7月6日,百度线上举办“2022百度世界大会”媒体预沟通会,提前披露了即将在百度世界大会上发布的智能云、自动驾驶、大模型等重磅信息。
此次预沟通会由百度AI数字人度晓晓担任主持人。据透露,度晓晓、希加加等百度AI数字人将在大会上展现AIGC能力。百度集团副总裁袁佛玉表示,随着百度AI算法的突破,数字人制作成本将大幅降低,从百万级降低到万元级别,数字人生产周期从动辄几个月缩短到小时级别。百度现已形成了一个“AI数字人家族”。
我们的科技留言板“有意见”如下
@数字人劳模:百度为数字人造了一条“功能生成”流水线,并号称“小时级别”生产周期。归根还是其AI能力的移植,这里叫AIGC,人工智能自动生成内容。不过,数字人“功能”制作成本下降,也请“外形”CG特效制作跟上,否则就是一个高度智能音箱,换了个包装,披上数字“人皮”,不提也罢。
@素颜也倾城:随着AI能力的提升,AIGC让内容的生产变更加容易、有趣、有个性。“度晓晓”作为主持人,通过自身不断产生的内容,有效串联起现场用户与嘉宾之间的沟通,让原本枯燥的参数讲解变得生动有趣。但是专注智能汽车制造的百度,还是应该把服务用户、保障车辆安全性作为首要目标,毕竟虚拟数字人对于智能汽车来说只是加分项不是必选项。
@镜子:什么?只有万元的成本,还能歌会舞?看来以后虚拟人要比真人都多,谁还去社交网站上找那些既没有漂亮皮囊又没有有趣灵魂的人聊天啊。但AI最终也是人类的镜像,人说不定也是一段代码。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。