专栏名称: 机器之心
专业的人工智能媒体和产业服务平台
目录
相关文章推荐
爱可可-爱生活  ·  【[670星]”数学不难“ 之 ... ·  昨天  
爱可可-爱生活  ·  【[418星]AI-angineers-ha ... ·  昨天  
爱可可-爱生活  ·  恭喜@赤城山下小悠然 ... ·  2 天前  
全球风口  ·  Siri继续跳票,苹果AI功能无亮点!背后却 ... ·  2 天前  
全球风口  ·  Siri继续跳票,苹果AI功能无亮点!背后却 ... ·  2 天前  
51好读  ›  专栏  ›  机器之心

挑战 next token prediction,Diffusion LLM 够格吗?

机器之心  · 公众号  · AI  · 2025-06-08 10:11

主要观点总结

本文介绍了机器之心PRO的会员通讯中关于AI和Robotics的两个重要话题:一是关于Diffusion LLM模型及其与自回归模型的比较和优势,二是关于AI推理成本的下降及其对行业和全球供应链的影响。通讯中还包含了对其他AI和Robotics赛道要事的解读。

关键观点总结

关键观点1: Diffusion LLM模型成为关注焦点

DeepMind在Google I/O 2025开发者大会上展示了多项AI模型、工具、服务、应用成果,其中Gemini Diffusion开始引起社区热议。Diffusion LLM模型采用扩散架构进行文本生成,具有并行高效的机制,在文本生成和性能表现上优于自回归模型。该模型还具有潜在的优势,如细粒度控制和高稳健性。

关键观点2: 自回归建模方式并非大模型的底层逻辑

虽然自回归模型是目前主流的大语言模型建模方式之一,但李崇轩团队认为大模型的优良性质源于极大似然估计本身,而非自回归建模方式。扩散模型也可被视为一种无损数据压缩器,具有并行生成的机制可同时生成所有token,对文本生成的效率有很大帮助。

关键观点3: AI推理成本下降对行业的影响

AI推理成本的下降表明AI模型训练成本与推理成本的差距在扩大,这将重塑行业竞争格局。企业需要在算力投入和商业化回报之间取得平衡,同时关注开源模型的崛起对全球供应链的影响。此外,人机协作时代也带来了劳动力结构转型和技能重塑的挑战。


正文

请到「今天看啥」查看全文


...


本期完整版通讯含 2 项专题解读 + 27 项 AI & Robotics 赛道要事速递,其中技术方面 11 项,国内方面 4 项,国外方面 12 项。
本期通讯总计 29595 字,可免费试读至 7%
消耗 99 微信豆即可兑换完整本期解读(约合人民币 9.9 元)


要事解读①







请到「今天看啥」查看全文