
近期,英特尔IT在北京举办了媒体见面会,会上,英特尔(大连)有限公司IT和工厂自动化部门总监、中国区首席信息官王彦斌与参会记者一同分享了英特尔业绩年报、英特尔的移动计算部署、员工如何使用移动设备工作的案例以及英特尔IT在平板电脑或者移动设备上的评估标准。
在大家的印象中,IT部门主要做的是支持工作,王彦斌表示,在英特尔,IT部门对企业来讲是合作伙伴的角色,不仅是在后台提供支持那样简单。
在过去,英特尔IT共出版了十二期年度业绩报告。现如今,英特尔全球共有10万名左右的员工,14万台移动设备。王彦斌说道,现在企业的环境非常复杂,员工使用移动设备连网访问企业内部的应用和数据,会给安全带来极大隐患。而英特尔在信息安全上下了很大的功夫,做到了低于1%的恶意软件的感染率。
英特尔在移动终端市场错失先机已经不是“新”闻,在今年的IDF上,英特尔CEO科再奇也承认英特尔错失了平板电脑的市场,但是现在正在加速追赶中。
王彦斌分享了英特尔员工使用移动设备办公的案例,包括英特尔员工利用平板电脑在工厂检测维修机器等场景。他还表示,英特尔IT现在开始走向企业移动计算这条路,已经着手开始开发企业移动应用,现阶段只有57个APP,将来还会继续增长。
在本次活动上,王彦斌还介绍了英特尔企业使用平板的评估标准,主要包括了性能效率、容易使用、工作效率、信息安全、设备管理这五个方面。具体见下图:
王彦斌表示,英特尔IT在今年突出了未来几年的计划与策略,主要分为四点,一是社交平台,员工如何利用社交平台从而达成商业目标;二是移动;三是分析功能,大数据,IT数据中心、服务器、数据库,怎么样利用这些资源帮助企业做商业分析从而实现商业价值;四是云,云也是和移动计算很有关系的。所以这四点就是SMAC,也是英特尔IT从今年到未来几年的主要策略和方向。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。