
在今日开幕的英特尔IDF2014上,英特尔CEO科再奇宣布,英特尔与Google再次达成深度合作,英特尔推出Android系统的平板电脑参考设计。
英特尔宣称,此次面向Android系统推出的英特尔参考设计,是通过提供软件工程支持、简化对谷歌移动服务(Google Mobile Services)的访问,并为更新和升级到未来Android新版本提供支持,英特尔将帮助平板电脑制造商扩展对Android平板的开发部署。
另外英特尔还宣布了可穿戴设备数据分析的开发程序(A-Wear),它通过数据驱动的智能,加快全新的可穿戴应用的开发与部署。这一开发程序集成了诸多软件组件,包括英特尔开发的工具和算法,以及Cloudera CDH提供的数据管理功能,所有这些全都部署在英特尔架构优化的云基础设施上。基于英特尔架构可穿戴设备的开发者可以免费使用A-Wear开发程序。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。