百度美研要做的第三件事则是做最有挑战的项目,这些项目包括:山西阳泉的新数据中心;大数据预测;百度天眼;医疗大数据分析;语音识别技术等。
其中,百度天眼项目受到极大关注。这是一款可以实时知晓飞机航线的产品,其数据通过地面设备得到,而非官方渠道获取信息,这解决了拿不到数据以及信息滞后这两大问题。此外,百度的语音识别技术也获得突破,在一项识别错误率的比较中,百度无论在安静环境还是噪音环境中,识别正确率都高于谷歌。百度高级技术总监吕厚昌表示:“尽管有这些成果,但还只是一小步,百度美研未来任重而道远。”
对于中国如何学习硅谷精神,百度The Big Talk特意邀请到Apple的联合创始人沃兹尼亚克来谈此话题。沃兹尼亚克说,“硅谷已经从硬变软,硅谷精神是内生的,这些科技人士在此学习长大。”值得注意的是,在他看来,创业是一种空前的快乐。这或许就是硅谷为何能持续创新和拥有激情的本质。
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。