一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

蘋果研發(fā)設備端大語言模型,提升AI性能與隱私保護

微云疏影 ? 來源:綜合整理 ? 作者:綜合整理 ? 2024-04-22 11:04 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

4月22日最新消息,彭博社記者馬克·古爾曼透露蘋果公司正在開發(fā)一款運行在設備端的大型語言模型(LLM),旨在增強即將面世的生成式AI功能的反映速度及隱私保護水平。

古爾曼在“Power On”通訊中稱,這款蘋果LLM有望作為未來生成式AI功能的基石,并與現有云端AI服務明顯區(qū)別開來,該模型將會完全依賴于用戶設備進行運作。

然而,盡管在特定場合下,蘋果設備端AI可能不及有云端直接支持的競爭對手。但古爾曼認為,蘋果可借助其他AI服務提供商如谷歌的技術,實現技術互補。值得關注的是,最近他還報道了蘋果與谷歌就Gemini AI引擎整合至iOS 18 iPhone的可能性展開了討論。

相較于云端解決方案,設備端處理的顯著優(yōu)勢集中在更快的反應速度和更為嚴密的隱私保護方面。據了解,蘋果AI技術推廣策略將更加關注其在日常生活中的實際應用及其能提升工作效率的表現,而非僅僅以突出其技術實力為主。

更多關于蘋果AI戰(zhàn)略的詳細信息預計將會在今年6月舉辦的WWDC大會上揭曉,同時該會議還將展示蘋果主要的軟件更新計劃。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • 蘋果
    +關注

    關注

    61

    文章

    24547

    瀏覽量

    204004
  • 語言模型
    +關注

    關注

    0

    文章

    561

    瀏覽量

    10795
  • 生成式AI
    +關注

    關注

    0

    文章

    531

    瀏覽量

    818
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    DevEco Studio AI輔助開發(fā)工具兩大升級功能 鴻蒙應用開發(fā)效率再提升

    使用結合機制和反饋優(yōu)化手段,有效融合檢索模塊和生成模塊,以及不斷提升RAG系統(tǒng)性能: 1、結合機制: (1) 概率加權:通過對檢索到的文檔分配權重,影響生成模型的輸出。 (2) 多文檔處理:結合多篇相關文檔
    發(fā)表于 04-18 14:43

    RAKsmart高性能服務器集群:驅動AI語言模型開發(fā)的算力引擎

    RAKsmart高性能服務器集群憑借其創(chuàng)新的硬件架構與全棧優(yōu)化能力,成為支撐大語言模型開發(fā)的核心算力引擎。下面,AI部落小編帶您了解RAKsmart如何為
    的頭像 發(fā)表于 04-15 09:40 ?246次閱讀

    首創(chuàng)開源架構,天璣AI開發(fā)套件讓AI模型接入得心應手

    側部署,Token產生速度提升了40%,讓側大模型擁有更高的計算效率和推理性能,使
    發(fā)表于 04-13 19:52

    AI模型側部署正當時:移遠端側AI模型解決方案,激活場景智能新范式

    AI模型解決方案備受矚目,為AI設備的革新注入了澎湃動力。萬億級市場藍海顯現,AI
    的頭像 發(fā)表于 03-26 19:05 ?479次閱讀
    <b class='flag-5'>AI</b>大<b class='flag-5'>模型</b><b class='flag-5'>端</b>側部署正當時:移遠端側<b class='flag-5'>AI</b>大<b class='flag-5'>模型</b>解決方案,激活場景智能新范式

    AI元年爆發(fā)!廣和通AI模組及解決方案全面支持DeepSeek-R1蒸餾模型

    近期,國產大模型DeepSeek憑借開放性、更低訓練成本、側部署等優(yōu)勢,迅速成為增速最快的AI應用之一,推動AI普惠化。目前,廣和通高算力AI
    的頭像 發(fā)表于 02-11 18:08 ?525次閱讀
    <b class='flag-5'>端</b>側<b class='flag-5'>AI</b>元年爆發(fā)!廣和通<b class='flag-5'>AI</b>模組及解決方案全面支持DeepSeek-R1蒸餾<b class='flag-5'>模型</b>

