六部门近日联合印发《算力基础设施高质量发展行动计划》,提出到2025年,计算力方面,算力规模超过300 EFLOPS,智能算力占比达到35%,国家枢纽节点数据中心集群间基本实现不高于理论时延1.5倍的直连网络传输。存储力方面,存储总量超过1800EB,重点行业核心数据、重要数据灾备覆盖率达到100%。打造一批算力新业务、新模式、新业态,每个重点领域打造30个以上应用标杆。
“有意见”留言板
@贰言:政府对于算力基础设施的发展给予了高度重视,联合六部门印发的《算力基础设施高质量发展行动计划》将有力推动我国数字经济的进步,进一步提升我国经济的整体竞争力。尽管实施过程中可能会遇到一些挑战,但只要政府、企业和研究机构齐心协力,必能找到有效的解决方案。
@不倒翁:虽然给算力市场注入一剂强针,但是针对通知提出的2025年,智能算力占比要达到35%,先进存储容量占比达到30%以上的发展规模,也对当下服务器、存储厂商的技术创新提出更高要求,要想夺得新的市场,创新还是根本。
@周一见:这份《行动计划》显示了我国对数字基础设施建设的重视,一方面,它将推动我国的算力基础设施建设,提升数字经济竞争力;另一方面,它也将推动相关产业的发展,为经济社会发展提供强大的支撑。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。