混合架构

搜索文档
AI+医疗:从蚂蚁 AQ 看产业发展
2025-06-30 09:02
AI+医疗:从蚂蚁 AQ 看产业发展 20260629 摘要 蚂蚁集团推出独立 AI 健康应用"AQ",源于支付宝平台在医疗支付和数 字化赋能的积累,以及 AI 健康管家小程序超过 7,000 万的用户基础, 旨在抓住健康赛道的巨大潜力。 "AQ"整合了全国超 5,000 家医院、近百万医生及 200 多位三甲专家资 源,以 AI 为主导、专家为辅,提供在线问诊,旨在缓解医疗资源不均和 看病难问题。AI 在诊前可高效整理病历信息,缩短问诊时间,提升就诊 效率。 医疗 AI 商业化主要体现在医生辅助和高效信息助手,尤其在诊前信息整 理和常见病辅助诊断方面。对于专科病和复杂病,AI 提供评估方案辅助 医生决策,但最终诊断仍由医生决定。 医院对数据安全和隐私保护高度敏感,倾向于私有化部署 AI 服务,导致 对集成 GPU 的 DeepSeeker 一体机需求旺盛,订单金额从几十万到几 千万不等,成为产业商业化收入的重要来源。 医疗 AI 领域倾向于通用大模型与垂类大模型混合架构,以适应细分专业 化医疗需求。关键在于结合特定数据特征、专业医生和专家的数据标注 经验,提升 AI 诊疗质量。 Q&A 蚂蚁集团近期推出的独 ...
专家访谈汇总:小马智行与文远知行高管“互撕”?
阿尔法工场研究院· 2025-06-24 18:14
固态电池技术进展与市场前景 - 比亚迪、国轩高科、一汽集团等已成功下线60Ah车规级电芯,能量密度达350-400Wh/kg,充电倍率1C,循环寿命1000次,比预期提前半年 [1] - 预计2025年下半年至2026年上半年固态电池中试阶段将迎来关键节点,技术成熟度大幅提升 [1] - 硫化物电解质生产突破千米级大卷,加压条件降至1-2Mpa,预计2026年价格将降至250万/吨,长期可能降至几十万/吨 [1] - 固态电池在低空飞行器、动力系统及机器人领域应用前景广阔,预计2030年市场规模突破100GWh [1] 先导智能订单与技术布局 - 宁德时代与先导智能扩大合作,承诺将50%新电芯段核心设备投资优先给先导 [1] - 2025年一季度订单量预计回升至2022-2023年水平,全年订单有望增长20%-30%达240-260亿元 [1] - 干法电极设备技术突破,中道环节采用片机替代卷绕设备提升效率,后道布局等静压和化成分容设备 [2] - 已与多家车企及日韩固态电池企业建立战略合作,提供量产解决方案 [2] VMware商业模式变革 - 博通收购VMware后改为VCF订阅制套件,取消永久授权模式,用户反映授权费用暴涨8-15倍 [2] - 博通称改革旨在帮助用户解锁VCF的全面配置管理、安全防护等价值 [2] - 53%企业将私有云部署列为优先IT任务,69%评估将工作负载从公有云迁回本地 [2] - 60%企业优先选择本地IT系统运行核心负载,仅2%选择全公有云化 [2] 科技股驱动因素与特斯拉供应链 - 伊朗以色列停火协议改善市场情绪,美联储表态支持降息推动流动性 [3] - 特斯拉推出首批10辆Robotaxi服务,商业化进程加速 [3] - 联创电子预计2025年成为特斯拉镜头第一供应商 [3] - 拓普集团提供底盘系统等零部件并配套机器人项目 [3] - 旭升股份持续供应电池和传动系统零部件 [3] - 三花智控提供热管理零部件并深入机器人合作 [3] - 江苏雷利通过鼎智科技提供执行器和电机 [3] Robotaxi市场竞争格局 - 小马智行称竞争对手在规模化和无人化方面落后两年半,文远知行反驳并强调落地进展 [4] - 全球Robotaxi市场规模预计从2024年19.5亿美元增至2030年437.6亿美元(天风证券预测8349亿元) [4] - 小马智行采用多传感器融合方案,计划2025年车队规模扩至千台,车费收入同比增800% [4] - 文远知行2024年纳斯达克上市,首日市值44.91亿美元 [4] - 小马智行2022-2024年研发投入累计5.17亿美元,文远知行29.08亿元 [4] - 文远知行专利921项显著领先小马智行93项 [4] - 文远知行营收从2022年5.28亿元下滑至2024年2.50亿元 [4]
