2021世界移動通信大會(MWC)·上海展現(xiàn)場,順著Nreal投融資副總裁呼顯龍的手勢方向,我們看到了“世界上唯一量產的混合現(xiàn)實眼鏡”。主打“開創(chuàng)性”混合現(xiàn)實眼鏡形態(tài),Nreal近年來可謂MR(混合現(xiàn)實)領域一匹黑馬,風頭正勁。所謂“開創(chuàng)性”,即與以往頭盔形態(tài)的產品不同,Nreal的眼鏡產品都主張機身輕巧時尚,再加上空間計算和多傳感器融合,讓虛擬呈像和真實世界實現(xiàn)了高度準確及逼真的交互。
此次展區(qū),Nreal圍繞合作伙伴韓國通信運營商LG U+、日本通信運營商KDDI和歐洲最大電信運營商德國電信(DT),分別設置了LG U+體驗區(qū)、KDDI體驗區(qū)、DT體驗區(qū)、沙盤體驗區(qū)、互動體驗區(qū)和空間視頻體驗區(qū)等6大區(qū)域,向參展觀眾展示Nreal及各大運營商的MR落地成果。
VR陀螺分別進行了體驗,LG U+體驗區(qū)以虛擬偶像為主,展示了虛擬舞臺、全息表演;KDDI體驗區(qū)以藝術欣賞為主,帶給觀眾音樂可視化體驗;DT體驗區(qū)則以足球、籃球等體育項目展示了MR在體育賽事中的突出能力;互動和沙盤體驗區(qū)則是以互動性為主,展示Nreal與全球開發(fā)者共同合作的成果。
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(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(xiàn)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(xiàn)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(xiàn),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。