經(jīng)過1天的發(fā)布會、采訪,我和ZDNet李鈞主編認為今天CES說了12個以下的不:
1、英特爾的無線嵌入式芯片對自已是電腦CPU芯片廠商說了不;
2、英特爾對人機交換全指的觸控說了不;
3、英特爾嵌入式對單操作系統(tǒng)說了不;
4、英特爾對制作大片只屬于技術(shù)專家說不,未來平民也可用普通PC的浸入式體驗用自己的創(chuàng)意做大片;
5、英特爾對只能用專用設備做3D打印說不;
6、英特爾對手機安全技術(shù)收費說不;
7、英特爾對引起戰(zhàn)爭的半導體材料的使用和商業(yè)價值說不;
8、三星對平面電視說不,推出105英寸曲面電視;
9、夏普對4K技術(shù)應用說不;
10、LG、三星、索尼、夏普對60英寸以下電視屏說不;
11、美、德、日頭號汽車廠商對非聯(lián)網(wǎng)的汽車說不;
12、華為對6英寸屏幕以下手機說不,發(fā)布4G制式 6.1英寸手機。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。