《管子》曰“四时能变谓之智”,《子华子·大道》曰:“元,无所不在也”,“智”和“元”正好串联起2022世界人工智能大会的(WAIC)的主题——“智联世界 元生无界”。全程参与WAIC的科技行者,通过15位产学大咖的语录,呈现“一元复始”的智能世界,“万象更新”的元宇宙。
他们有的期许人工智能创造新的科学知识,解决人的认知只能覆盖有限学科的大脑瓶颈;有的人正在投入自动驾驶等人工智能新场景的开发,希望L2辅助驾驶的下一站,就是无人值守的自动驾驶;有的人期待元宇宙能为紧张的生活带来一丝轻松,数字世界的“人造”拉斯维加斯也很欢乐;更有人希望元宇宙会为人类福祉带来新的可能性,让行动不便的人也可以操纵电子设备,不同地区的新人类们可以在元宇宙世界里低碳交往、增进互信、远离争端。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。