人工知能モデル

The Informationによると、ByteDanceの創業者である張一鳴は先月の会議で従業員に対し、同社は人工知能モデルの能力を向上させるために蒸留技術を使用しないと伝えました。たとえそれが国内の競合他社に一時的に遅れを取ることを意味してもです。

公式の情報によると、アリババは千問 3.8-MAX 人工知能モデルを発表し、2.4兆個のパラメータを持っています。このモデルは来週にオープンソースの重みが公開される予定で、通義千問が初めてオープンソースのMaxレベルモデルを提供します。同時にオープンソースされるのはQwen3.8-27Bです。Qwen3.8-Maxは自主プログラミングとマルチモーダル能力を主打ちし、10日以上の自己進化開発と500回以上のチップ設計最適化を実現できます。APIの価格は入力が$2.0/Mトークン、出力が$6.0/Mトークンです。これはKimi K3に続く2Tを超えるパラメータを持つオープンソースの重みモデルであり、オープンソースの超大規模モデル競争が激化していることを示しています。

ChainCatcher のメッセージによると、Decrypt が報じたところでは、OpenAI の o3 モデルが Google Kaggle ゲームアリーナの人工知能チェスパフォーマンス大会で xAI の Grok 4 モデルを 4:0 で打ち負かしました。世界チェスチャンピオンのマグヌス・カールセンは、両者の対局レベルはアマチュア初心者に相当し、レーティングは約 800 点であると評価しました。試合のルールでは、人工知能モデルは特別な訓練なしで対局しなければならず、各ターンで合法的な手の選択肢は 4 回のみ許可され、違反した場合は即座に敗北となります。

ChainCatcher のメッセージによると、情報筋は DeepSeek がその R2 人工知能モデルのリリースを加速していると述べています。最初は5月にリリースする予定でしたが、現在はできるだけ早くリリースするために努力しています。

ChainCatcher のメッセージによると、金十の報道で、関係者が明らかにしたところによると、百度（BIDU.O）は今年下半期に次世代の人工知能モデルを発表する予定です。関係者によれば、「基盤モデル」と呼ばれる Ernie 5.0 は、多モーダル能力において大幅な強化が行われるとのことですが、その機能については具体的には明らかにされていません。「多モーダル」人工知能は、テキスト、動画、画像、音声を処理し、それらを組み合わせることができ、カテゴリを超えて変換することも可能です——例えば、テキストを動画に変換したり、その逆を行ったりします。基盤モデルは言語を理解し、テキストや画像の生成、自然言語でのコミュニケーションを含む幅広いタスクを実行することができます。現在、中国の企業は、OpenAI や他のアメリカの企業と競争するために革新的な人工知能モデルの開発に競って取り組んでいます。

ChainCatcher のメッセージ、ソーシャルメディアおよびテクノロジー企業 Meta は、国家安全保障の目的でアメリカ軍および防衛請負業者にその人工知能モデル Llama を開放しました。Meta のグローバル業務担当社長 Nick Clegg は、11 月 4 日の声明で、Llama が複雑な物流と計画を簡素化し、テロリストの資金調達を追跡し、アメリカのサイバー防御を強化するために使用されると述べました。同社は、マイクロソフト、アマゾン、IBM、オラクル、Palantir およびその他のテクノロジー大手と協力して、アメリカ政府に包括的なサービスを提供します。

ChainCatcher のメッセージ、米国 SEC の議長ゲイリー・ゲンスラーは、アルゴリズムや人工知能モデルを使用して公衆を欺くことは詐欺であり、これは私たちが直面している問題だけでなく、連邦取引委員会などの他の機関も同様の状況に直面するだろうと述べています。米国 SEC は毎日、システム内でコストを削減する方法に焦点を当てており、競争や透明性などの方法を通じてコストを削減し、市場のアクセス可能性を確保する必要があります。また、市場のレジリエンスにも注目する必要があり、中央清算などの手段を通じてバックエンドとインフラの堅牢性を強化することが求められています。

