生成式人工智能：发展演进及产业机遇；如果大模型不可靠，那钉钉的解药是什么；AI大模型加速“破圈”丨AI新零售早报
AI营销观察
《生成式人工智能：发展演进及产业机遇》
AIGC大爆发条件：生成算法、预训练模型和多模态技术。应用前景：将在更大程度上解放个体的创造力和创意生产；将改变获取信息的主要方式；将改变我们获取信息、输出内容的方式。AIGC有望成为数字经济时代驱动需求爆发的杀手级应用。多模态的AI大模型有望成为继移动互联网之后的新的技术平台。（来源：“腾讯研究院”微信公众号）
《从「以图搜图」到智能营销，AI 重塑电商能力的 Lazada 样本》
Lazada 在搜索和推荐等方面投入了大量的技术资源，实现了本土化和智能化的解决方案。在搜索场景中通过小语种搜索和以图搜图两个功能，提高用户搜索便利和准确率；在广告场景中，通过 AI 营销助理和广告 ROI 预测两个功能，降低商家广告投放门槛和成本，提高广告效果和收益。（来源：“极客公园”微信公众号）
《大模型时代下的AI算力新基建｜唯快研究》
AI大模型是指具有超大规模参数和数据的人工智能模型，如GPT-3、ChatGPT等，它们可以实现多领域、多语言、多模态的智能任务。面临挑战：需要消耗海量的计算资源，如GPU、TPU等，以及高速的网络和存储系统；如何压缩模型大小、减少内存开销、提高网络吞吐量、分布式部署等。（来源：“唯快资本”微信公众号）
大模型应用观察
《如果大模型不可靠，那钉钉的解药是什么？》
钉钉的智能化产品体系包括：AI PaaS、数字员工、魔法棒等创新产品，以及各种场景化和行业化的 AI 助手。钉钉当前 AI 的主要矛盾：用户对大模型的高期待和大模型本身能力之间的差距，因此需要客观理性地推进大模型的落地，并通过工程化等能力提升其准确性、可靠性和易用性。（来源：“极客公园”微信公众号）
《AI大模型加速“破圈”，算力优化才是“超车点”？》
AI大模型对于算力的需求和挑战主要包括训练算力、推理算力和安全算力三个方面。训练算力需要消耗海量的计算资源、网络和存储系统，推理算力需要保证模型的响应速度、准确度、可靠性和易用性，安全算力需要保护模型和数据不受恶意攻击或泄露。（来源：“蓝耘”微信公众号）
《国内首个数学大模型MathGPT上线！》
数学大模型的特点：基于海量优质教育数据进行训练，具备强大的数学计算和推理能力；采用对话式的交互方式，提供清晰的数学解决方案。挑战：如何处理复杂多样的数学表达式和符号，如何理解用户输入的语义和意图。MathGPT能实现大规模的因材施教，为全球的学习者提供高效的数学解决方案。（来源：“36C创始人赋能平台”微信公众号）【完】
图片来自网络，侵删