當(dāng)?shù)貢r(shí)間周二,谷歌宣布將在2015年1月推出首款Project Ara模塊化手機(jī),售價(jià)約為50美元。
周二,在美國(guó)計(jì)算機(jī)歷史博物館舉行的Project Ara開發(fā)者大會(huì)上,谷歌Project Ara項(xiàng)目主管保羅·埃雷蒙科(Paul Eremenko)及項(xiàng)目協(xié)調(diào)員大衛(wèi)·菲什曼(David Fishman)宣布了該消息,大約200名開發(fā)者參加了當(dāng)天的大會(huì)。
埃雷蒙科稱,首款Project Ara模塊化智能手機(jī)是一款“灰色”產(chǎn)品,預(yù)計(jì)將在2015年1月上市、售價(jià)約為50美元。
“Project Ara”是谷歌模塊化智能手機(jī)代號(hào),該產(chǎn)品支持用戶更換物理組件,實(shí)現(xiàn)手機(jī)模塊化定制,盡可能向用戶提供更為便捷的下載環(huán)境。模塊化定制手機(jī)創(chuàng)意來自谷歌的ATAP團(tuán)隊(duì),該團(tuán)隊(duì)由谷歌公司出售摩托羅拉給聯(lián)想時(shí)剝離出來,由美國(guó)國(guó)防高級(jí)研究計(jì)劃局(DARPA)前任主管雷吉納·杜根(Regina Dugan)負(fù)責(zé)。
埃雷蒙科表示,之所以稱該產(chǎn)品為灰色手機(jī),意味著單調(diào)的灰色可以滿足人們的定制需要。它并不是一款簡(jiǎn)單的手機(jī)產(chǎn)品,可以讓用戶根據(jù)自己的需求進(jìn)行應(yīng)用和軟件的個(gè)性化定制。
埃雷蒙科稱,從現(xiàn)在起到明年1月份,他本人和另外兩個(gè)Project Ara項(xiàng)目的全職團(tuán)隊(duì)還將從事更多相關(guān)工作。包括與麻省理工學(xué)院的專家學(xué)者,以及與合作伙伴3D系統(tǒng)公司建立一個(gè)大規(guī)模的3D打印機(jī)組件,確保產(chǎn)品研發(fā)進(jìn)程有序推進(jìn)。
埃雷蒙科還透露,谷歌將在今年7月、9月舉行兩次Project Ara開發(fā)者大會(huì)。并稱今年5月份確定Project Ara模塊化智能手機(jī)的電源總線支持,大多數(shù)系統(tǒng)級(jí)功能將在9月份定案,而售后支持、管理認(rèn)證、運(yùn)營(yíng)商認(rèn)證預(yù)計(jì)將在11月份踢進(jìn),3D打印設(shè)備將在8月到位,而測(cè)試版本預(yù)計(jì)在2015年1月面市。
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(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)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(zhǎng)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(jī)。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。