“到2028年,AI PC将占据PC市场的80%份额。”
12月14日,英特尔执行副总裁兼客户端计算事业部总经理Michelle Johnston Holthaus在美国举办的“AI Everywhere”新品发布会上如是说。
显然,AI PC已经成为英特尔CEO帕特·基辛格(Pat Gelsinger)提出的Siliconomy的关键,而搭载英特尔全新的酷睿Ultra移动处理器的230多款主流AI PC,也将在接下来一段时间内陆续进入市场。
作为全球最重要的PC市场,12月15日,英特尔又在国内召开了2023新品发布会,发布了包括第五代英特尔至强可扩展处理器、英特尔酷睿Ultra移动处理器在内的新产品。
而随着搭载英特尔酷睿Ultra移动处理器产品的正式开售,也预示着AI PC时代的正式到来。
英特尔中国区技术总经理高宇在会上称,“随着今天英特尔酷睿Ultra移动处理器的发布,我们将用人工智能技术重新定义个人电脑。”
实际上,早在今年9月的英特尔ON技术创新峰会上,英特尔就推出了首款基于Intel 4制程工艺打造的Meteor Lake处理器平台,也就是第一代酷睿Ultra平台,也是在这次峰会上,英特尔率先提出了AI PC概念。
作为AI PC的硬件基石,英特尔酷睿Ultra移动处理器采用英特尔3D封装混合架构、Intel4制程、英特尔锐炫GPU,并首次集成了人工智能加速单元NPU。
目前Meteor Lake处理器平台,即酷睿Ultra被英特尔用在了移动平台的H系列和P系列,分为酷睿Ultra 9/7/5三个子系列。
移动平台上的U系列没有采用新架构,依旧是13代酷睿的升级版,虽然也被命名为第一代酷睿,但没有Ultra后缀,分别为酷睿7/5/3三个子系列。
除此以外,在桌面端的S系列、HX系列,也是Raptor Lake 13代酷睿的升级版,英特尔官方称之为酷睿第14代,分为酷睿i9/i7/i5/i3四个子系列。
而在如此众多的处理器中,只有基于拥有新架构和独立 NPU单元的酷睿Ultra处理器,才是英特尔定义中的AI PC。
实际上,酷睿Ultra处理器是一款兼具CPU、GPU、NPU的多元化AI芯片。
据高宇在会上介绍,这款移动处理器可以胜任高达200亿参数大语言模型应用,在创意素材生成、音/视频特效生成、演示文档生成、行业内容生成上都有不错的能力。
其中,针对如今应用火热的大模型图像生成能力,搭载英特尔酷睿Ultra处理器的PC可以在1秒内生成512x512图片,在6秒内生成1024x768的高画质图片。
就连摄影领域知名数码科技博主影视飓风的Tim,在现场也连连称赞英特尔酷睿Ultra处理器的神速。
此外,作为英特尔面向AI PC领域打造的第一款移动处理器,英特尔在国内还围绕其打造了一个活跃的大模型生态圈。
据英特尔官方公布,目前英特尔正在和国内百度、阿里、OPPO、智谱、百川等12家大模型厂商紧密合作,在进行与英特尔酷睿Ultra处理器的适配工作,为的是将大模型与AI PC的结合起来。
发布会现场,高宇邀请百川智能联合创始人洪涛上台演示了百川智能大模型在基于英特尔酷睿Ultra处理器的笔记本上的AI能力。
我们在现场看到,百川智能的大模型软件在基于英特尔酷睿Ultra处理器的笔记本上能够快速作答,并给出了逻辑还不错的答案。
值得注意的是,搭载英特尔酷睿Ultra处理器的PC,如今已经开售。
在发布会现场,英特尔邀请来了联想、惠普等PC厂商为其站台。
联想集团副总裁、中国首席战略官阿不力克木·阿不力米提在现场指出,从产业层面来看,AI PC还需经历从AI Ready到AI On两个阶段。
“如今AI PC已经正式进入到AI Ready阶段,所谓AI Ready,就是芯片架构升级,内嵌混合AI算力,这会增强AI PC设备级的AI体验,自此,AI PC将开启本地AI应用体验的创新。
AI On则是指PC具有完整的AI PC核心特征,并且能够在广泛的通用场景中提供划时代的AI创新体验,成为每一个人的个人AI助理。”
值得注意的是,在发布会现场,阿木还特别提到,在英特尔酷睿Ultra处理器的加持下,联想已经完成了AI Ready的初步部署,联想AI Ready笔记本电脑联想ThinkPad X1 Carbon AI和联想小新Pro 16 AI酷睿版在今天正式开启预售。
而这些,只是英特尔“AI PC加速计划”的开始。
在今年9月的英特尔ON技术创新大会上,英特尔官方正式启动了“AI PC加速计划”,目标是在2025年前为超过1亿台PC带来人工智能特性。
随着搭载英特尔酷睿Ultra处理器的PC陆续上市,一个新的AI PC时代也正式开启。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。