2020年11月6日,上海——高通(中国)控股有限公司(“高通中国”)与上海体育学院、上海庞勃特科技有限公司在第三届中国国际进口博览会(简称“进博会”)期间举行合作备忘录签约仪式。中国国际进口博览局副局长马凤民,高通公司中国区董事长孟樸,上海体育学院院长陈佩杰,上海体育学院党委副书记、中国乒乓球学院党委书记杨玲,上海体育学院副院长、中国乒乓球学院院长施之皓,上海庞勃特科技有限公司董事长杨跞等嘉宾共同出席并见证了签约仪式。高通公司全球副总裁侯明娟,上海体育学院副院长、中国乒乓球学院院长施之皓,上海庞勃特科技有限公司董事长杨跞分别代表三方签署了合作备忘录。
本次签约仪式以“融合创新 智领未来——5G+AI助跑智慧体育”为主题,展现了5G+AI赋能智慧体育趋势下跨界合作的重要方向。通过此次合作,三方将本着“优势互补,资源共享,联合创新,互利共赢”的原则,充分发挥高通先进的移动技术优势,促进上海体育学院与庞勃特科技,基于体育训练及其他各类体育教育、健身、娱乐等场景和需求开展研发创新,共同推动智慧体育产业数字化转型与高质量发展。
随着信息通信技术的快速发展,5G+AI正在变革众多细分领域和行业,催生全新的应用和服务,智慧体育正是新技术落地应用的最新领域之一。此次三方达成合作之后,上海体育学院与庞勃特科技将运用高通公司的技术,在产学研用、人才培养、科技创新等方面开展深入合作,积极探索5G+AI在专业训练、青少年培训、全民健身、体育娱乐、竞技比赛等方向的技术潜能,推动5G+AI赋能智慧体育可持续发展。
本次签约仪式也是进博会期间的重要活动之一,借助进博会这一汇聚全球化合作机遇的重要平台,三方的合作将为智慧体育产业发展树立新的跨领域合作示范,同时也再次彰显出高通长期植根中国市场、利用技术专长进一步赋能中国产业合作的坚定决心。
高通公司中国区董事长孟樸表示:“高通公司是全球先进的无线科技创新者,一直在引领全球5G技术的研发及部署,让5G惠及每一个人。在与中国产业合作的20年里,高通始终秉承‘植根中国,分享智慧,成就创新’的理念,紧密携手中国产业合作伙伴,利用自身技术优势赋能各行各业发展。很高兴能够携手上海庞勃特科技有限公司,与上海体育学院达成合作,探索并发挥5G+AI在体育领域的应用潜能,衷心希望这次三方合作能够成为我们助力上海智慧体育产业发展、践行跨领域创新合作的典范。”
高通公司中国区董事长孟樸致辞
上海体育学院陈佩杰教授表示:“以高质量的创新成果为经济社会发展服务,是高校服务创新驱动发展战略的使命与责任。充分运用5G和人工智能技术,提高我国体育发展的智慧化水平,有利于提升体育发展的质量和效益,有利于推动全民健身与全民健康的深度融合,让科技驱动、以人为本的体育出现在不同人群更加多元化的生活场景中,让更多的人分享科技与体育融合带来的创新成果,更好地通过技术赋能来满足人民对美好生活的需要。”
上海体育学院院长陈佩杰致辞
上海庞勃特科技有限公司董事长杨跞表示:“对体育行业而言,技术带来的变革将是颠覆性的。5G与人工智能等技术的介入推动了机器人在许多非工业领域中的应用,加速了人机共融时代的到来。我们期待着三方的合作能够发挥出各自最大的优势,与垂直领域深度融合,以乒乓球运动及庞勃特现有产品为初始应用场景,打造运动训练、体育娱乐、青少年训练、全民健身等智慧体育场景和产品,充分展现无线通信、机器人与人工智能技术在体育领域的多元化应用。”
上海庞勃特科技有限公司董事长杨跞致辞
今年6月,高通推出全新机器人平台RB5。作为全球首个支持5G和AI的机器人平台,其开创性地融合了高通在5G和AI领域的深厚技术专长,搭载的第五代高通人工智能引擎AI Engine,具有每秒15万亿次运算(15 TOPS)的强大算力,使打造具备高算力、低功耗的机器人和无人机成为可能。同时,高通机器人RB5平台完整的开发套件为开发者提供了优秀的灵活性,助力高通合作伙伴将想法变为商用现实。本次进博会期间,高通展位上展出的庞伯特®乒乓球机器人训练系统,生动展现了高通赋能中国合作伙伴的最新成果,也描绘出智慧体育在5G+AI赋能下的全新应用蓝图。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。