去年年底,聯(lián)想可以用“萬(wàn)眾矚目”四個(gè)大字來(lái)做注釋?zhuān)?lián)想宣布收購(gòu)IBM X86服務(wù)器業(yè)務(wù)后,一周內(nèi)連續(xù)放“大招”,除夕當(dāng)天又宣布以29億美元從谷歌手中買(mǎi)到摩托羅拉移動(dòng)。這兩項(xiàng)收購(gòu)為聯(lián)想將來(lái)的發(fā)展提供了更為廣闊的天空。
今日,聯(lián)想在深圳舉辦了大客戶(hù)PC業(yè)務(wù)研討會(huì),希望通過(guò)與客戶(hù)的探討,共同驅(qū)動(dòng)聯(lián)想產(chǎn)品上的創(chuàng)新,也能夠更好地為客戶(hù)提供個(gè)性化、滿(mǎn)足多樣化需求的產(chǎn)品。
據(jù)悉,去年聯(lián)想在中國(guó)商用PC市場(chǎng)取得了優(yōu)異的成績(jī),在筆記本、臺(tái)式機(jī)、工作站市場(chǎng)的占有率分別為 49.6%、 71.5%、 32.8%。
聯(lián)想集團(tuán)中國(guó)區(qū)大客戶(hù)事業(yè)部PC產(chǎn)品營(yíng)銷(xiāo)總經(jīng)理王立平表示,聯(lián)想能夠取得這樣的成績(jī),主要來(lái)自三個(gè)方面:首先是產(chǎn)品的創(chuàng)新能力,創(chuàng)新產(chǎn)品是基礎(chǔ);其次是清晰的業(yè)務(wù)戰(zhàn)略,聯(lián)想將會(huì)繼續(xù)貫徹“雙品牌”戰(zhàn)略、“保衛(wèi)”和“進(jìn)攻”的策略;最后是強(qiáng)大的執(zhí)行能力。
他強(qiáng)調(diào)創(chuàng)新是很重要的來(lái)源,而客戶(hù)則是聯(lián)想的產(chǎn)品顧問(wèn),希望本次會(huì)議能夠在未來(lái)終端小型化&一體化產(chǎn)品趨勢(shì)、虛擬化應(yīng)用方案、筆記本發(fā)展趨勢(shì)及Win8平板、終端增值設(shè)備的行業(yè)應(yīng)用這四個(gè)方面進(jìn)行深入探討,聯(lián)想也會(huì)本著帶著學(xué)習(xí)心態(tài)來(lái)傾聽(tīng)客戶(hù)的聲音。
聯(lián)想工作人員現(xiàn)場(chǎng)演示
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(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話(huà)多且準(zhǔn)確率低"的問(wèn)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(kāi)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(guò)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(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(lái)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。