科技行者 1月8日 拉斯维加斯消息(文/孙封蕾):拉斯维加斯是世界娱乐之都,以赌博著称,当然除了赌博,表演秀也是拉斯维加斯的魅力所在,CES就像拉斯维加斯另外一场表演秀,舞台是全世界。
今天是CES 2019媒体日的第二天,是很多厂商发布会最集中的一天,一天下来,从早到晚,博世、松下、TCL、高通、英特尔、三星、索尼、LG等悉数登场,发布会的密集程度,也是一天到晚,每个小时都有,每场发布会都安排的十分紧凑,因为一场接一场,每场只有大概45分钟到一个小时的时间。所以大家都把一场发布会安排的十分紧凑,生怕有一分钟浪费掉。
三星发布会是在Mandalay Bay里最大的一场发布会,Mandalay Bay是CES预展以及媒体日活动的主要场所。下午2:00开始的发布会,1:20到的时候,就已经排队排了几百米,等排队进去的时候,已经没有好座位了。而Mandalay Bay二层的区域,几乎全都是在排队等待进到三星发布会的媒体记者,排队的时候,还听到有记者说,他连续两年都想去三星发布会,都没有排上,希望今年能够排到。
整个三星的发布会,大约有50分钟时间,由三星电子总裁兼CEO H.S.Kim领衔,三星庞大的演讲嘉宾队伍,包含了三星电子美国区高级副总裁Yoon Lee、三星电子美国区高级副总裁John Herrington、三星电子美国区高级副总裁Alanna Cotton、三星半导体高级副总裁Jim Elliott、三星电子高级副总裁兼人工智能中心负责人 Gary Lee,以及来自合作伙伴的高管亚马逊Prime Video部门主管BA Winston等。
这场发布会的舞台,是由一块主屏幕和两侧的两块分屏幕组成,整场的ppt设计,以及ppt演示的每一个过度动作,每一个字母、配色的设计,都透露出一种“高级感”,很有奢侈品的审美。
三星的演讲内容,包含了5G、AI、IoT等热门领域上,三星所具备的解决方案能力,以及要发布的新产品。
值得主意的是,三星的舞台设计,在中间的一块大屏幕下,有三个暗门,每发布一个新品,就会有一扇门打开,这扇门里面,就是要发布的这款新品。
比如,发布QLED 8K电视的时候,一扇门打开,就展示了这款电视。
讲三星的connected living方案的时候,一扇门打开,冰箱、洗衣机、电视、PC就一起出现,展示了他们之间的互联。
发布三星Bot Care的时候,一个小机器人就在门口出现了。
从设计而言,既是互相关联的,又没有影响到视觉效果,还非常有创意,有新意,三星用一种简单简洁的设计,传递出了对AI、IoT的理解,这种表达的方式,充满信服感。
舞台灯光的设计、视频等多媒体的运用如果说是属于舞台上的表现元素,那么,演讲嘉宾,就像是演员。
在不经意间抬头一看,发现三星发布会,有一个给演讲嘉宾的巨大的提词器,这个提词器包括了演讲嘉宾要说的话,以及每个停顿的时间。
当然,作为演员,每个演讲嘉宾显然台词功力了得,他们不仅已经烂熟于心,而且做到了不把提词器当回事。每个停顿,每个延迟,ppt的配合,提词器的配合,都达到了完美。
三星的发布会,如果说是奢侈品的简单高级感,那索尼发布会,就像潮牌,代表了流行。
索尼发布会地点不同于其他的发布会,没有在Mandalay Bay,而是选择了CES的主展馆,明天才会正式开放的Las Vegas Convention Center里索尼的展台上。
5点钟开始的索尼发布会,4点钟赶到的时候,索尼展台门外已经开始排队,真真的感受到了索尼粉丝的热情。由于展台座位有限,很快就已经坐满。
刚坐下的时候,第一感觉,就是索尼的舞台相比三星,太小了,然而开场才发现,原来低调的背景则是另外一块大屏幕,索尼采用了两层屏幕设计了一个整体舞台。
索尼CEO吉田宪一郎作为索尼发布会的领衔主演,索尼的主调将会沉浸在娱乐里,索尼带来的有PlayStation 4 Pro、OLED 8K电视、360 Reality Audio等。
与三星相同,演讲嘉宾的眼前有一个清晰可见的提词器,包括了断句等等,每个演讲嘉宾都把脚本烂熟于心,演出精彩顺利的进行着。
索尼的这场秀,不但有矛盾冲突,还有高潮,而这个高潮,就是Pharrell Williams的出现。外号“菲董”的Pharrell Williams是一位美国歌手、音乐制作人,然而他真正出名的是时尚届的“带货王”。
“菲董”的出现把索尼的发布会推向了高潮,也把索尼与娱乐,与潮流紧紧的扣在了一起。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。