今日消息！开源力量崛起！傅盛力赞阿里云大模型：超越闭源指日可待

开源力量崛起！傅盛力赞阿里云大模型：超越闭源指日可待

北京，2024年6月16日 - 近日，阿里云发布了其最新开源模型Qwen2-72B，该模型参数规模达到720亿，性能超过了美国最强的开源模型Llama3-70B，也超过了众多国内闭源大模型。这一消息在业界引起了广泛关注，也引发了对开源大模型与闭源大模型未来发展趋势的讨论。

对此，猎豹移动董事长兼CEO、猎户星空董事长傅盛发表了看法。他表示，阿里云发布的Qwen2-72B开源模型能力已经超越了国内绝大多数闭源模型，这表明了开源大模型的巨大潜力。

傅盛认为，开源大模型和闭源大模型各有优劣。闭源大模型拥有强大的资金和技术支持，能够快速迭代更新，但在数据和算法方面存在一定限制。而开源大模型则具有开放透明、易于协作的特点，能够汇聚来自全球各地的开发者和研究人员的力量，不断推动模型的进步。

从长远来看，傅盛认为开源大模型的能力将超越闭源大模型。主要原因在于开源并不是简单的做雷锋，而是结合自己的商业模式，结合能够形成社区的反馈能力的一套战略部署。 开源大模型的社区能够持续贡献新的代码和数据，并对模型进行改进，这将使模型的性能和能力得到不断提升。

此外，开源大模型还具有更强的通用性和可扩展性。 由于代码是公开的，任何人都可以对其进行修改和使用，这使得开源大模型能够更广泛地应用于各种场景。

当然，开源大模型也存在一些挑战。 首先，开源社区的管理和维护需要大量的精力和资源。其次，开源模型的质量和可靠性难以保证。

尽管存在挑战，但傅盛依然对开源大模型的未来发展充满信心。他呼吁更多的企业和开发者加入到开源大模型的社区中，共同推动开源大模型的发展和进步。

以下是傅盛对开源大模型未来发展的几点建议：

• 加强开源社区的建设，提高社区的管理水平和运营效率。
• 建立完善的代码质量和安全机制，确保开源模型的质量和可靠性。
• 探索开源商业模式，为开源大模型的可持续发展提供动力。

随着开源大模型的不断发展，其将对各行各业产生深远的影响。 在未来，开源大模型有望成为人工智能发展的重要引擎，推动人工智能技术取得更大的突破。

气象数据赋能实体经济：“温度指数（保险）+天气衍生品”创新应用落地

北京，2024年6月17日 - 近日，中国气象局印发了《关于表彰2024年第一批“气象数据要素×”典型案例的通知》，由国家气象中心申报、大商所参与的“温度指数（保险）+天气衍生品”应用试点案例成功入选。该案例充分发挥了气象数据的经济价值，为涉农、能源、制造等多个领域提供了风险管理新工具，助力实体经济高质量发展。

创新指数赋能风险管理

“温度指数（保险）+天气衍生品”应用试点，以国家气象中心权威的温度指数为基准，通过金融创新手段，将天气风险转化为可交易的金融产品，为相关产业链条上的企业提供风险保障。

该项目的核心技术在于温度指数的构建。该指数通过机器学习技术，对我国20亿条气象大数据进行归纳分析，遴选哈尔滨、呼和浩特、乌鲁木齐等15个城市作为基准城市，构建了包括日平均温度指数（DAT）、月度累积平均温度指数（CAT）和反映温度偏离18℃的月度制热/制冷指数（HDD/CDD）等在内的多层次温度指数体系。

衍生品创新助力产业发展

基于温度指数，各试点项目开发了丰富的衍生品产品，包括指数保险、期货、期权等，为相关产业提供了多样化的风险管理方案。

例如，广东省推出的“水产养殖温度指数保险+衍生品”，为水产养殖户提供因高温或低温导致的鱼虾死亡风险保障；湖北省推出的“茶叶寒潮指数保险+衍生品”，为茶叶种植户提供因寒潮冻害导致的茶叶减产减收风险保障；北京市推出的“果树寒潮指数保险+衍生品”，为果树种植户提供因寒潮冻害导致的果树受损风险保障。

典型案例引领示范效应

“温度指数（保险）+天气衍生品”应用试点的成功落地，为气象数据赋能实体经济提供了宝贵经验，也为其他行业领域的气象数据应用开创了先河。

中国气象局表示，将继续推动气象数据价值挖掘和应用，开发更多高质量的气象数据产品和服务，助力各行各业降本增效、转型升级。

案例亮点

• **创新性强：**该项目首次将温度指数与天气衍生品相结合，为气象数据在金融领域的应用开创了新模式。
• **实效性高：**该项目已在多个行业落地应用，取得了良好的经济效益和社会效益。
• **示范性强：**该项目为其他行业领域的气象数据应用提供了可借鉴的经验。

未来展望

随着气象数据的不断积累和完善，以及金融科技的快速发展，“温度指数（保险）+天气衍生品”应用模式将进一步推广应用，为更多产业和领域提供风险管理服务，助力气象数据赋能实体经济高质量发展。