在本屆英特爾IDF上,可穿戴無疑是其中的一大重點,而中國創(chuàng)客展示的智能領帶和智能內衣,更是讓人眼前一亮。英特爾作為芯片廠商,在物聯(lián)網市場耕耘了30年時間,這樣的經驗使得英特爾在新興的可穿戴設備市場如魚得水。
去年IDF上,英特爾推出了夸克(Quark)平臺的SoC解決方案,這是一個微型設備專門打造的超微型SoC芯片。這可以看作是英特爾全面發(fā)力可穿戴市場的標志。
在今年1月份的CES上,英特爾推出了基于夸克芯片的愛迪生(Edison)PC,這是一個體積只有SD卡大小的電腦,但是它五臟俱全,不但內置有雙核的夸克芯片,而且內置了Wifi和藍牙等模塊,其運行在Linux系統(tǒng)上。
除了技術上積極運籌之外,英特爾在公司架構和戰(zhàn)略方向上更是做了重大調整。在2013年11月份,英特爾專門成立了可穿戴和物聯(lián)網部門。而2014年4月份在深圳召開的春季IDF上,英特爾投資宣布設立金額為1億美元的”英特爾投資中國智能設備創(chuàng)新基金“,旨在加速平板電腦、智能手機、PC、2合1設備、可穿戴設備和物聯(lián)網等智能設備及其相關領域的技術創(chuàng)新。
英特爾物聯(lián)網事業(yè)部物聯(lián)網策略和技術辦公室的Bridget Karlin指出,到2020年,全球將有50億設備支撐全球的企業(yè)運營和個人操作,英特爾是物聯(lián)網蓬勃發(fā)展的原動力。
Bridget Karlin指出,物聯(lián)網驅動著商業(yè)變革;英特爾提供從設備到云的領先物聯(lián)網技術;英特爾是唯一可以提供物聯(lián)網端到端解決方案的廠商。
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能根據不同問題靈活調整內部專家配置。該方法在數學、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,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,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。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,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幾何知識對培養(yǎng)AI空間智能的重要價值。