12月3日,第四届世界互联网大会拉开帷幕,阿里巴巴集团董事局主席马云在开幕式上发表演讲,谈及人类、机器与科技进步的关系,他认为,人类要有自信,我们可以控制机器,与其担心机器被超越,不如拥抱技术创新。
列举历史上数次技术飞跃时期,人类社会总会弥漫对人类被机器取代的担忧。马云表示,清朝时期铁路出现,人们抵制铁路,担心沿线挑夫会失业影响社会稳定,但现在有200多万的铁路工人;集装箱出现后,搬运工人担心会失业,但港口却出现了很多吊船工人。
马云称担心机器会威胁人们,担心技术会带走很多工作,不如拥抱技术,解决新的问题,“新技术不是让人失业,而是让人做更有价值的事情,让人不去重复自己,而是去创新,让人的工作能够进一步进化。”
马云认为,“过去30年,我们把人变成了机器,未来30年,我们将把机器变成人,但是最终应该让机器更像机器、人更像人。”
技术的趋势不可阻挡,但机器没有灵魂、没有信仰。马云表示,“我们人类有灵魂、有信仰、有价值观,人类有独特的创造力、人类要有自信、相信,我们可以控制机器。”
未来,机器将取代大部分机械的工作,但马云认为,这将让人类从事更有创意、更有创造力、更有体验的工作,服务业一定会成为未来就业的主要来源。
在马云看来,人类正面临着新一轮共同的挑战。第一次技术革命导致了第一次世界大战,第二次技术革命导致了第二次世界大战。第三次技术革命,也就是说第三次世界大战也将即将打响,但这不是一场国与国之间的战争,这是一场人类携手对抗疾病、贫穷和气候变化的战争。
“我认为人类共同的未来,所有的人类、所有的国家都应该联合起来,相信年轻人,而不是相信武器,我们要相信技术,我们要拥抱技术,我们应该主动拥抱技术,去进入到新的共享、普惠、绿色的时代。”马云在致辞最后说:“因为只有这样,人类社会才会更好、才会更持久、才会更健康。”
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。