英特尔公司周四发表一份声明,称受益于商用PC产品的更新换代,预计公司第二季度业绩将好于此前预期。换句话说,微软终止Windows XP桌面系统的支付间接帮了英特尔的忙:在今年四月份微软终止向Windows XP桌面系统提供支持服务后,大量的XP用户开始转投商用PC产品,大幅拉动了商用PC需求。
英特尔表示,预计其第二季度营收将达37亿美元,上下浮动3亿美元;而毛利率将增长1个百分点至64%。但随着营收的增长,运营成本将略有上升。
英特尔在此前公布一季度业绩时曾预测,公司第二季度营收将达到130亿美元左右、上下浮动5亿美元。而华尔街分析人士预测,今年第二季度英特尔营收为130.2亿美元,毛利率为62.6%,并预计每股收益为47美分。
在谈及2014年全年公司业绩时,英特尔预计营收将保持“部分增长”,这一预测好于此前所做的低迷营收预期。英特尔表示:“之所以上调业绩预期,主要受益于商用PC需要旺盛驱动”。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。