對(duì)不起,各位網(wǎng)友,這篇稿是在美國時(shí)間1月8號(hào)凌晨3點(diǎn)半和視頻一起傳回,今天我才發(fā)現(xiàn),沒有被助理發(fā)布上,現(xiàn)在補(bǔ)給大家,可能意義不大,但是我必須完成自己的任務(wù):
美國拉斯維加斯時(shí)間1月7日下午7點(diǎn),北京時(shí)間1月8日早上11點(diǎn),第一天的CES已經(jīng)進(jìn)入尾聲,參觀了一天的展覽,看到了有七大顛覆性產(chǎn)品現(xiàn)象,以下和大家分享一天內(nèi)的見聞:
早上七點(diǎn)鐘,我就已經(jīng)抵達(dá)現(xiàn)場(chǎng),雖然還沒有開始開展,但是見到了英特爾研發(fā)團(tuán)隊(duì),在交流過程中的最大感受就是英特爾公司巔覆了以往只在手機(jī)和PC中發(fā)展在今后的發(fā)展的策略,要將自己的芯片inside一切物品中互聯(lián),這不能說是野心,而是雄心。
第二個(gè)感受是歐美廠商在大屏彩電方面可以說全軍覆沒,幾乎看不到他們的身影,反而中國、日本、韓國幾大廠商一統(tǒng)了天下。目前市場(chǎng)上最大的屏幕是110英寸,在三星、海信、海爾都有這樣的產(chǎn)品,而雅虎也有電視覆了他一直以web1.0的形象。
其次,第三是看到了目前前衛(wèi)的產(chǎn)品3D打印,美國很多先鋒廠商都已經(jīng)展現(xiàn)出了他們3D打印的成品,而在亞洲沒有一個(gè)廠商做到了這一點(diǎn),在相信未來會(huì)把3D打印的成本降低,這一點(diǎn)不只是顛覆傳統(tǒng)制造業(yè),也讓剛剛在電子產(chǎn)品領(lǐng)域堀起的亞洲廠商受到刺激。
第四點(diǎn)感受來自聯(lián)想23款新產(chǎn)品,其中讓人印象最深的是在一臺(tái)普通超薄筆記本機(jī)身上出現(xiàn)了低炮音響,另外可變鍵盤,都顛覆了音響和鍵盤的傳統(tǒng)外表和使用體驗(yàn)。
第五點(diǎn)感受是4K在2014年可能會(huì)迎來突破性的一年,但夏普卻顛覆了這一主流認(rèn)知,居然放棄了4K。
第六點(diǎn)是智能生活的展出,顛覆了我們正常生活的電氣、家電使用體驗(yàn),如展出的智能燈泡,它可以根據(jù)屋內(nèi)的光線強(qiáng)度來自動(dòng)調(diào)整亮度,它預(yù)示著未來我們所有的電器都能實(shí)現(xiàn)設(shè)備本身根據(jù)實(shí)時(shí)需求自動(dòng)進(jìn)行智能化的調(diào)整。
最后一點(diǎn)是CES展現(xiàn)出的多款可穿戴式設(shè)備,這些設(shè)備似乎它們未來的實(shí)用價(jià)值大于當(dāng)前實(shí)用價(jià)值,只能說自己巔覆了自己存在的意義,更像是在做未來電子產(chǎn)品的時(shí)裝表演,無意中一箭雙雕。但感到遺憾的是,和3D打印一樣可穿戴式設(shè)備依舊都是由美國廠商推出的。
此外我們還看到了很多顛覆性產(chǎn)品,最具代表性的就是CES給汽車做了新的定義——汽車不再只是機(jī)械電產(chǎn)品,而是一個(gè)移動(dòng)的電子產(chǎn)品。世界前十大汽車廠商到CES報(bào)道了九家,參觀者都被那各種怪異的汽車外表吸引過去,對(duì)它們熱情超過了對(duì)傳統(tǒng)電子產(chǎn)品的熱情。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)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(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)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(biāo)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(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。