今日,17届WinHEC(Windows硬件工程产业创新峰会)在深圳展开,虽然距离7年之久,但微软还是给我带来了许多惊喜。
大会一开场,微软就首先介绍了最新的Windows 10操作系统。并宣布将为Windows 10用户带来一项“福利”:内置Cortana微软小娜语音智能助手,此外还有她的“妹妹”小冰。
未来,所有PC用户将可以在自己的桌面上,直接领养自己的微软人工智能姐妹花。通过Windows 10中的小冰,用户将能享受到完整的聊天与技能体验。智能家居、电子商务等特色技能也将得到进一步的发展。例如,用户可以通过Windows 10中的小娜查看日程、安排工作,也可以随时在Windows 10中召唤小冰讲个有趣的笑话,并根据小冰的雾霾预警,远程打开家中的空气净化器。
据微软内部人员透露,小冰是微软成立四十年以来,历史上首次由雷德蒙总部之外的团队孵化和主导的,并获得操作系统关键入口级别的创新产品。对微软而言,小冰为代表的人工智能战略意义非常重要。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。