    兩大AI模型性能提升 登上國際榜單

    近日,由盛大AI團隊研發(fā)模型Watt-tool-70B和Newsbang/homer-72B,登上國際知名AI排行榜榜首。其中,Watt-tool-70B是由盛大旗下Watt團隊
    的頭像 發(fā)表于 01-16 12:01 ?913次閱讀
    兩大<b class='flag-5'>AI</b><b class='flag-5'>模型</b><b class='flag-5'>性能</b><b class='flag-5'>提升</b> 登上國際榜單

    AI模型部署邊緣設備的奇妙之旅:目標檢測模型

    以及邊緣計算能力的增強,越來越多的目標檢測應用開始直接在靠近數據源的邊緣設備上運行。這不僅減少了數據傳輸延遲,保護了用戶隱私,同時也減輕了云端服務器的壓力。然而,在邊緣部署高效且準確
    發(fā)表于 12-19 14:33

    AI語言模型開發(fā)步驟

    開發(fā)一個高效、準確的大語言模型是一個復雜且多階段的過程,涉及數據收集與預處理、模型架構設計、訓練與優(yōu)化、評估與調試等多個環(huán)節(jié)。接下來,AI部落小編為大家詳細闡述
    的頭像 發(fā)表于 12-19 11:29 ?901次閱讀

    【「大模型啟示錄」閱讀體驗】如何在客服領域應用大模型

    的功能和性能。因此,選擇具有良好可擴展性的模型可以適應未來業(yè)務的發(fā)展需求。在客服領域,處理客戶數據時可能涉及敏感信息。因此,在選擇模型時需要考慮其安全措施和隱私
    發(fā)表于 12-17 16:53

    廣和通開啟AI新時代

    AI發(fā)展正酣,隨著終端芯片算力越來越高、模型能力越來越強、實時響應及隱私保護側應用需求增
    的頭像 發(fā)表于 12-12 10:35 ?810次閱讀

    語言模型開發(fā)語言是什么

    在人工智能領域,大語言模型(Large Language Models, LLMs)背后,離不開高效的開發(fā)語言和工具的支持。下面,AI部落小編為您介紹大
    的頭像 發(fā)表于 12-04 11:44 ?702次閱讀

    設備上利用AI Edge Torch生成式API部署自定義大語言模型

    我們很高興地發(fā)布 AI Edge Torch 生成式 API,它能將開發(fā)者用 PyTorch 編寫的高性能語言模型 (LLM) 部署至 TensorFlow Lite (TFLite
    的頭像 發(fā)表于 11-14 10:23 ?1142次閱讀
    在<b class='flag-5'>設備</b>上利用<b class='flag-5'>AI</b> Edge Torch生成式API部署自定義大<b class='flag-5'>語言</b><b class='flag-5'>模型</b>

    AI浪潮已來!炬芯科技發(fā)布新一代AI音頻芯片,能效比和AI算力大幅度提升

    AI音頻芯片。 ? 2028 年中小型模型AI市場迅速增長,技術上有三大挑戰(zhàn) ? “近年來,
    的頭像 發(fā)表于 11-06 09:11 ?4019次閱讀
    <b class='flag-5'>端</b>側<b class='flag-5'>AI</b>浪潮已來!炬芯科技發(fā)布新一代<b class='flag-5'>端</b>側<b class='flag-5'>AI</b>音頻芯片,能效比和<b class='flag-5'>AI</b>算力大幅度<b class='flag-5'>提升</b>

    AI模型的倫理與社會影響

    個人隱私得到保護,防止數據泄露和濫用。 對于敏感數據的處理,如生物識別信息或健康記錄,需要遵循更嚴格的隱私和安全標準。 偏見與歧視 AI模型
    的頭像 發(fā)表于 10-23 15:13 ?1918次閱讀

    AI模型在自然語言處理中的應用

    AI模型在自然語言處理(NLP)中的應用廣泛且深入,其強大的語義理解和生成能力為NLP任務帶來了顯著的性能提升。以下是對
    的頭像 發(fā)表于 10-23 14:38 ?1548次閱讀