS 365，包含升级的WPS Office、最新发布的WPS AI企业版和WPS协作。据介绍，WPS AI企业版分为AI Hub（智能基座）、AI Docs（智能文档库）、Copilot Pro（企业智慧助理）三个部分，用户使用一个工具就能调用各类主流大模型。

　　副总裁王冬在现场分享中表示， AI Hub集成了国内主流大模型的AI能力，例如MiniMax、智谱AI、文心一言、商汤日日新、通义千问等等。金山办公在大模型领域的定位是应用方，与国内上百种模型进行了适配磨合，实现基础AI服务的开箱即用，这也让用户克服了大模型选择困难症并极大降低使用门槛。

　　点评：中国的大模型已经到达应用阶段，金山办公CEO章庆元表示，“我们可能做不到所有东西都是世界顶尖的，但我们基本上能够达到世界一流的水平，甚至在很多垂直领域的表现比ChatGPT都要出色。”金山办公发展至今已36年，财报显示，2023年，WPS365带动金山办公国内机构订阅及服务业务实现收入9.57亿元，同比增长38.36%。

　　4月11日，美的医疗在中国国际医疗器械博览会上宣布战略升级，将硬件创新与AI技术深度融合，推出适用于不同应用场景的“AIIO”解决方案。其医学影像平台、智慧冷链监测平台、智慧医院运维平台，融合智能语音、智能语言、多模感知、自然视觉、医疗影像等AI技术，打造智能成像、智能辅助诊疗、智能存储、智能物流、智能院感和智能导航等解决方案。

　　点评：今年国家推动大规模设备更新，鼓励具备条件的医疗机构加快医学影像、放射治疗、远程诊疗、手术等医疗装备更新，这带来了新机会。为了形成差异化的竞争力，美的把AI技术融入医疗业务。比如，通过将 AI 技术嵌入临床影像工作，可以改善扫描流程、提升成像质量，还可以辅助医生进行诊断、治疗决策等。

　　有消息称，谷歌正在考虑对其AI驱动的搜索引擎的高级功能收费，包括将AI驱动的搜索功能纳入其高级订阅服务等，这些服务已经在Gmail和Docs中提供了新的Gemini AI助手访问权限。去年，谷歌从搜索和相关广告中获得了1750亿美元的收入，占其销售额一半以上。考虑对AI搜索功能收费，可能是为了“保护”传统的搜索业务。

　　点评：作为搜索巨头，如果因AI“侵入”而减少了原本的搜索收入，这将是一件遗憾的事。但AI又是大势所趋，谷歌需要平衡原本的搜索业务和新兴的AI业务。从另一个角度看，如果AI服务不收费，谷歌为“免费”付出的代价可能是高昂的。去年Joule杂志上的一篇论文中，荷兰国家银行数据科学家亚历克斯·德弗里斯估计谷歌将生成式AI整合到每次搜索中，用电量将上升至每年约290亿千瓦时，高于肯尼亚、危地马拉等国一年用电量。

　　大模型带来的算力提升已经在提拉HBM（高带宽存储器）需求，这是一种由多个DRAM堆叠而成的存储器，用于解决冯·诺依曼架构中处理器与内存之间的数据传输问题。记者与多名存储业内人士了解到，AI训练和推理的需求也对NAND Flash提出新需求，这是另一种主流存储介质，用于制成固态硬盘（SSD）和嵌入式存储。AI所需的大量数据需要存在SSD和嵌入式存储中，需要NAND Flash产品有更大容量和更低功耗。

　　点评：AI对DRAM的提拉是直接的，对NAND Flash是间接的，后者与存力更相关。记者了解到，之所以需要NAND Flash的功耗更。