量子位
·
非Transformer架构落地之王，带着离线智能和原生记忆能力在上海WAIC浮出水面
💡
原文中文，约5300字，阅读约需13分钟。
📝
内容提要
在WAIC展会上，RockAI展示了Yan 2.0 Preview大模型，机器狗和灵巧手在离线状态下自学新动作，展现原生记忆能力。该模型通过训推同步实现持续学习，旨在提高AI在端侧设备上的效率，推动自主学习和群体智能的发展。
🎯
关键要点
- RockAI在WAIC展会上展示了Yan 2.0 Preview大模型，机器狗和灵巧手在离线状态下自学新动作。
- Yan 2.0 Preview引入了原生记忆模块，具备边用边学、可持续进化的能力。
- RockAI创始人刘凡平表示，AI发展需要推翻反向传播和Transformer架构。
- Yan 2.0 Preview的记忆模块设计包括记忆更新和记忆检索两个阶段。
- RockAI专注于端侧服务，Yan架构旨在让模型在设备上高效运行。
- 离线智能使得模型能够在本地完成理解、推理和学习的全流程。
- RockAI的目标是让AI成为终端设备的真正大脑，具备记忆能力以提供个性化服务。
- RockAI已在真实设备上成功部署Yan架构，成为国内非Transformer架构模型的落地之王。
- RockAI希望通过群体智能实现AGI，构建有组织的模型群落。
- 行业内对Transformer架构的反思和非Transformer架构的快速追赶正在加速。
❓
延伸问答
Yan 2.0 Preview大模型的主要特点是什么？
Yan 2.0 Preview大模型具备原生记忆模块，能够边用边学，实现持续进化，支持离线智能。
RockAI为何选择非Transformer架构？
RockAI认为Transformer架构消耗大量计算资源，不适合端侧设备，因此选择非Transformer架构以提高效率。
Yan 2.0 Preview如何实现自主学习？
Yan 2.0 Preview通过训推同步机制，使模型在与环境交互中不断学习和更新记忆。
RockAI的离线智能有什么优势？
离线智能允许模型在本地完成理解、推理和学习，减少对云端的依赖，提高响应速度和隐私保护。
RockAI的目标是什么？
RockAI的目标是让AI成为终端设备的真正大脑，具备记忆能力以提供个性化服务，并推动群体智能的发展。
Yan 2.0 Preview的记忆模块是如何设计的？
Yan 2.0 Preview的记忆模块包括记忆更新和记忆检索两个阶段，能够动态整合新知识并保留重要历史信息。
➡️
