
美国当地时间9月9日,英特尔IDF 2014正式开幕,在上午的演讲中,英特尔全球CEO科再奇做了主题演讲。综合上午的演讲和我的所见所闻,我觉得本届IDF有十之最:
1、最卡通的CEO,科再奇把自已头像P成卡通并配音和小黄人对话;
2、最意外的现身,迈克尔•戴尔现身,力推戴尔8英寸6毫米厚的Venue8平板电脑,以示他重返前端的决心;
3、最惊人的数字,5年后500亿设备相联,平均每人8~10部,英特尔发了;
4、最神奇的功能,当镜头对准一物体能自动显示出这物体的长、宽、高;
5、最大的淘汰,有景深的平板拍照可能大面积淘汰机械镜头;
6、最现实的案例,爱迪生植入啤酒桶可发射酒的多少、加酒信号,放入水捅可测水质,放入公厕可发厕所使用状况以调度保洁…
7、最大的担心是电子垃圾InSide任何物品;
8、最慷概的IDF,科再奇在结束演讲之前对与会者每人一个智能耳机;
9、最意外的介入,思科的EnergyWise和IP网介入英特尔爱迪生平台的物联网;
10、最好玩的IDF,可以在展示区可以见到吹肥皂泡机、脱鞋跳舞,这是15年来最好玩的IDF。
[video]uu=dfa091e731&vu=f4960cda6d&auto_play=0&width=600&height=450[/video]
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。