
英特尔的主题演讲,Demo演示已经成为不可分割的一部分,在今年的CES上,英特尔就用一场华丽的舞蹈Show展示了RealSense实感技术技术。而在IDF2015上,英特尔又利用音乐与实感技术的结合,为到场观众奉献了一场炫酷的Demo。
英特尔公司CEO科再奇在本次活动上宣布了进一步的投资和合作计划,他表示英特尔不仅将致力于在传统计算领域继续推出领先的产品和技术,同时也将面向全新领域以及大学生、创客和开发人员等创业者加大投资,和中国一道探寻和推进面向未来的下一代创新。
摩尔定律已经有50年的历史,而今年,也是英特尔入华30周年的日子。在这30年里,英特尔于中国一通创新并持续增长,据科再奇透露,英特尔在这30年内,在中国投资了77亿美元,业务收入超过了100亿美元。他表示,中国的创新能力非常强,英特尔希望与中国合作共赢,英特尔也承诺会把最尖端的技术带到中国来进行分享。
在中国,英特尔拥有很多的合作伙伴,包括深圳产业圈、硬件、软件等各行各业的厂商。在活动现场还设有合作伙伴的展台,阿里巴巴、联想、浪潮、汇顶科技等均有展出。
在主题演讲环节,瑞芯微公司CEO励民也为英特尔站台,他介绍了继2014年与英特尔宣布战略合作以来的进展情况。两家公司面向入门级和高性价比平板电脑、可通话平板和智能手机市场,推出了全新的四核移动系统芯片(SoC)——英特尔凌动 x3-C3230RK。目前,多家原始设计厂商(ODM)正在基于瑞芯微提供的该款处理器平台的参考设计进行相关产品的开发,这一系列新品将于第二季度末陆续上市。此外,基于英特尔提供的凌动 x3处理器参考设计,近20家客户已经开发出超过40款平板电脑、可通话平板和智能手机。
实感技术摄像头是今年英特尔主要推广的技术之一,它可以提供直观、基于视觉识别的防撞功能,以帮助解决复杂的问题。这次活动首次展示了一款6英寸屏幕的手机原型,内置了全新的长焦英特尔实感技术摄像头,相信不久以后,搭载实感摄像头的手机会陆续与广大消费者见面。
英特尔凌动 x3处理器将拓展产品线,增加了针对物联网的3G和LTE处理器,支持Linux与Android系统,相关开发者工具包将在今年下半年推出。这款芯片主要面向平板电脑以及手机。
科再奇认为PC领域仍然能够进行很多创新,他介绍了Skyloke(第六代酷睿处理器),基于这款芯片,OEM可以设计出比以前更轻更薄、真正的无风扇的产品,他表示,Skyloke与实感技术以及Windows10结合,将会产生非常奇妙的化学反应。
科再奇在本次活动上还与大家分享了英特尔的“未来”计划,包括“英特尔众创空间加速器”计划、英特尔并行计算中心等。
英特尔宣布了“英特尔众创空间加速器”计划,旨在发现和资助中国新一代具有全球视野的大众创业者,包括创客、大学生、开发者和初创公司。英特尔为“英特尔众创空间加速器”计划投资人民币1.2亿元。
英特尔携手智慧能源产业技术创新战略联盟及其成员,成立智慧能源联合实验室,并于不久前正式在北京开放。通过该联合实验室,英特尔将提供软件和硬件环境,与联盟理事长单位、秘书长单位对基于IEEE1888标准的行业技术和解决方案进行整合、展示和推广。
英特尔和中国科学院超级计算中心在中国推出了首个英特尔并行计算中心(Intel PCC)。这个并行计算中心将对分子力学模型的软件代码进行现代化更新。这些模型将与数十亿个粒子互动,提供有关生物学和DNA、疾病可能治疗方案、基因学等方面的洞察。
英特尔还介绍了与许多中国公司合作的细节,一起抓住能源效率、交通和污染监测等方面的创新机会。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。