大模型专题:大模型架构创新研究报告
搜狐财经· 2025-06-06 19:38
今天分享的是:大模型专题:大模型架构创新研究报告 报告共计:30页 《大模型专题:大模型架构创新研究报告》聚焦大模型架构创新,分析Transformer架构的局限性及行业探索路径。报告指出,随着模型规模扩大, Transformer的二次计算复杂度(O(n²))导致算力消耗激增,长序列处理效率瓶颈凸显,端侧部署受限,行业对其路径依赖引发创新需求,当前主要从 Transformer架构改进和非Transformer架构探索两条路线突破。 Transformer架构改进围绕Attention机制、FFN层及归一化层展开:稀疏注意力、动态注意力等优化计算效率,MoE混合专家分解FFN层提升稀疏连接效率, LongRoPE等技术改进位置编码增强长序列建模。非Transformer架构则包括新型RNN(如RWKV、Mamba)、新型CNN(如Hyena Hierarchy)及其他创新架 构(如RetNet、LFM),其中RWKV通过广义Delta Rule优化状态演化,Mamba利用状态空间模型提升训练效率,RetNet结合状态空间与多头注意力实现并 行计算。 技术发展呈现混合架构趋势,线性Transformer与非T ...
Z Research|我们距离Agent的DeepSeek时刻还有多远(AI Agent 系列二)
Z Potentials· 2025-06-06 10:44
AI Agent技术架构分析 - 拆解AI Agent运作流程为感知层(LLM/RAG)、决策层(Memory/Planning)、执行层(Tools)三层架构 [14][15] - 感知层负责信息收集处理,决策层进行任务拆解和推理,执行层完成实际操作 [14][15] - 当前技术痛点包括预训练收敛、检索效率瓶颈、隐私风险、工具兼容性等问题 [10] - 未来趋势包括RL强化、多源动态检索、记忆压缩技术、因果推理强化等方向 [10] 市场形态分类 - 提出AI Agent九宫格分类法,从形式和内容两个维度划分市场形态 [17][18] - 形式维度分为纯粹LLM自主、人类定义workflow、人工与AI结合三类 [17][18] - 内容维度分为通用Agent、垂类Agent和自定义平台三类 [17][18] - 需辨别真正有潜力公司与概念炒作者 [19] 技术路线之争 - OpenAI坚持"纯粹Agent"路线,强调LLM动态驱动决策 [23][24] - LangChain采用"混合架构"路线,主张Workflow与Agent结合 [25][26] - 两种路线在系统设计、开发门槛、可靠性等方面存在显著差异 [28] - OpenAI路线适合开放域任务,LangChain路线更适合企业级应用 [28] 模型能力进化 - SOTA模型已将工具调用能力内化,Agentic能力内化成为必然 [30] - OpenAI o4-mini与Claude 4代表两种技术路线:"隐形智能"与"可编程智能" [38][39] - 未来竞争将是"体验普惠"与"深度可靠"两条路线的角力 [40] - 工程整合对模型能力的贡献开始增加 [31] Multi-Agent系统 - Single-Agent存在内存、工具调用、React框架等局限性 [80] - Multi-Agent在复杂性、鲁棒性和扩展性上具有根本优势 [82] - 核心架构模式包括单智能体、网络架构、监督者架构等六种 [102][124] - 当前框架处于割据状态,主流玩家各自推出解决方案 [125] 行业应用现状 - 当前AI Agent存在技术同质化和"套壳"现象普遍的问题 [129] - 短期差异化来自数据工程和系统集成等"苦活累活" [130][131] - 长期看这些工作有被自动化重构的风险 [132] - 未来12-24个月内有望看到显著进展 [138]