2024算法与AI大模型的用户认知调研报告
消费者对于 AI 大模型和算法的认知水平是影响人工智能行业发展的重要因素，认知程度和使用态度的变化在一定程度影响着人工智能技术的商业化应用速度，从而对我国数字经济发展、数字中国建设产生影响。2024 年 8 月，我们在全国范围内发放了面向消费者的调查问卷，试图了解目前我国消费者关于 AI 大模型以及算法的认知情况。课题组通过支付宝渠道向用户发放调查问卷，一共回收了 8030 份有效问卷。基于这些数据，我们得到了如下的结论。
AI大模型赋能垂直行业标杆案例集：运营商实践
AI大模型赋能垂直行业标杆案例集：运营商实践
面向AI大模型的网络使能技术
随着大模型和智能体（Artificial intelligence agent, AI agent）技术的发展，未来越来越多的工作将被基于大模型的智能体所取代。一方面，由于大模型对数据和算力的需求巨大，资源受限的终端将难以满足模型训练和推理的需求。另一方面，未来第六代移动通信（Six generation, 6G）网络存在大量低时延需求的价值场景，例如无人驾驶、虚拟和增强现实等，云端大模型难以满足这些场景用户的需求。因此，向无线网络寻求算力和数据的支撑将成为大模型时代的必然。本文介绍了大模型时代下网络使能人工智能（Artificial intelligence, AI）技术的需求和驱动力，详细阐述了未来 6G 网络能为大模型提供的 AI 服务，包括数据感知、分布式训练、指令优化、端边云协同推理和模型优化等，通过案例分析说明了相关技术的实践应用，并总结了未来可能的研究方向和所需要面对的挑战。
SVIP免费
多模态大模型：开放世界理解
ChatGPT的发布标志着自然语言处理技术迈入了一个全新的阶段。自2022年底亮相以来，它凭借其惊人的语言生成能力，迅速成为AI领域的焦点。ChatGPT能够进行连贯、深度的对话，甚至创作诗歌、撰写文章，展现出了前所未有的创造力和理解力。这一突破不仅激发了公众对于AI技术的兴趣，还加速了科技界对通用人工智能（AGI）的研究步伐。
在教育、写作、娱乐等多个领域，ChatGPT的应用潜力正在被不断挖掘。教育工作者利用它辅助教学，作家借助它激发灵感，企业则将其融入客户服务，提高了效率与体验。同时，ChatGPT也引发了关于AI伦理、隐私保护及就业市场变革的广泛讨论，促使社会各界思考如何在享受AI红利的同时，建立相应的监管框架，确保技术的健康发展。总之，ChatGPT的出现不仅是技术上的革新，更是对人类社会未来发展路径的一次深刻启示。
SVIP免费
Top开源大模型安全测评报告（2024）
本报告聚焦国内外开源大模型的安全风险测评，通过选取典型的12家20款开源大模型，从国家安全、道德伦理、公民权利、公共安全、历史文化、医疗卫生、隐私信息、不良信息、商业金融、基础安全、网络安全和模型滥用等12个方面展开深入安全测评，旨在提高大模型厂商的安全意识和保障行业用户的合法权益，并通过系统性分析国内外开源大模型安全的综合表现，为人工智能大模型产业各界提供参考。
AI大模型赋能智能座舱研究报告
AI大模型是什么？
AI大模型作为人工智能领域的重要突破，其超大规模参数和超强计算资源使得机器能够处理海量数据，完成各种复杂任务
AI大模型，通常指的是基于深度学习技术构建的、具有大量参数和强大功能的的人工智能模型。数据、算力和算法是AI大模型发展的三大核心要素。这些模型通过学习海量数据和深度神经网络的优化，在各种任务上取得了显著成果。
VIP免费
20241210-全球软件开发大会-AI行业：大模型生产力工具的思考与实践
60%的参与者认为ChatGPT对他们的满意度产生了中等程度的积极影响。尤为显著的是，它使人们感知到了生产力的提升，减少了重复性工作，而并未带来显著的压力影响。
此外，其他反馈突出了ChatGPT在助力工作开展、帮助学习新知以及便捷地获取有效信息等方面所起的作用，与传统工具相比优势明显。
VIP免费
大模型在华为云数字化运维的全面探索和实践
华为云AIOps发展之路-从单点，到复杂，再到自动化
2024大模型落地与前沿趋势研究报告
⼤模型业务模式概览：主要包括应用开发部署平台、模型API服务及模型服务三部分，目前模型服务和模型API是核⼼业务
大模型在华为推荐场景中的探索和应用
信息过载时代下的推荐系统
为用户推荐感兴趣的资讯，提升用户体验
广告主精准投放，挖掘潜在客户
提供更好的服务，建设平台生态，提升平台收益
安全大模型的最后一公里实践： 智能决策与自动响应
想象一下，当你正和家人享受着周末的美好时光，公司的服务器突然遭受了一次突发的网络攻击。
现在，你有两个选择：
一是：打断你的休息时间，召集团队紧急应对；
二是：让AI安全专家“小A”来处理这个问题。
360漏洞研究院-大模型安全实践报告：真实漏洞视角下的全面探讨
近年来，人工智能（AI）正以前所未有的速度发展，在各行各业中扮演着越来越重要的角色。大模型作为 AI 中的重要一环，其能力随着平台算力的提升、训练数据量的积累、深度学习算法的突破，得到进一步的提升，并逐渐在部分专业领域上崭露头角。与此同时，以大模型为核心涌现的大量技术应用，也在计算机安全领域带来了诸多新的风险和挑战。
本文对大模型在软件设施和具体应用场景落地中的安全问题进行多方面探讨和研究，涵盖了模型层安全、框架层安全、应用层安全。在研究过程中，我们借助 360 安全大模型代码分析能力，对多个开源项目进行代码梳理和风险评估，结合分析报告，快速审计并发现了近 40 个大模型相关安全漏洞，影响范围覆盖llama.cpp、Dify 等知名模型服务框架，以及 Intel 等国际厂商开发的多款开源产品。这些漏洞中，既存在二进制内存安全、Web 安全等经典漏洞类型，又包含由大模型自身特性引入的综合性问题。本文对不同场景下的攻击路径和可行性进行分析，并在文中结合了部分漏洞案例和具体说明，旨在从真实漏洞的视角下探索当前大模型的安全实践情况，为构建更加安全、健康的 AI 数字环境贡献力量。
