近日，在全球人工智能顶级学术会议AAAI2025期间，蚂蚁数科、浙江大学、利物浦大学和华东师范大学联合团队提出创新的跨域微调（offsite-tuning）框架——ScaleOT。该框架能在模型性能无损前提下，将隐私保护效果提升50%，与知识蒸馏技术相比，算力消耗显著降低90%，为百亿级参数模型的跨域微调提供高效轻量化方案，论文因创新性入选AAAI的oral论文(本届大会近13000篇投稿，口头报告比例仅4.6%)。跨域微调是目前业内保护模型产权与数据隐私的主流方案，通过有损压缩将大模型转换为仿真器，

百度智能云最近成功点亮了国内首个自研的昆仑芯三代万卡集群。这一里程碑式的突破不仅标志着百度在人工智能算力领域迈出了重要一步，同时也为整个行业提供了新的发展思路。随着科技的不断进步，算力的提升对于支持大规模模型的训练和应用显得尤为关键。过去一年，随着 AI 技术的普及，许多公司面临算力紧张的问题，这直接导致了大模型使用成本的居高不下。百度方面表示，通过自研芯片和万卡集群的建设，他们不仅有效解决了自身的算力供应问题，还为其他企业提供了借鉴和

["代表方吴恩达认为,数据和机器学习结合,会持续强化科技市场领导者的主导地位。","代表方A16Z合伙人认为,每个模型只能做一件事,更多数据不一定带来更好的产品。","不同行业、不同用例,“赢家通吃”的情况各不相同,需要具体分析。","互联网时代的投资逻辑在AI时代行不通,因为算力是有成本的。","小型、专业化的长尾模型也有优势,财富分配会更平均。"]

["微软认为每个 APP 和应用都应该被 AI 优化，过去半年微软基于 AI 重写了几乎所有内部产品。","大模型意味着大成本，大模型的价格永远是不可控的。","大模型的成本包括硬件成本、算力成本、网络成本、算法成本等，而算力成本只是其中的一部分。"]}