【夏威夷,2023年10月25日】10月25日,一年一度的高通驍龍峰會在夏威夷舉行。會上,作為特邀嘉賓的榮耀終端有限公司CEO趙明宣布即將推出的榮耀Magic6將搭載全新驍龍8 Gen 3移動平臺,支持70億參數(shù)的AI端側(cè)大模型,并首次向外界展示了榮耀手機(jī)端側(cè)AI大模型的部分功能,以及MagicRing信任環(huán)在跨系統(tǒng)、跨設(shè)備、跨應(yīng)用的無縫流轉(zhuǎn)體驗升級。
榮耀終端有限公司CEO趙明
與云側(cè)AI大模型不同,榮耀端側(cè)AI大模型基于個人化理解和感知來完成場景化任務(wù)閉環(huán)。其優(yōu)勢在于可以更好的學(xué)習(xí)用戶個人數(shù)據(jù),且個人數(shù)據(jù)不出端、不上云,隱私信息更安全,是個人化的智慧生命體。同時在端側(cè)積累個人知識庫,可遷移、可繼承、可成長。隨著端側(cè)AI對用戶個人數(shù)據(jù)和習(xí)慣的學(xué)習(xí)成長,能夠帶來更深入的意圖理解和更加個性化的復(fù)雜場景服務(wù)。
此次榮耀與高通深度合作,主要圍繞性能、功耗和用戶隱私等方面進(jìn)行聯(lián)合創(chuàng)新,推動了AI大模型在端側(cè)的更好部署。在性能方面,雙方聯(lián)合優(yōu)化端側(cè)AI大模型的推理性能,充分釋放端側(cè)NPU算力;在功耗方面,聯(lián)合優(yōu)化端側(cè)NPU調(diào)度,讓大模型應(yīng)用流暢又省電;最后,在隱私安全方面,雙方聯(lián)合優(yōu)化端側(cè)AI大模型應(yīng)用的數(shù)據(jù)通路防護(hù),保障用戶隱私絕對安全。
趙明在本次峰會上宣布,榮耀Magic6采用驍龍8 Gen 3移動平臺,將支持70億參數(shù)的端側(cè)AI大模型,開創(chuàng)生成式AI的新時代。目前,榮耀端側(cè)AI大模型可基于對用戶偏好的理解和感知,為用戶提供個性化服務(wù),結(jié)合多模態(tài)自然交互,榮耀Magic6對用戶意圖理解更精準(zhǔn)更立體,能夠認(rèn)知學(xué)習(xí)圖像、文本和復(fù)雜語義,帶來千人千面的用戶專屬智慧服務(wù)。
榮耀在峰會現(xiàn)場展示了包括智慧成片和靈動膠囊在內(nèi)的端側(cè)AI能力,以及MagicRing信任環(huán)所帶來的的升級功能,如攝像頭跨設(shè)備分享、APP跨設(shè)備拖拽等功能,讓跨系統(tǒng)、跨設(shè)備、跨應(yīng)用的無縫流轉(zhuǎn)體驗更進(jìn)一步。
榮耀智慧成片功能,可以根據(jù)用戶偏好和關(guān)鍵節(jié)點對圖庫里的圖片、視頻進(jìn)行智能檢測、篩選,并主動匹配音樂字幕,一鍵即可成片。榮耀靈動膠囊,是依托于高通芯片的低功耗能力和榮耀獨有的眼動操控技術(shù)所開發(fā)的趣味功能,比如,當(dāng)頂部膠囊出現(xiàn)打車通知時,用戶只需要看一眼,就能自動打開卡片看到車牌號碼和到達(dá)時間,持續(xù)注視,卡片還會進(jìn)一步展開到APP,更方便用戶單手操作。
MagicRing信任環(huán)此次升級主要體現(xiàn)在攝像頭、Pad、PC等連接設(shè)備的綜合管理和無縫傳輸上。持續(xù)升級的MagicRing信任環(huán)技術(shù)帶來了更多類型數(shù)據(jù)的傳輸,且信號更穩(wěn)定,能耗更低。比如,高清的手機(jī)攝像頭支持在PC端共享,文件可以在手機(jī)、Pad、PC三臺設(shè)備里跨屏拖拽、隨意編輯。
即將發(fā)布的榮耀Magic6搭載驍龍8 Gen 3移動平臺,其內(nèi)置的端側(cè)AI大模型將全面融入到AI使能的個人化全場景操作系統(tǒng)中。展望未來,榮耀將繼續(xù)堅持開放、貢獻(xiàn)和協(xié)作的承諾,與合作伙伴攜手并進(jìn),持續(xù)通過以人為中心的科技創(chuàng)新為行業(yè)發(fā)展做出貢獻(xiàn),推動數(shù)智化新時代加速到來。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(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。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)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(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)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)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(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AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(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。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。