全球首颗AI大模型卫星，让卫星更聪明
在今年的9月底，我国商业航天团队发射了全球第一颗AI大模型卫星。那什么是AI大模型卫星？它和普通的卫星有什么不同？经过一个多月的在轨测试，大模型卫星运行怎么样？它能做些什么呢？
AI大模型卫星，天上自主作决策
有了大模型技术，卫星无需将数据传回地面，就可以作出相关的任务决策，大大提升了卫星的工作效率。同时，加入了AI大模型技术的卫星，就仿佛开启了自动驾驶模式的汽车，可以在天上进行自我姿态的调整和任务指令的自行执行。
为了将AI算力和系统从地面搬运到天上，团队要解决一系列技术难题。
启动“星算计划” 将算力系统搬到天上
将算力系统搬到天上后，团队还有更大的目标。他们已启动“星算计划”，将于2030年前建成由2800颗算力卫星组网、全球覆盖的“移动”算力网，助力人类更好地利用太空资源。
AI大模型“造字”，效率提升10倍以上
在我们身边，大模型应用在一些细分领域，正在颠覆传统行业。比如利用大模型还可以创造不同的字体，可以让效率提升10倍以上，成本也大大降低。一起去看看“AI设计师”是怎样发挥创造潜力造字的。
据图形起源算法工程师介绍，现在AI大概能够把正确率做到97%，AI这部分大概是两天完成，如果没有AI生成，生产周期可能一套字需要6到12个月。
AI大模型“造字”正改变字体设计行业
这个创业团队用AI改变的，正是字体设计行业。我们在印刷品、包装、网站上经常能看到各种各样的“字体”，这些字体是由字体设计师制作的。在一个字体文件中，每个字都是一张矢量图，因此要制作一套字体，需要把对应语言中的每个字都手工绘制出来，比如汉字字体的设计师，可能需要绘制多达3万个字，还需进行反复的细节调整，来确保每个字的正确性、美观性和一致性，可想而知工作量极其庞大，这也直接导致了应用端，大家需要花费昂贵的版权费来承担字体的设计成本。而这个创业团队就敏锐捕捉到了传统行业的特点，并用人工智能大模型技术来提质增效。
AI大模型可开发多语言符号字库
团队通过不断摸索试错，用技术解决真需求，不断迭代技术能力，在算法、算力方面进行优化，让大模型造字变得越来越可用。他们的字体生成能力还可以开发日、韩、拉丁字母等众多语言和符号的字库，他们还在研究将传统书法家的毛笔字进行矢量化学习，设计成书法家字库，从而发扬传统的汉字文化。
记者探访迭代中的“AI打工人”
用文字转化成记者的语音生成的视频，在几分钟内，一个以记者声音和形象进行播报的视频就生成了。
电商直播数字人大模型，声音文字秒级生成
在工作室里，记者只需要对着镜头录制一段几分钟的画面，随后上传到系统，再在系统里任意编辑自己想要表达的文字内容，就可以在一两分钟内，生成一段播报的内容。技术人员告诉记者，目前AI大模型技术还很难实时做到表情的模拟，但是在声音和文字内容的快速生成上，已经做到了秒级。通过这种快速生成的能力，团队推出了国内首个电商直播数字人大模型，并已经投放进了市场。
集成式开发模式，模型训练推理“多快好省”
大模型动辄上亿的训练成本和推理成本，令很多开发者和大模型初创企业望而却步。为了让模型落地，真正好用，开发者们关注的并不能仅仅是生成的质量，还要在成本和好用性上去下功夫。在训练模型过程中，一个集成式的开发模式发挥了作用，让模型训练和推理都做到“多快好省”。
“智能体”将如何改变我们的生活
智能体，简单来说，就是将人工智能大模型与各种智能硬件相结合，打造出的智能系统。和传统硬件相比，它们能够根据预设好的规则和目标，独立自主地执行任务、理解并响应人类的需求。比如在手机上，我们已经可以用一句话，让手机自主完成点外卖、全程无需人来插手。
智能体产品工程师 江洪泽：通过大模型的理解能力，我们可以将用户的意图，拆解成很多个步骤，然后按照一定的方式编排，一个任务、一个任务地去帮助用户自动完成，达成手机上的“自动驾驶”的这种体验。
多层分级，打造“智能”新标准
随着智能在终端设备中的爆发，智能体的智能化标准也成了行业发展必不可少的关键。
近期，中国信息通信研究院牵头发布了全球首份《终端智能化分级研究报告》，参考汽车自动驾驶的分级标准，这份报告将终端智能化水平由低到高分为L1—L5五个等级，等级越高，意味着终端在任务完成中的自主参与程度越高。帮助消费者理解他们的设备能做什么，也为产业发展提供了一份清晰的技术路线图。
智能终端距完全自动化智能化仍有距离
据介绍，根据分级标准，目前智能终端发展阶段普遍在L2—L3级别之间，即能感知用户简单的意图，并提供个性化服务，但距离完全的自动化和智能化，仍然有着不短的距离。
清华大学人工智能研究院常务副院长 孙茂松：大模型它非常的厉害，但是它不是万能的，有它的局限性。总的来说，它在语言、文字、语音、图像、视频这方面的理解和生成能力，应该说超过了可能85%的人类。15%的问题可能就要和应用场景去结合，通过应用和应用场景结合去想办法弥补这15%的问题。
审核：郦陈雪
编发：马 凯
素材整理：吕昕洺、陈卓
