2023年6月14日,圣迭戈—— 高通技术公司今日推出高通®智能视频协作平台套件,该套件支持OEM厂商轻松设计并部署可提供卓越视频、音频和定制化终端侧AI功能的视频会议产品,为企业、医疗、教育和家庭环境带来引人入胜的沉浸式虚拟会议体验。高通®智能视频协作平台套件作为一站式解决方案,提供专为视频会议而设计的软硬件必备特性,助力客户快速设计并部署从企业视频协作系统和小型会议室视频协作系统,到数字白板、触控控制器和家用个人终端的多样化视频会议产品。
该套件中的3款平台具备丰富的AI特性,支持Android和Linux,提供更大灵活性以及在不同环境中定制并部署视频会议产品的能力。高通技术公司在连接、计算、AI、音频和视频行业的领先创新支持该平台带来更少的干扰、提升的生产力,并让远程参会者与会议室参会者的连接更加紧密,可为会议室内每个参会者提供单独视图,为所有参会者打造同样的观看体验。
随着生成式AI的快速发展,未来的会议体验将提供更先进的视频、语言和文本功能。具备专用硬件以支持芯片侧AI加速的协作终端将能够通过在云端和边缘侧终端之间分配工作负载来优化上述体验。
高通技术公司与广泛的行业领先者携手创建了智能视频协作平台软硬件生态系统,以便客户快速开启产品开发,在更短时间内实现产品商用,并最大化地利用其资源提供差异化功能。
高通智能视频协作平台套件包括:
· 高通® VC5智能视频协作平台:通过专为企业环境开发的即用型或定制化AI音视频特性,实现先进视频会议体验。利用软硬件深度优化的参考设计,快速推出一体化的会议室视频协作系统。支持该平台的芯片组包括高通®QCS8250、高通®QCS7230处理器,高通®QCS8550处理器将在未来支持该平台。
· 高通® VC3智能视频协作平台:提供先进的视频会议功能,包括支持多个超高清摄像头、Wi-Fi 6E和先进的AI音视频特性,为需要常规功能和特性的终端打造出色体验。从小型会议室视频协作系统和视频会议摄像头到USB视频设备和个人终端,为各种用途的视频会议产品的设计和部署提供极致的灵活性。支持该平台的芯片组包括高通®QCS6490、高通®QCS5430和高通®QCS610处理器。
· 高通® VC1智能视频协作平台:面向触控控制器、会议室调度器和平板电脑等高质量视频会议配件而设计的解决方案,集成强大的计算性能、稳健可靠的连接和多媒体功能,可节省开发时间和成本。支持该平台的芯片组包括高通®QCS6125和高通®QCS610处理器。
高通技术公司业务拓展副总裁兼楼宇、企业和工业自动化业务负责人Dev Singh表示:“生成式AI正在快速变革人们工作、学习和连接彼此的方式,并带来相比以往更具适应性和沉浸感的体验。高通技术公司将持续利用公司在连接、计算、AI、影像和音频领域丰富的经验和领先技术,确保当前的沉浸式协作解决方案能够支持未来不断扩展的用例。高通技术公司和我们推出的高通智能视频协作平台,将为客户提供所需的一站式技术,助力开发各种不同类型的会议终端。”
行业中的众多企业对高通智能视频协作平台表示支持:
Zoom硬件合作伙伴负责人Eric Yu表示:“Zoom对于高通技术公司今天推出广泛的智能视频协作平台套件表示支持,这些平台将确保合作伙伴设计协作产品时拥有更多的选择。高通技术公司和Zoom拥有共同的愿景,全力为Zoom的所有客户带来最佳会议体验。”
在美国佛罗里达州奥兰多市举办的InfoComm 2023上,参观者可以参观高通技术公司合作伙伴的展台了解其基于高通®智能视频协作平台套件的解决方案,体验我们如何赋能更具沉浸感的视频协作体验。技术合作伙伴包括瑞轩科技、圆展科技、Bose、快思聪、惠普 | Poly博诣、捷波朗、联想、罗技、OWL Labs和亿联等。欲了解更多信息,请访问高通智能视频协作平台套件页面。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。