ChainCatcher のメッセージ、分散型人工知能エージェント分野のリーダー DeAgentAI が、そのコミュニティで初の DeAgentAI フィードバックトレーニングメカニズムに基づくモデル ------ AlphaX を発表しました。DeAgentAI は Web3 初の AI フィードバックメカニズムインセンティブプロトコルであり、フィードバックメカニズムとトレーニングプロセスを密接に結びつけ、初めて Proof of Insight の理念を実現し、大規模モデルがさまざまな細分化されたシーンで迅速に実現する課題を解決することを目指しています。AlphaX はカーネギーメロン大学、カリフォルニア大学ロサンゼルス校、ニューヨーク州立大学などのトップ学術機関からの AI チームによって開発され、ベータテスト段階で業界のリーダーやトレーダーから広く認識されています。ユーザーは AlphaX を利用して DeAgentAI が独自に開発した AI モデルによる BTC と ETH の価格予測信号を取得でき、信じるかどうかを選択することでモデルにフィードバックを行い、チームのモデルトレーニングにさらなるパラメータを提供します。AlphaX の市場化を促進するために、DeAgentAI は Bitlayer、KiloEx、oooo などの複数のエコシステムパートナーと戦略的提携を結び、共同でマーケティング活動を行っています。さらに、DeAgentAI は 100 万 USDT のインセンティブプログラムを発表し、ユーザーは DeAgentAI が AA's Dog 活動シーズンのために準備した 2,000 万トークンを分け合う機会があります。DeAgentAI は今年、600 万ドルの資金調達に成功し、9 月には B2Network などの十数の主要プロジェクトと連携してエコシステム共同イベント GUESS2049 を開催し、累計 30 万ユーザーが 44 万件以上のオンチェーン取引を行いました。

ChainCatcher のメッセージによると、人工知能会社 Anthropic の CEO ダリオ・アモデイは、人工知能の未来はロボットの反乱よりも企業構造の最適化に関わる可能性が高いと述べています。アモデイは最近、Econ 102 ポッドキャストで人工知能の未来についてインタビューを受け、人工知能の軍事利用や人間の労働者がより効率的な機械に置き換えられることなど、さまざまな側面に触れました。アモデイは、人工知能モデルネットワークを通じて効率的な階層構造を開発する社内の取り組みについて語りました。同社の現在の考えは、特定のタスクをネットワークで完了できる人工知能の群れのアイデアに関連しているようです。基本的な前提は「大モデルが小モデルを編成する」ということになります。アモデイは、より大きなモデルが数百のより小さく、より速く、より効率的なモデルを作成してタスクを実行することになると補足しました。アモデイは、工蜂が女王蜂を支えるという類推を用いましたが、彼が描写したものは典型的な企業インフラストラクチャに非常に似ています。この設計の利点は、各レベルの最終ユーザーがシンプルなユーザーインターフェースを通じて必要な特定の機能にアクセスできることを意味する可能性があると指摘しています。

ChainCatcher のメッセージによると、金十の報道では、Meta Platforms（META.O）の LLAMA 人工知能モデルの総ダウンロード数が 3.5 億回に近づいており、そのうち先月のダウンロード数は 2000 万回を超えました。

ChainCatcher のメッセージ、マスクが X で投稿し、人工知能モデル Grok 2 のテスト版が近日中にリリースされると述べました。

ChainCatcher のメッセージによると、ロイター通信は、関係者の話として、ChatGPT の開発者である OpenAI が「ストロベリー」というコードネームのプロジェクトで新しい人工知能モデルを開発していると報じています。この計画は進行中であり、「ストロベリー」が市場に出るまでの距離は現時点では不明です。関係者によると、OpenAI 内部でも「ストロベリー」の動作原理は厳重に守られた秘密です。報告によれば、OpenAI の内部文書には、ストロベリーモデルを使用したプロジェクトが記載されており、このプロジェクトの目的は、同社の人工知能が単にクエリの回答を生成するだけでなく、十分な計画を事前に立て、自律的かつ信頼性を持ってインターネットをナビゲートし、OpenAI が言う「深い研究」を実行することができるようにすることです。

ChainCatcher のメッセージによると、Beincrypto が報じたところでは、ステーブルコイン発行者 Tether が分散型人工知能 (AI) モデルを開発中です。同社の CEO Paolo Ardoino は、これらのモデルがユーザーのプライバシーをより良く保護し、システムの弾力性と独立性を確保することができ、昨年 OpenAI が受けたハッキング攻撃を防ぐために使用できたと述べています。彼は、新世代のスマートフォンやノートパソコンの機能が十分に強力であり、ユーザーデータに基づいて汎用大規模言語モデル (LLM) を微調整することで、機能強化がデバイスのローカル保存を実現できると指摘しました。