今年上半年,上海密集发布元宇宙相关政策和行动计划,如今,终于到了向全球展示的时候。
9月1日上午,2022世界人工智能大会在上海世博中心开幕,会期三日。本届大会以“智联世界 元生无界”为主题,集中展示全球人工智能发展成果。与往届相比,元宇宙成为本次人工智能大会当之无愧的主角,大会主旨从人工智能自身进化到了人工智能支撑起元宇宙,展现出人AI+元宇宙融合下的新科技、新赛道、新场景,着力打造“虚实融合”的“元”体验。
我们的科技留言板“有意见”如下
@老董:人工智能需要强大算力资源的支撑,可就在世界人工智能大会盛大召开之际,大洋彼岸却传来要求限制向中国出口两款被用于加速人工智能任务的最新两代旗舰GPU计算芯片的消息。但在人工智能大会上也有国产厂商展示出了PFLOPS级别的GPU芯片产品。虽然还没有相关应用发布,但随着人工智能技术的飞速发展,人工智能技术的国产化能力也必将会飞速得到提升。
@黎明前夜:我国人工智能还在破晓前最黑的夜。硬件被卡脖子,最先进的GPU等硬件还需要进口,软件没人愿意花钱买,市场呼声大付费的少,商汤最近财报显示亏损409亿。AI还比较弱智,从人才流动看,原来搞产业的AI科学家从去年开始,都从大厂辞职回到高校继续去做基础研究。相信通过大力扶植的政策、数量庞大的专利技术积累,星星之火定可燎原。
@独木舟:大会沉浸式打造元宇宙虚拟世界。商汤绝影智能展示舱,通过人工智能赋能生活娱乐、智慧办公、智能驾驶等应用场景;京东物流智能快递车,24小时全时段运行,城市开放道路与封闭园区内全场景通行,适应复杂气象条件通行要求;中国电信数字公话亭,搭载一键叫车、助老一键通、12345手语视频等便民助老服务。将虚拟技术落地在现实的应用场景中,才是真正的智联世界。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。