
北京時(shí)間1月7日,CES2015的主展館將對(duì)外開放,而在1月6日,參展商們都在忙著布展,好多“猶抱琵琶半遮面”的設(shè)備以及創(chuàng)意也會(huì)部分呈現(xiàn),記者在前一天特地去主展館轉(zhuǎn)了一圈,在這里說(shuō)道說(shuō)道CES2015主展館給人留下的印象:
NO.1:展館門口被福特承包了
與往年一樣,CES2015的主展館區(qū)也分為Central Hall(中心樓)、South Hall(南樓)以及North Hall(北樓)。在這些展館的門口處,都設(shè)有福特汽車的展區(qū),展示了不同型號(hào)的福特汽車,非常霸氣。而其他汽車都“藏”在了展館中。
NO.2:瞬間出戲 車展還是棒棒噠
逛主展館時(shí),最直觀的感覺(jué)是,汽車儼然成為了“石獅子”的地位,哪家展區(qū)要是不放上一臺(tái)都不好意思,這也側(cè)面印證了汽車領(lǐng)域果然備受關(guān)注,很多IT廠商都有涉獵。
NO.3:被“黑衣人”攔截 請(qǐng)明天再來(lái)
因?yàn)橹髡箙^(qū)尚未開放,所以大部分展區(qū)還是“進(jìn)不去”的狀態(tài),在這時(shí)好想呼喚一張參展商的Badge。
NO.4:中國(guó)家電廠商 有錢任性
如去年一樣,像是長(zhǎng)虹、海信、TCL這樣的中國(guó)家電廠商均在CES2015主展館區(qū)里面設(shè)置了展臺(tái),海信跟TCL在CES2015上均有發(fā)布活動(dòng),而長(zhǎng)虹卻沒(méi)有,但其展臺(tái)的地理位置最佳,就在Central Hall(中心樓)與South Hall(南樓)銜接處,臨近門口,與英特爾展臺(tái)隔街相望。
NO.5:中國(guó)參展商 呈幾何數(shù)字增長(zhǎng)
再逛South Hall(南樓)一層時(shí),越是往里面走越是覺(jué)得奇怪,明明身在拉斯維加斯,為什么大家說(shuō)的都是漢語(yǔ)?我也跟幾位參展商聊了幾句,那個(gè)區(qū)域確實(shí)來(lái)自中國(guó)的參展商占了多數(shù),與去年相比,今年來(lái)自中國(guó)的IT廠商也越來(lái)越多了。
NO.6:看似吉祥物的巨型袋鼠
雖說(shuō)展館門口被福特承包了,但是dish還是在Central Hall(中心樓)附近擺了一只超大的巨型袋鼠,因?yàn)橹鲌?chǎng)館門口四周只有這一只大型“洋娃娃”,就像是CES2015的吉祥物一般。
NO.7:索尼啊 你發(fā)布會(huì)的地兒還是不夠大
索尼不僅展臺(tái)沒(méi)換地方,連發(fā)布會(huì)的地方也沒(méi)換,就是在展臺(tái)…看著排隊(duì)等發(fā)布會(huì)的人群,大索尼啊,你的展區(qū)這次還是沒(méi)有椅子吧。
NO.8:復(fù)仇者聯(lián)盟占領(lǐng)三星GALAXY展臺(tái)
Central Hall的三星GALAXY展臺(tái)大部分產(chǎn)品并沒(méi)有被拿出來(lái),不過(guò)布展的主題是復(fù)仇者聯(lián)盟還是挺意外的,玩偶幾乎“占領(lǐng)”了這片區(qū)域。
NO.9:高通與英特爾 我們只是挨著
平板、手機(jī)、可穿戴等領(lǐng)域業(yè)務(wù)均有重疊的高通與英特爾,它們?cè)贑ES2015設(shè)立的展臺(tái)變成了好鄰居,而參觀的人群也可以“更近”的對(duì)比兩家展出的產(chǎn)品,它們是好鄰居,更是好對(duì)手。
NO.10:每個(gè)館的料都不少
雖然逛很多區(qū)域時(shí)都遭遇被“黑衣人”攔截的窘境,但是也會(huì)站在門口“瞄一眼”,各展館的料都不少,大家可千萬(wàn)不要錯(cuò)過(guò)。
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(wèn)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(wèn)題偏愛(ài)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(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。