以 GPT-4o 为代表的实时交互多模态大模型（LMMs）引发了研究者对高效 LMM 的广泛关注。现有主流模型通过将视觉输入转化为大量视觉 tokens，并将其嵌入大语言模型（LLM）上下文来实现视觉信息理解。
国产大模型云服务平台SiliconCloud（硅基流动），首发上线了基于华为云昇腾云服务的DeepSeek-V3、DeepSeek-R1。 DeepSeek-V3：输入只需1块钱/M tokens，输出2块钱/M tokens
谈到大模型的“国货之光”，除了DeepSeek之外，阿里云Qwen这边也有新动作——首次将开源Qwen模型的上下文扩展到1M长度。
创立10年内估值超过10亿美元的创新公司，被称之为独角兽，它们是市场潜力无限的绩优股，是为行业带来技术创新、模式创新的佼佼者。
大模型应用落地元年，谁家业务更值得关注？
如果2023年给大模型的关键词是席卷，那么在2024，这个关键词应该是渗透。最常用的软件、手机PC本身、甚至厨卫/电源开源，都在被AI重塑。主观感受中，这一年，AI更加强大，以前所未有的速度嵌入各行各业。
很多大模型的官方参数都声称自己可以输出长达32K tokens的内容，但这数字实际上是存在水分的？？
在人工智能快速发展的当下，这个问题有了新的答案——处理284张720P的图片。2023年12月，随着字节跳动发布最新的豆包视觉理解模型，AI领域又迎来一次"降维打击"：每千tokens的输入价格降至3厘，较行业常见价格低了整整85%。
2024 年的 AI 图像生成技术，又提升到了一个新高度。
榨干16000块H100、基于15亿个Tokens训练。
